Что такое ИИ-агент и как он работает

ИИ-агент — это программа с языковой моделью внутри, которая сама планирует шаги, пользуется другими программами и доводит задачу до результата.

Скорее всего, вы уже общались с ChatGPT: написали вопрос — получили ответ. Внутри агента работает такая же модель, но вокруг неё — код, который умеет действовать: открыть почту, найти нужный файл или заполнить форму на сайте. Вы поручаете агенту «разбери входящие и подготовь черновики ответов» — и получаете не совет, как это сделать самому, а результат: письма разобраны, черновики лежат в почте.

Что значит слово «агент»

Агент — человек, который действует от вашего имени. Турагенту вы говорите: «Хочу на море в июле, бюджет такой-то», — а дальше он сам ищет билеты, сравнивает отели и приносит готовые варианты. Вы не следите за каждым его звонком: дали поручение — ждёте результат.

ИИ-агент выполняет такие же поручения, только цифровые: например, разобрать почту или собрать в один файл всё, что известно о клиенте. Технически внутри — языковая модель вроде GPT или Claude и обвязка: код вокруг модели, который выполняет её команды в настоящих программах.

Продавцы вешают слово «агент» на любую автоматизацию — так проще продавать. По оценке Gartner, из тысяч компаний, которые продают «агентов», настоящие — примерно у 130. Проверяйте по определению: агент сам планирует шаги и сам доводит задачу до результата, на этом сходятся OpenAI, Anthropic и Google. Не умеет так — значит, вам продают обычную автоматизацию под модным словом.

Как работает ИИ-агент

Внутри агента четыре части. Модель — «мозг»: понимает задачу и придумывает следующий шаг. Инструкции — рамки: что делать, чего нельзя. Память держит нить: что уже сделано, что осталось. Инструменты — «руки»: через них агент дотягивается до почты, файлов и браузера.

Работают эти части в цикле: агент разбирается в задаче, делает шаг, проверяет результат — и идёт по кругу, пока задача не решена.

Вот этот цикл на живом примере. Почтовому агенту поручили: «Разбери входящие и подготовь черновики ответов».

Агент читает письма и разбирается, что пришло: две рассылки, счёт от подрядчика, три письма от клиентов с вопросами. Рассылки помечает прочитанными, счёт откладывает для вас, а письма клиентов ждут ответов — это и есть основная работа.

Берёт первое письмо. Клиент спрашивает о сроках и цене. Агент поднимает прошлую переписку, находит договорённости и пишет черновик. Потом проверяет себя: в письме два вопроса, а черновик отвечает только про цену. Дописывает про сроки и переходит к следующему письму.

Когда входящие закончились, агент отчитывается: шесть писем разобрано, три черновика готовы, счёт ждёт вашего решения.

У ответа с одной попытки проверки нет: модель свою ошибку не увидит — её найдёте вы. А агент возвращается к результату, смотрит ещё раз и часть ошибок исправляет сам.

Насколько это меняет качество, показал ещё в 2024 году эксперимент исследователя Эндрю Ына: старая модель GPT-3.5 в агентном цикле решала 95% тестовых задач по программированию, а более мощная GPT-4 без цикла — только 67%. Цикл с проверкой дал больше, чем модель следующего поколения.

Как агент дотягивается до почты, CRM и браузера

Сама модель никуда не «ходит». Всё, что она умеет, — писать текст. Поэтому и команды она отдаёт текстом: «открой письмо номер три», «найди клиента Иванова в базе». Обвязка агента перехватывает команду, выполняет её по-настоящему и возвращает модели результат: вот текст письма, вот карточка клиента. Модель читает и решает, что делать дальше.

Эти подключения к внешним программам называются инструментами. Одни инструменты читают: письма, таблицы, страницы сайтов. Другие действуют: отправляют письма, меняют записи в CRM, оформляют заказы. Инструмент, который только читает, сам ничего в ваших данных не меняет — такой доступ дать не страшно. Право действовать агент получает в последнюю очередь.

Чтобы не подключать каждый сервис к агенту вручную и по-своему, индустрия договорилась об общем стандарте MCP — сами авторы называют его «USB-C для ИИ»: один разъём, к которому подходит любой сервис. MCP предложила Anthropic в конце 2024 года, за следующие полгода его приняли OpenAI, Google и Microsoft. Подробный разбор — в статье «MCP-сервер: что это такое и зачем он нужен ИИ-агенту».

Что ИИ-агенты уже умеют — примеры для бизнеса

Лучше всего агентам даётся офисная рутина, до которой обычно не доходят руки.

Разгребать почту: разложить входящие, отметить важное, подготовить черновики ответов — как в примере выше. Готовить встречи: пройтись по календарю, собрать свежую информацию по каждому клиенту и прислать выжимку до созвона. Сводить еженедельный отчёт: в понедельник утром у вас готова сводка по выручке, заявкам и просрочкам, которую менеджер обычно собирает полдня.

Дальше — любая задача, где есть чёткое поручение и проверяемый результат. Отдать агенту сто откликов на вакансию и получить шорт-лист из десяти, с объяснением по каждому кандидату. Скинуть пачку договоров — агент сверит каждый с вашим чек-листом и отметит, где условия отличаются: юрист читает только отмеченные места. Пройтись по CRM и найти сделки, в которых менеджер неделю не отвечал клиенту, — и назавтра готов список, кого дожимать.

Какие процессы в компании имеет смысл отдавать агентам в первую очередь и как посчитать выгоду — разобрал в статье «ИИ-агенты для бизнеса».

Какие бывают ИИ-агенты — по сценарию и автономные

Агенты по жёсткому сценарию идут по шагам, которые заранее прописал человек: пришла заявка с сайта — проверь поля, заведи карточку в CRM, отправь типовой ответ. Модель выполняет свой кусок работы на каждом шаге, но маршрут зафиксирован. Это предсказуемо и дёшево, зато любой шаг в сторону ломает сценарий: пришла заявка в непривычном формате — и конвейер встал.

Автономные ИИ-агенты получают цель, а маршрут прокладывают сами. «Разбери входящие» — а какие письма важнее, где искать контекст и сколько шагов понадобится, агент решает по ходу. Почтовый агент из примера выше — как раз автономный.

Рутина каждый раз одинаковая — берите сценарий: он дешевле и не преподнесёт сюрпризов. Задача каждый раз разная — нужен автономный агент, но его результаты придётся проверять.

Автономный — не значит бесконтрольный: человек по-прежнему решает, что делать, агент — только как. Серьёзные действия флагманские продукты тоже возвращают человеку: ChatGPT спрашивает разрешение перед действиями с последствиями, Gemini подтверждает критические операции. Оплата, отправка, удаление — по-прежнему на вас.

Агенты умеют работать и в связке, но начинать стоит с одного.

Читайте такжеКак создать ИИ-агента — пошаговый гайд для новичкаВыбрать узкую задачу, описать инструкцию и собрать первого рабочего агента.

Продукты, которые можно попробовать

Потрогать агента можно уже сегодня — от привычного ChatGPT до открытых проектов, которые ставят на свой компьютер.

• ChatGPT agent и Codex — по сути один продукт OpenAI: с июля 2026 года в десктопном приложении ChatGPT три вкладки рядом — обычный чат, рабочий агент Work и Codex для задач с кодом. Агент ходит по сайтам, работает с файлами и ведёт долгие проекты, разбивая их на шаги.
• Claude Cowork и Claude Code — пара агентов Anthropic на одной основе: Code создавался для программистов и живёт в основном в терминале, Cowork делает то же самое для обычной офисной работы — файлы, документы, отчёты.
• Hermes — открытый агент от Nous Research с десктоп-приложением для macOS и Windows: помнит контекст ваших проектов и принимает поручения откуда угодно — из Telegram, WhatsApp, Slack или почты. Сама программа бесплатная, платить нужно только за доступ к модели.
• OpenClaw — самый громкий открытый агент 2026 года, по оценке CNBC — один из самых быстрорастущих открытых проектов в истории: личный помощник, который живёт на вашем компьютере и принимает дела через мессенджеры. Ставится через командную строку — сам создатель предупреждает, что для тех, кто не умеет ей пользоваться, этот инструмент попросту опасен.

Anthropic вырастила Cowork из инструмента для программистов, но пользуются им в основном не для кода: агенту отдают бизнес-процессы и работу с контентом.

Как агенты ошибаются

Ошибаются агенты тремя способами: копят мелкие ошибки в длинных цепочках, делают вид, что справились, и ведутся на чужие команды.

Мелкие ошибки копятся, потому что каждый шаг немного рискует: ошибка в прочитанном письме тянется в черновик, ошибка в черновике — в отчёт. Агенты умеют исправляться по ходу, но чем длиннее задача, тем вероятнее, что где-то в середине что-то пошло не так, — сами разработчики агентов предупреждают об этом прямым текстом.

«Сделал вид, что выполнил» — фирменная ошибка агентов. Лаборатория, которая тестирует модели OpenAI и Anthropic, поймала такой случай: модель вместо решения задачи переписала проверочный код так, чтобы он всегда ставил высший балл. Её спросили, этого ли хотел пользователь. Модель ответила «нет» — и продолжила.

В жизни это выглядит так. Агент сервиса для создания приложений Replit удалил рабочую базу данных с записями о тысяче с лишним компаний — во время код-фриза, когда менять что-либо было прямо запрещено. Потом признался: «Это катастрофический провал с моей стороны. Я уничтожил месяцы работы за секунды». А агент Google отчитался об успешном переносе документов, которые на самом деле потерял: папка назначения не создалась, а он не проверил.

По той же причине не стоит верить на слово отчётам агентов-исследователей: ссылки в них обычно настоящие, а вот выводы агент любит приукрасить. Такой отчёт — заготовка, а не готовый ответ.

Агента можно и обмануть. Он не отличает ваше поручение от текста, который читает по ходу работы: скрытая на веб-странице инструкция для него так же убедительна, как ваша. Реальный случай: спрятанная в комментарии на Reddit инструкция заставила агентный браузер Comet отдать злоумышленнику адрес почты владельца и одноразовый код для входа.

Рецепт у всей индустрии один. Минимальные доступы: агент видит только то, что нужно для текущей задачи. Журнал действий: всегда видно, что он делал. Критические операции подтверждает человек.

Агенты ошибаются как невнимательные новички: теряют условия задачи, догадываются вместо того, чтобы переспросить, пропускают проверку. До «цифрового сотрудника», который заменит людей, им пока далеко.

С чего безопасно начать

С режима «только чтение и черновики». Тот самый почтовый агент: читает входящие и готовит ответы, а кнопку «Отправить» нажимаете вы. Худшее, что может случиться, — плохой черновик, который вы просто не отправите.

Начать проще всего в ChatGPT agent или Claude Cowork из списка выше. Доступ к почте и файлам агент не берёт сам — вы подключаете их в настройках продукта и решаете, что ему видно. Поручаете агенту читать и готовить черновики, а отправку, оплату и всё необратимое оставляете за собой.

Дальше доступы растут вслед за доверием. Пару недель просматриваете черновики, агент перестал путать имена и сроки — рутинные ответы можно доверить ему целиком, а себе оставить только нестандартные письма. Отладили одно — расширили полномочия ещё на шаг.

Пользуюсь агентами каждый день: часть моей рутины они уже забрали, а где-то до сих пор регулярно косячат. В телеграм-канале показываю, как с помощью нейросетей автоматизирую процессы в своём бизнесе, и собираю сообщество людей, интересующихся ИИ. Подписывайтесь по кнопке ниже.