И швец, и жнец, и на дуде игрец: что такое ИИ-агент

«Агент» — одно из главных слов в разговорах об ИИ. Рассказываем, что за ним стоит и чем агент отличается от чат-бота.

Главный признак агента — агентность (англ. agency), т.е. способность системы не просто отвечать, а действовать ради цели. Агент сам выбирает следующий шаг, выполняет его, оценивает результат и решает, что делать дальше, в рамках выданных ему инструментов и разрешений.

Чат-бот отвечает на вопрос и ждет следующего. Агент берет задачу и старается довести ее до конца. Сегодня оба умеют искать в интернете, поэтому разница не в доступе к информации. Она в том, сколько шагов система делает сама и меняет ли она что-то в мире.

Попросите чат-бота: «Найди мне рейс в Рим на следующие выходные дешевле 300 долларов». Он найдет варианты и выдаст список со ссылками. Дальше работаете вы: выбираете, бронируете, вносите поездку в календарь. Агенту можно поручить всё целиком. Он сравнит рейсы, сверится с вашим календарем, забронирует подходящий, добавит поездку в календарь и пришлет подтверждение. Если нужный рейс распродан, агент сам найдет следующий вариант и не будет спрашивать вас на каждом шаге.

Но такой агент тратит ваши деньги, и ошибка обойдется дороже неверного ответа. Поэтому агентам обычно задают лимиты — например, не больше 300 долларов за покупку — и просят подтверждения перед оплатой.

Для разработчиков разница еще нагляднее. На просьбу «почини падающий тест» чат-бот предложит исправление, а проверять его будете вы. Агент сам запустит тесты, найдет причину, исправит код и перезапустит тесты. Если они снова упадут, он попробует еще раз и остановится, только когда тест перестанет падать.

Агент состоит из трех частей: языковой модели, инструментов и цикла. Модель рассуждает. Инструменты (поиск, базы данных, браузер, внешние сервисы) дают ей «руки». Цикл позволяет посмотреть на результат и решить, что делать дальше. В основе цикла лежит принцип ReAct («рассуждай и действуй»). Агент смотрит на ситуацию, рассуждает, вызывает инструмент, добавляет результат к тому, что уже знает, и повторяет.

Самостоятельность у агентов разная. В одних системах каждый шаг расписан заранее, как в инструкции: пришло письмо — найти в нем номер заказа — обновить таблицу. Модель выполняет только отдельные шаги. В других агент сам составляет план и меняет его по ходу дела. Большинство систем, которыми компании пользуются, находятся где-то посередине. Причина простая: чем больше у агента свободы, тем труднее заранее проверить, что он сделает.

Насколько хорошо он справляется, зависит не только от модели, но и от других составляющих:

• от инструментов, причем понятные описания инструментов влияют на результат не меньше, чем выбор модели;
• от памяти: что агент держит «в голове» во время задачи и что хранит во внешних базах;
• от работы с контекстом: что сократить, что выбросить и что подгрузить, когда «голова» переполняется;
• от того, делит ли он задачу между несколькими агентами. Так работа идет быстрее, но обходится дороже, и сломаться может больше мест.

Что агенты умеют на деле

Исследовательская организация METR измеряет так называемый горизонт задач. Горизонт задач отвечает на вопрос: насколько большую задачу можно отдать агенту, чтобы он ее довел до конца? «Большая» значит, сколько времени эта задача заняла бы у человека. Для этого организация собирает набор задач, засекает, сколько времени на каждую тратит специалист, и проверяет, какие из них решает агент. Если горизонт 50% равен двум часам, это значит, что задачи, на которые у человека уходит около двух часов, агент решает в половине случаев [1].

С 2023 года горизонт задач удваивается примерно каждые 131 день, то есть чуть больше чем за четыре месяца [2]. У Claude Mythos Preview горизонт 50% составил не меньше 16 часов. Точнее измерить не получилось: в наборе почти нет задач длиннее, и тест уперся в свой предел [3]. Горизонт 80% у той же модели составляет около трех часов [1]. Разрыв показательный. Многочасовую задачу агент иногда доводит до конца, но рассчитывать на это пока нельзя.

Есть и оговорка. Задачи в тесте в основном программистские, и у каждой есть четкий критерий успеха: код либо работает, либо нет [2]. Там, где «хорошо» трудно определить (письмо клиенту, обзор рынка), эти цифры напрямую не переносятся.

Обвязка агента

Надежность агента зависит не только от модели, но и от всего, что ее окружает. По-английски это называют harness, по-русски можно сказать «обвязка». В обвязку входят:

• инструкции для агента, например файл AGENTS.md в папке проекта, где описано, как здесь принято работать;
• набор инструментов и правила, какие из них можно вызывать без спроса;
• автоматические проверки, которые ловят ошибку раньше человека;
• ограничения прав и изолированная среда для запуска;
• журнал действий, по которому потом можно понять, что пошло не так.

Термин появился в феврале 2026 года, его приписывают Митчеллу Хашимото. Когда агент ошибался, Хашимото не переписывал запрос, а менял среду так, чтобы эта ошибка не могла повториться [4]. Позже подход подробно описала Биргитта Бёкелер из компании Thoughtworks [4]. И состоит он из  трех уровней: формулировки запроса — то, что агенту сказали; работы с контекстом —  то, что он видит; а обвязки — то, как он работает целиком.

Протоколы: MCP и A2A

Протокол — это  договоренность о том, как программы обмениваются сообщениями. Без него каждую связку приходится программировать вручную: подключать агента к календарю, потом — к почте, наконец, — к базе клиентов.

MCP (Model Context Protocol, «протокол контекста модели») решает эту задачу для инструментов. Его часто сравнивают с USB-разъемом: если у сервиса есть MCP-сервер, к нему может подключиться любой агент, который понимает протокол. A2A (Agent2Agent, «агент–агент») нужен для другого: через него агенты разных компаний договариваются между собой и передают друг другу задачи. Сам A2A агентов не создает, а только связывает уже готовых [6]. Проще запомнить так: MCP находится «под» агентом, A2A «между» агентами [5].

Постоянные агенты и команды агентов

Агенты все чаще работают в фоновом режиме, пока человек занят другим. Агенты Dots от OpenAI получают собственный облачный компьютер и больше 4000 подключений к сервисам [8].

Похожий продукт есть у xAI: в августе 2026 года компания выпустила бета-версию Grok Bot [9]. В октябре 2026-го и команда Anthropic объявила о запуске Claude Duet [28]. Суть одна: у каждого бота есть свой облачный компьютер с браузером, файлами и командной строкой. Боты входят в заданные сервисы под вашими учетными данными, выполняют многошаговую работу, пока вас нет, и возвращаются, только когда нужно ваше подтверждение. Достаточно один раз показать боту, как вы делаете задачу, и он сохранит ее как повторяемую процедуру. Если у сервиса нет MCP-подключения, бот работает с сайтом через браузер, как человек [9]. С конца сентября появились командные боты: один бот на всю команду, к которому можно обращаться в приложении или в Slack. В октябре боты получили собственные почтовые адреса, но перед отправкой письма спрашивают разрешение [10]. Отдельно Grok Bot не продается: он входит в платные подписки xAI и в некоторые тарифы Cursor [9].

Еще один вариант — команда агентов. Программа herdr позволяет агенту самому запускать помощников, раздавать им части задачи и собирать результаты [11, 12]. Плюсы: работа идет параллельно, а каждый помощник видит только свою часть задачи. Из минусов: растут расходы на вычисления, а если цепочка ошиблась, найти виноватое звено трудно.

Не все нужно отдавать языковой модели

Многие шаги агента — это не генерация текста, а выбор: какой инструмент вызвать, релевантен ли документ, пора ли передать задачу человеку. Звать на такие шаги большую LLM — как нанимать писателя, чтобы поставить галочку. Это медленно и дорого, к тому же модель может ответить вариантом, которого нет в вашем списке. Для таких шагов есть отдельные модели решений, например, Jev от TypeSafe AI. Она возвращает ответ строго заданного вида с оценкой уверенности и не может придумать вариант, которого нет в списке [13].

Свою модель решений в конце сентября 2026 года показала и OpenAI: Decisions API, построенный на ее самой маленькой модели GPT 6 Luna [15]. Разработчик задает вопрос и варианты ответа, а сервис возвращает выбранный вариант с оценкой уверенности. Кроме выбора из списка, он умеет оценивать, насколько вероятно, что утверждение верно, и ставить оценку по числовой шкале. По словам OpenAI, ответ приходит примерно за 150 миллисекунд, до десяти раз быстрее, чем обычный запрос к той же модели [15, 16]. С 6 октября сервис открыт всем разработчикам в бета-версии [16].

Например, в поддержку приходит письмо. Языковая модель пересказывает его в двух строках. Jev выбирает одну категорию из четырех («возврат», «доставка», «жалоба», «другое») и сообщает, что уверена на 93%. Обычный код отправляет письмо в нужную очередь. Если уверенность низкая, (например, 55%) решение возвращается языковой модели [14]. Языковая модель занимается тем, что у нее получается лучше всего (понимает и пишет текст), а выбор, где ошибка стоит дорого, остается предсказуемым.

Пример из практики: Pi 1.0

Pi, агент с открытом кодом Марио Цехнера, развивает компания Earendil. Версия 1.0 вышла 1 октября 2026 года, авторы называют ее «минимальной расширяемой обвязкой» [17, 18]. Новые функции в Pi добавляют только после того, как они доказали пользу. Вот список таких нововведений::

• режим Codemode: вместо того чтобы вызывать инструменты по одному, модель пишет небольшую программу, которая за один шаг вызывает десяток инструментов;
• поддержка MCP [18];
• инструменты подгружаются только при необходимости, а повторяющаяся часть запроса заранее кэшируется, поэтому контекст меньше, а ответы быстрее;
• «виртуальные модели»: расширение собирает одну модель из нескольких настоящих, и разные этапы задачи достаются разным моделям. В демонстрации Pi 1.0 решение о переключении между Claude Opus и GPT 6 Luna принимает Jev [17];
• модуль Pi Durable хранит состояние множества бесед в базе SQLite, и агент не теряет нить в долгих задачах [18].

Встроенной системы разрешений в Pi нет. Поэтому агента советуют запускать в песочнице, то есть в изолированной среде вроде отдельного контейнера или виртуальной машины, где он не доберется до ваших личных файлов и остальной системы [19].

Агенты в компаниях

ИИ используют 88% организаций, но агентов в масштабе всей компании внедрили только 23% [20]. Заметную отдачу от агентов видят тоже 23%, а у 36% нет никакого плана, как за ними присматривать [21]. Gartner прогнозирует, что к концу 2026 года агенты появятся в 40% корпоративных приложений [20]. Лучше всего они работают там, где результат легко проверить: в программировании, поиске, поддержке клиентов и системах учета продаж. К цифрам стоит относиться осторожно: разные исследования оценивают долю внедрения от 11% до 97% [21, 22].

Риски

Чем больше агент умеет делать сам, тем дороже его ошибки: чат-бот в худшем случае ответит невпопад, а агент может отправить письмо, удалить файл или передать данные постороннему. Основные риски связаны с тем, к чему у агента есть доступ и кого он слушается.

• Внедрение команд (prompt injection). Агент может принять команду, спрятанную в письме или на веб-странице, за инструкцию пользователя. Особенно опасно сочетание, которое Саймон Уиллисон называет «смертельной тройкой»: у агента есть доступ к личным данным, он читает текст из ненадежных источников и может отправлять данные наружу.
  
• Общие ресурсы. Все боты Grok Bot в одном аккаунте работают на общем облачном компьютере. Если один бот прочитает вредоносную инструкцию, под угрозой окажутся и остальные, поэтому компания советует не держать там пароли и файлы, которые не нужны другим ботам [23]. Есть и ирония: в октябре тот же Grok Bot распознал у пользователя фишинговое письмо, пришедшее с настоящего домена xAI. Злоумышленник вписал HTML-код в название команды, а шаблон приглашения xAI вставил его в письмо без проверки [23].
  
• Лишние права. Помогают минимальные привилегии, песочницы и подтверждение человеком всех необратимых действий.
  
• Теневые агенты. 67% руководителей считают, что их компания уже пострадала от утечек через ИИ-инструменты, которые никто не одобрял [21]. Еще одна угроза: вредоносные описания инструментов в MCP-серверах.

Регулирование

Закон ЕС об ИИ (AI Act) оценивает риск по сфере применения: чат-бот с рецептами и система отбора резюме попадают под разные требования. Пакет поправок Digital Omnibus перенес обязательства для систем высокого риска на 2 декабря 2027 года [24], а для ИИ внутри регулируемых продуктов — (например, медицинских устройств) на 2 августа 2028 года [25]. При этом статья 50 о прозрачности действует с 2 августа 2026 года [26], а маркировка созданного ИИ контента для уже работающих систем обязательна с 2 декабря 2026 года [27].

Что в итоге

Агенты стали частью инфраструктуры. Теперь важнее не то, что умеет модель, а то, можно ли ей доверять. Перед внедрением агента важно ответить на четыре вопроса:

1. Как мы проверим результат?
2. Что агент может сделать без подтверждения?
3. Кто следит за его работой?
4. Можно ли отменить его ошибку?

Источники

1. METR // Wikipedia. URL: https://en.wikipedia.org/wiki/METR (дата обращения: 26.10.2026).
2. Time Horizon 1.1 // METR. 2026. URL: https://metr.org/blog/2026-1-29-time-horizon-1-1/ (дата обращения: 26.10.2026).
3. @aakashgupta [Цитата] X. URL: https://x.com/aakashgupta/status/2053207639107174452 (дата обращения: 25.10.2026).
4. What is harness engineering for AI // Mayhemcode. 2026. URL: https://www.mayhemcode.com/2026/06/what-is-harness-engineering-for-ai.html (дата обращения: 26.10.2026).
5. A2A joins Agentic AI Foundation // Axios. 2026. URL: https://www.axios.com/2026/08/17/a2a-agentic-ai-foundation-open-ai-standards (дата обращения: 26.10.2026).
6. A2A Protocol: официальная документация. URL: https://a2a-protocol.org/latest/ (дата обращения: 26.10.2026).
7. The 2026 agent interoperability reset // Practical Logix. 2026. URL: https://www.practicallogix.com/the-2026-agent-interoperability-reset-a2a-mcp-under-aaif/ (дата обращения: 26.10.2026).
8. OpenAI Dots // Unite.AI. URL: https://www.unite.ai/openai-rolls-out-dots-agents-powered-by-gpt-6-astra-in-chatgpt/ (дата обращения: 26.10.2026).
9. Grok Bot, xAI’s always-on AI agents // AIToolsReview. URL: https://aitoolsreview.co.uk/insights/grok-bot-agent-launch (дата обращения: 26.10.2026).
10. Grok Bot: Changelog // xAI. URL: https://x.ai/changelog/bot (дата обращения: 26.10.2026).
11. herdr guide // Shareuhack. 2026. URL: https://www.shareuhack.com/en/posts/herdr-terminal-agent-multiplexer-guide-2026 (дата обращения: 26.10.2026).
12. herdr parallel agent sessions // Dotzlaw Consulting. URL: https://dotzlaw.com/insights/claude-code-13-herdr-parallel-agent-sessions/ (дата обращения: 26.10.2026).
13. Jev // DataNorth. URL: https://datanorth.ai/blog/jev-what-it-is-and-why-this-new-model-matters (дата обращения: 26.10.2026).
14. Wu T., Lim W. Y. B. REFLEX with Jev for Efficient Selective Control in LLM Agents // arXiv. 2026. arXiv:2609.26532. URL: https://arxiv.org/pdf/2609.26532 (дата обращения: 26.10.2026).
15. OpenAI answers TypeSafe’s Jev with a Decision API built on Luna // The New Stack. URL: https://thenewstack.io/openai-decision-api-luna/ (дата обращения: 26.10.2026).
16. Decisions API is now available in Public Beta // OpenAI Developer Community. URL: https://community.openai.com/t/decisions-api-is-now-available-in-public-beta/1403877 (дата обращения: 26.10.2026).
17. Pi 1.0 // Earendil. URL: https://earendil.com/posts/pi-1-0/ (дата обращения: 26.10.2026).
18. Pi coding agent adds MCP support // The Register. 2026. URL: https://www.theregister.com/ai-and-ml/2026/10/02/pi-coding-agent-pulls-a-180-and-adds-mcp-support/5300678 (дата обращения: 26.10.2026).
19. earendil-works/pi: репозиторий // GitHub. URL: https://github.com/earendil-works/pi (дата обращения: 26.10.2026).
20. AI adoption statistics // Globy. URL: https://gogloby.com/insights/ai-adoption-statistics/ (дата обращения: 26.10.2026).
21. Enterprise AI adoption 2026 // WRITER. 2026. URL: https://writer.com/blog/enterprise-ai-adoption-2026/ (дата обращения: 26.10.2026).
22. AI agent adoption statistics // thestacc. URL: https://thestacc.com/blog/ai-agent-adoption-statistics/ (дата обращения: 26.10.2026).
23. Grok Bot phishing catch exposes AI agent risks // Cybernews. URL: https://cybernews.com/ai-news/grok-bot-phishing-spacexai-invite-scam/ (дата обращения: 26.10.2026).
24. EU AI Act high-risk delay // Usercentrics. URL: https://usercentrics.com/knowledge-hub/eu-ai-act-high-risk-delay-article-50-transparency-consent/ (дата обращения: 25.10.2026).
25. EU AI Act amendments // Morgan Lewis. 2026. URL: https://www.morganlewis.com/pubs/2026/06/eu-approves-delays-and-other-amendments-to-certain-eu-ai-act-obligations-what-businesses-should-know (дата обращения: 26.10.2026).
26. Digital Omnibus postponement // Praxikon. URL: https://www.praxikon.com/en/posts/digital-omnibus-high-risk-postponement-december-2027 (дата обращения: 26.10.2026).
27. EU AI Act Omnibus deadline delay // Cloud Security Alliance. URL: https://labs.cloudsecurityalliance.org/research/csa-research-note-eu-ai-act-omnibus-vii-deadline-delay-20260/ (дата обращения: 26.10.2026).
28. Introducing Claude Duet // Claude. URL: https://claude.com/resources/articles/claude-duet (дата обращения: 29.10.2026).