ИИ-агент: что это простыми словами и чем он не чат-бот

«Все твердят про агентов, а я открыл чат, задал вопрос, получил ответ. Бот как бот. Где тут агент?»

ИИ-агент — это программа, которой вы ставите цель, а не задаёте вопрос. Чат-бот отвечает и ждёт следующей реплики. Агент сам разбивает цель на шаги, берёт нужные программы, поправляет себя, если что-то сломалось, и приносит готовый результат. Так описывает его Кай-Фу Ли в книге «AI Native»: бывший руководитель в Apple, Microsoft и Google, основатель Microsoft Research Asia и компании 01.AI. По ней у нас есть тренажёр «AI Native. Компания, рождённая с ИИ».

Чем чат-бот отличается от копилота

Вы спрашиваете, он отвечает, вы правите текст и спрашиваете снова. Руль всё время у вас. Это первая ступень лестницы, которую рисует Ли, и на ней же стоит большинство того, что люди называют «я работаю с ИИ».

Вторая ступень чуть деловитее: вы просите сделать небольшое определённое дело, например перевести договор или выжать суть из отчёта о доходах. Получается неплохо, но каждую мелочь приходится объяснять заранее, шаг за шагом, как стажёру в первый день.

На третьей стоит копилот, «второй пилот». Он понимает, чего вы хотите, предлагает варианты, а решение принимаете вы, и каждый шаг ждёт вашего «да». Ли называет Microsoft Copilot и помощников для написания текстов. Если вы искали «ии копилот», вот он, на середине лестницы. Чем выше ступень, тем больше делает ИИ и тем меньше остаётся вам.

Автономный ИИ-агент: чем он отличается от копилота

Попросите: «Перенеси завтрашнюю встречу на два часа позже». Копилот предложит новое время. Агент сам заглянет в календарь, найдёт конфликты, разошлёт приглашения, а если у кого-то накладка, подберёт следующее свободное окно.

В этом и состоит перелом между третьей и четвёртой ступенью. Копилот помогает, пока вы сами сидите внутри задачи. Автономный агент получает цель и работает без вас: Ли пишет, что вы можете проспать весь процесс. Если шаг не получился, агент читает ошибку, меняет параметры и пробует снова.

Теперь задача посерьёзнее: «Подготовь отчёт об оттоке клиентов за квартал и отправь руководству». Руками это делал бы аналитик. Агент превращает фразу в десятки подзадач и сам решает, что от чего зависит и что можно делать одновременно. Потом подключается к базе, строит графики, оформляет по шаблону и рассылает. Если один шаг упал, у него есть запасной путь. Раньше ИИ мог лишь рассказать, как это делается, а теперь за каждым шагом стоит действие.

Из чего собран агент

Одна модель, как её ни хвали, ещё не агент. Она хорошо превращает размытое «сделай отчёт по оттоку» в цепочку шагов, но не помнит вас, не видит ваших программ и не знает вашей кухни. Поэтому Ли добавляет к модели три части.

Память, чтобы каждый разговор не начинался с чистого листа: агент знает, что этот клиент жаловался три дня назад. Инструменты, то есть браузеры, Excel, согласования, CRM и ERP: ИИ, который только выдаёт текст, даёт совет, а не делает работу. И знания: цены, регламенты, политика возвратов, а ещё то неписаное, что делает человека в компании «своим».

Сложите четыре части вместе, и получится служба поддержки, которая за минуты решает вопрос без человека: модель понимает, что нужно клиенту, инструмент открывает его заказ, знания подсказывают правило возврата, память напоминает про прошлую жалобу и подсказывает, что тут стоит извиниться.

Мечта о таком помощнике старше нейросетей. В 1987 году Apple сняла ролик «Knowledge Navigator», где занятой профессор поручал помощнику часы работы парой фраз. Ли открывал этим роликом выступления, а потом спрашивал зал, кто хотел бы такого помощника. Руки поднимались почти у всех.

Что такое мультиагентная система

«Ну хорошо, а если агент ошибётся?» И вы правы: модели бывают уверенными и неправыми. Поэтому на пятой ступени агентов становится несколько.

Это и есть мультиагентная система, «рой» по слову Ли. В такой команде один агент планирует, другой ищет сведения, третий выполняет, а четвёртый, критик, оспаривает допущения и ищет изъяны. Ошибка, которую заметил критик, не доезжает до следующего шага. Сам Ли каждую неделю пользуется такой командой.

Когда инвесторы защищают сделку, его программа Investor AI ищет доказательства, которые они упустили: у неё есть агенты по технологиям, рынку, оценке и рискам, и есть агент-оппонент, которому поручено спорить со всеми. Агент-оркестратор собирает отчёты в досье. А последнее слово остаётся за Ли.

Кто отвечает, если агент ошибся

Программа может раздавать задачи другим программам, и всё чаще именно так и бывает. Но над ней нужен человек, и у него четыре дела. Выбрать задачу, ради которой всё затевается. Решить, как выглядит успех. Поставить границы: какие данные можно брать, сколько тратить, при каком пороге агент останавливается и зовёт человека. И отвечать за результат.

Как понять, на какой ступени ваша задача

Представьте небольшую компанию, где сотрудник каждое утро сверяет заявки клиентов с остатками на складе и пишет письма с подтверждением. Копилот предложит текст письма и подскажет, где остаток не сходится. Но сотрудник по-прежнему весь день нажимает «подтвердить», и день его стал не короче, а скучнее.

Эта задача замкнута: прочитать заказ, проверить остаток, зарезервировать товар, написать письмо, отправить. Такое под силу агенту четвёртой ступени, а человеку остаётся роль владельца задачи. Он решает, что считать успехом: все заявки за день подтверждены без ошибок в остатках. И проводит границу: если остатка хватает, агент подтверждает сам, а если остаток на грани или цифры не сходятся, передаёт вопрос человеку. Чтобы разобрать вашу задачу так же, ответьте на три вопроса.

Если на третий вопрос ответа нет, до агента ещё рано. Если на первые два вы ответили легко, принесите задачу в тренажёр, начав с такой реплики:

Сотрудник каждый день вручную сверяет заявки клиентов с остатками на складе и пишет письма с подтверждением. Подскажите, нужен ли здесь копилот или автономный агент, на какой ступени лестницы эта задача и кто за неё отвечает.

Тренажёр задаст уточняющие вопросы: что делать при расхождении остатков, где ведётся учёт и какую строку отчёта о прибылях и убытках сдвинет эта работа. Дальше выбор первого процесса для компании разбирает статья «ИИ-агенты для бизнеса».

Это уже работает или пока разговоры

Работает. Ли описывает, как менялись задачи для агентов. В 2024 году вопрос был в том, справится ли агент с одним делом: написать письмо, вытащить цифры из отчёта. В 2025-м он стал запускать цепочки: прочитать жалобу, проверить покупки в CRM, понять, положен ли возврат, и отправить менеджеру на утверждение. В 2026-м речь уже о командах агентов.

В книге есть два примера. В конце 2025 года, пишет Ли, Марк Бениофф сообщил, что в Salesforce агенты начали обрабатывать половину обращений в поддержку, а штат этой службы составил около пяти тысяч человек вместо девяти. Стартап Sierra берёт плату за число успешно решённых агентами обращений и за два года вышел на 100 миллионов долларов годового регулярного дохода.

Что из этого значит для вашей работы, зависит от задачи, поэтому про внедрение в целом читайте отдельную статью. А на какой ступени сегодня ваша рабочая неделя?

Что ещё спрашивают про ИИ-агентов