ИИ-агенты: что умеют нейросети, которые выполняют задачи за человека, и какие уже можно опробовать

«ИИ-агенты впечатляют в теории, но ненадежны на практике».

С таким тезисом выступила команда исследователей во главе с бывшим научным сотрудником OpenAI Дэниэлом Кокотайло. ИИ-агенты — это нейросети, которые умеют выполнять действия без прямого вмешательства человека. Если верить прогнозам, однажды они смогут управлять целыми бизнес-процессами. Но пока не всегда справляются даже с капчами. Расскажу, как они работают и что мешает им поумнеть и взять все на себя здесь и сейчас.

ИИ-агенты способны самостоятельно рассуждать, планировать и выполнять действия за пользователя. Для этого они подключаются к разным базам данных и сервисам — например, к списку сведений о ваших бизнес-клиентах или к приложению для покупки авиабилетов. Человек же включается только на первом этапе — когда ставит задачу.

По сути, агент — не столько инструмент, сколько исполнитель. Он берет на себя управление браузером или компьютером. Представьте, что это турагент. Вы говорите, что хотите поехать в Испанию, а он подбирает для вас направления и даты, а потом бронирует жилье и покупает билеты.

Это ключевое отличие ИИ-агента от ИИ-ассистента. Последний выполняет простые запросы — составляет меню, решает примеры, придумывает идеи. По такому принципу работают чат-боты, например ChatGPT, Claude, Gemini, DeepSeek, и голосовые помощники вроде Siri. Возможности агентов шире.

📋 Агент выполняет многоступенчатые задачи. Ассистенты работают по принципу «запрос — ответ». Они могут найти данные в собственной базе знаний или выйти в интернет и поискать сведения там, но пиццу заказать не смогут.

Агенты же могут взять весь процесс на себя: они сами запустят нужные приложения и выполнят в них необходимые действия — закажут пиццу, забронируют авиабилеты, опубликуют пост в соцсети.

🤖 Агент действует без вмешательства человека. Вы выбираете, где поужинать, и просите помощи у нейросетей. Ассистент предложит только ресторан. Агент как минимум забронирует столик. Как максимум — проанализирует ваше расписание, чтобы прикинуть, сколько времени уйдет на дорогу до ресторана, а еще выберет альтернативное заведение, если первое закрывается вскоре после вашего прихода.

🧠 У агента может быть собственная инициатива. Агенты не должны просить помощи у человека, если возникнет проблема. В идеале они принимают решение самостоятельно и ориентируются по ситуации.

Так, при высокой степени автоматизации агент может заменить оператора техподдержки: сам категоризирует запрос, найдет ответ, подключившись к внутренним системам, и сам инициирует решение — например, возврат денег.

В этом-то и суть ИИ-агентов: работать так хорошо, что человек не побоится делегировать им даже те процессы, где нужно ориентироваться на месте и принимать незапланированные решения.

Google насчитала свыше 600 применений ИИ-агентов в бизнесе. При этом обычным пользователям доступно не так уж много. Некоторые компании только показывают, на что способны их агенты, но для пользования ничего не выпускают. Кто-то прячет дорогих агентов за платными подписками или выдает доступ только избранным разработчикам. Вот несколько примеров.

Operator от OpenAI. Агент от разработчика ChatGPT умеет открывать разные сайты и выполнять на них действия за пользователей. Использует модель Computer-Using Agent на базе GPT-4o.

Пользователи соцсетей показали, что Operator может собрать продуктовую корзину в Walmart «по самым низким ценам», чтобы приготовить чизкейк, который не нужно печь. Оплату при этом нужно подтверждать вручную.

В другом примере Operator забронировал авиабилет по запросу пользователя — например, из Цюриха в Вену в один конец на пятницу.

Для этого агент перешел на сайт booking.com, выбрал выгодные варианты и запросил подтверждение у пользователя.

Как получить доступ. Operator доступен на сайте ChatGPT в статусе исследовательского превью, но только подписчикам Pro за 200 $⁣ (16 403 ₽)  .

Manus от ManusAI. Manus умеет открывать и читать страницы в браузере, работать в разных вкладках и программах в фоновом режиме, оформлять ответы в виде документов и HTML-сайтов.

В одном из примеров на сайте пользователь попросил агента составить недельную программу поездки в Японию. Он указал даты, город вылета, бюджет и количество путешественников. Отметил, что хочет насладиться достопримечательностями и неочевидными точками притяжения и любит пешие прогулки.

Manus сделал кликабельный сайт с планом на каждый день, размеченными картами, мини-словариком, подсказками по этикету, прогнозом погоды, телефонами для экстренных случаев и валютным курсом.

Как получить доступ. Manus находится на стадии закрытого тестирования. Доступ к нему выдают по приглашениям — нужно подать заявку и указать свои цели. Тем, кому прислали код, потребуется оплатить платные подписки — за 39 $⁣ (3219 ₽) или 199 $⁣ (16 425 ₽) в месяц. Они дают больше кредитов на запросы.

Я запрашивала код еще в марте 2025 года, когда сервис только запустился, но мне его так и не прислали.

Computer Use от Anthropic. Разработчики с доступом к API моделей Claude 3.7 Sonnet и Claude 3.5 Sonnet могут передать нейросети управление компьютером. В этом случае агент сможет выйти за пределы браузера, открывать и использовать файлы и программы на локальном устройстве.

В одном из кейсов от самой компании агент поработал в браузере и заполнил форму, размещенную на частном сервере владельца. В примере в соцсетях Computer Use прочел статью по ссылке, законспектировал ее и отправил пересказ на указанную почту.

В примере от другого пользователя Claude посмотрел видео со строительной площадки, проанализировал соблюдение правил безопасности, делая скриншоты для изучения, и составил таблицу с рекомендациями.

Как получить доступ. Протестировать функцию могут разработчики, которые платят за доступ к Claude 3.7 Sonnet через API. Миллион входных токенов обойдется в 3 $⁣ (247 ₽), а выходных — в 15 $⁣ (1238 ₽).

Genspark от MainFunc. Это агент, который работает на базе сразу девяти моделей от сторонних разработчиков, среди которых OpenAI, Anthropic и DeepSeek.

В демо на сайте пользователь прислал агенту ссылку на пятичасовой подкаст с главой Anthropic и попросил сделать презентацию на десять слайдов с классным дизайном, которая поможет быстро уловить основную идею. Тот создал минималистичные слайды с цветовыми акцентами, виджетами и картинками.

Как получить доступ. Пользователям бесплатного плана дают 200 кредитов в день, но этого может не хватить даже на небольшой примитивный запрос. Например, я попросила составить план на семь дней в Лондоне и отметить достопримечательности и кафе на карте, но агент остановился на полпути и сказал, что я исчерпала контекстное окно. Кредитов осталось меньше 60. Подписка стоит от 20 $⁣ (1651 ₽) в месяц.

AutoGLM от Zhipu AI. Китайский агент работает на основе собственных моделей стартапа, включая «рассуждающую» GLM-Z1-Air. Как и аналоги, он умеет переходить по ссылкам в интернете, планировать поездки, составлять отчеты.

В одном из примеров пользователь взял (сайт недоступен из РФ) тот же запрос про путешествие в Японию, который выше дали Manus. На подготовку турпрограммы у агента ушло 18 минут.

Как получить доступ. Агент бесплатный, работает в виде расширения Google Chrome. Но есть нюанс: он доступен только на китайском, а для работы с ним нужен китайский номер.

Browser Operator от Opera. По словам разработчиков (сайт недоступен из РФ), встроенный в браузер Opera агент возьмет на себя заказ продуктов для нужного к ужину блюда, покупку носков, бронь отпуска. Если что-то пойдет не так или вы передумаете, управление можно перехватить в любой момент.

Как получить доступ. Пока никак: функцию только анонсировали.

Возможность делегировать большинство рутинных задач ИИ-агенту звучит заманчиво, но до полной агентизации пока далеко. На то немало причин.

🔮 Агенты ошибаются и галлюцинируют. Основная причина, почему нейросетям пока нельзя доверить автономное выполнение рутинных задач, — они все еще выдумывают факты и ссылки, теряются в деталях и не видят собственных ошибок.

ИИ-агенты могут забронировать несуществующий ресторан или купить кроссовки не того размера без возможности возврата. Страшно представить, что может сделать алгоритм, если задачи будут в несколько раз сложнее.

😰 Агентам трудно в неизвестных условиях. Нужные агенту приложения и сайты могут сбоить. Как и инфраструктура, на которой он работает. Гарантий, что агент справится с задачей в условиях сбоя или какой-то другой сложности, нет.

Попросите его забронировать столик в ресторане в пешей доступности, а он зависнет на полчаса, потому что не сможет достучаться до системы бронирования, и сбросит запрос.

🧩 Агенты не застрахованы от предвзятости. Они ориентируются на правила, заданные разработчиками. А те могут отталкиваться как от своих субъективных убеждений, так и от коммерческих интересов компании, в которой работают. Компании обычно не раскрывают такую информацию.

Допустим, вы попросите сгенерировать открытки на 8 Марта и разослать их женщинам, а он нарисует всех в откровенных нарядах, потому что на таких картинках его обучали. Придется потом объясняться.

⚡ Агенты требуют много ресурсов. Чтобы обучать и запускать языковые модели, нужно много вычислительных мощностей — в частности, специализированных ИИ-чипов. А каждый шаг агента — это запрос к стороннему сервису или сайту, который стоит денег.

И чем сложнее устроен агент, тем дороже его поддерживать. Особенно если модели под капотом мультимодальные, обладают памятью и самостоятельно дообучаются на основе обратной связи.

Технокорпорации тратят на развитие инфраструктуры и самих ИИ-продуктов миллиарды долларов. Дороговизна разработки и поддержки объясняет, почему до сих пор нет бесплатных или хотя бы дешевых ИИ-агентов под разные задачи.

📏 Агентам нужна стандартизация. Модели разных разработчиков работают на основе разных принципов. То же касается сторонних сервисов, к которым им нужно подключаться. Скажем, анализировать треды в Slack или доски с задачами в Jira.

Лидеры ИИ-разработки это осознают и начинают выпускать протоколы совместимости. Например, у Anthropic есть Model Context Protocol: он позволяет бесшовно подключать ИИ-ботов к различным приложениям и базам на компьютере и в интернете. У Google теперь есть протокол Agent2Agent, чтобы агенты могли доставать данные из корпоративных систем, например в Atlassian и Salesforce, и сообщаться между собой.

Но это только начало пути. Универсальных агентов, которые смогут работать с абсолютно любым сервисом даже в одной нише, нет. Например, пока недостаточно назвать марку, модель и размер кроссовок, чтобы агент сам оформил покупку в любом доступном интернет-магазине по наиболее выгодной цене.

🔬 Агенты требуют более совершенных ИИ-моделей. ИИ-агенты, как правило, заточены под конкретные задачи, поэтому языковые модели должны поддаваться донастройке, понимать и удерживать длинный контекст и уметь «рассуждать».

Долгосрочной памяти у агентов пока нет. «Размышлять» умеют не все. А агенту при этом нужно помнить, что он уже сделал, что еще нужно, что сработало, а что нет — и какой вообще был запрос.

В исследовательской Macquarie US Equity Research считают, что пока ни одна большая общедоступная языковая модель не может справиться с по-настоящему агентскими задачами — такими, чтобы их работа впечатляла.

По данным аналитиков Deloitte, к 2027 году половина компаний, которые уже используют нейросети, будет работать с ИИ-агентами. Часть мелких повторяющихся задач они и правда могут забрать на себя. Скажем, подбор жилья под запрос, написание шаблонного кода, первичный анализ финансовых данных, SEO-оптимизацию.

В IBM считают, что агенты будут скорее компаньонами человека, чем его заменой. Если текущие ограничения и проблемы минимизируют, вот что предполагают ИИ-специалисты.

🧘 Агенты освободят время. Избавившись от рутины, человек сможет посвятить больше времени творческим и мыслительным задачам. Учитель может отдать агенту подготовку и проверку контрольных и в освободившиеся часы поделать презентации, чтобы увлечь студентов. Менеджер, делегировав агенту заполнение еженедельных отчетов, может чаще общаться с командой — или уделить больше внимания долгосрочному планированию.

Иными словами, ИИ-агенты позволят повысить продуктивность тем, кто любит работать, и найти время на себя тем, кто устал от однообразной возни.

🤖 У желающего появится личный помощник. Например, дизайнер сможет с помощью агента искать по всему интернету подходящие предметы интерьера по фотографиям и автоматически их покупать. А заядлый путешественник научит агента планировать идеальные поездки. Тот будет знать, любит ли он музеи, какую кухню предпочитает, важны ли звездность отеля и время вылета.

👨‍🏫 Человек будет учителем агента. Обучать нужно и модели, которые ложатся в основу агентов, и самих агентов. А еще за ними придется следить. Так что здесь точно пригодится навык работы с нейросетями, чтобы идти в ногу со временем.

Возможно, однажды агенты и правда смогут выполнять задачи, находящиеся за гранью человеческого понимания, как полагают исследователи. Но когда это произойдет, никто точно не знает.

1. ИИ-агенты — новая парадигма в развитии нейросетей. Пока чат-боты только отвечают на вопросы и агрегируют информацию из разных источников, агенты выполняют за нас действия в компьютере и интернете — кликают на нужные кнопки, заполняют данные, выбирают варианты под наш узкий запрос.
2. Агент может оформить покупку, сделать бронь, превратить несколько часов болтовни в презентацию, собрать продуктовую корзину и полностью спланировать поездку в виде кликабельной шпаргалки — с картами, экстренными номерами и замечаниями по местному этикету.
3. По задумке агенты должны полностью автоматизировать процессы, за которые берутся. Но пока получается не всегда. Например, покупки и брони чаще всего нужно подтверждать вручную. Хотя на данном этапе это даже плюс, потому что нейросети все еще могут ошибаться и галлюцинировать. Полностью довериться им трудно.
4. Агентов для массовой аудитории пока мало. А те, что есть, в основном платные или доступны с ограничениями — например, только разработчикам.
5. Исследователи верят, что за ИИ-агентами будущее отрасли, но о повсеместном внедрении говорить рано. Для обучения агентов нужно больше данных. Чтобы они реже ошибались, требуются более умные модели и, возможно, сразу несколько. А еще в отрасли не хватает стандартизации — чтобы любые агенты могли подключаться к любым приложениям.