Агентский ИИ: маркетинговый хайп или реальный прорыв — разбираемся

«Агентский ИИ» — это новое «блокчейн» или новый «интернет»? Вопрос не риторический. За последние полгода каждая вторая статья про ИИ содержит слово «agent», каждая конференция имеет секцию «agentic AI», и каждый стартап внезапно стал «строить ИИ-агентов». Это всегда плохой знак.

Но я специально провёл несколько недель, тестируя реальные агентские инструменты — Devin, AutoGPT, OpenAI Operator, Manus, отдельные попытки в Claude. И вот что я думаю.

Что вообще значит «агентский»

Агентская система — это ИИ, который не просто отвечает на вопрос, а выполняет многошаговую задачу: планирует действия, использует инструменты (браузер, терминал, API), итерирует на основе результатов. Ключевое отличие от обычного чат-ассистента: у агента есть цикл «сделать → посмотреть результат → решить что дальше».

Это принципиально отличается от «ChatGPT написал мне код, я скопировал в редактор». Агент сам открывает редактор, сам запускает код, сам видит ошибку, сам итерирует.

Где это реально работает

Коротко: в узких, хорошо определённых задачах с чётким критерием успеха.

Devin AI решает около 13% задач из SWE-bench автономно — это лучший результат на рынке на сегодня. 13%. Не 80%, не 50% — 13%. Это честная цифра, которую Cognition Labs сами публикуют. На конкретной задаче «написать 30 unit-тестов для этого модуля» — хорошо. На «спроектируй архитектуру нового сервиса» — нет.

OpenAI Operator автоматизирует веб-задачи: заполнить форму, сделать бронирование, купить билет. Я тестировал на нескольких сайтах. Простые формы — работает. Капча — нет. Нестандартный UX — нестабильно. Для автоматизации рутинных веб-действий в корпоративных системах с предсказуемым интерфейсом — потенциально полезно.

AutoGPT и подобные open-source агенты — это пока больше демо, чем рабочий инструмент. Красивая идея, неровная реализация. Для экспериментов — интересно. Для работы — не доверился бы.

Три реальных ограничения, которые не обсуждают на конференциях

Первое: ошибки накапливаются. В обычном чат-сценарии одна ошибка модели — одна проблема. В агентском сценарии ошибка на шаге 3 из 20 означает, что все последующие шаги сделаны на неправильном основании. Агент не знает, что ошибся. Это называется error propagation, и на практике это означает, что за длинными задачами нужно всё равно следить.

Второе: неопределённость задачи убивает агентов. Обычный разработчик при неопределённом ТЗ спросит уточняющие вопросы. Агент чаще всего просто выберет одну интерпретацию и поедет с ней до конца — иногда правильную, иногда нет. Результат: потраченные кредиты и не то, что хотели.

Третье: стоимость ошибки высокая. Агент с доступом к терминалу и файловой системе может удалить файлы, перезаписать конфиги, сделать API-вызовы с реальными последствиями. Это не гипотетический риск — это задокументированные кейсы при тестировании. Изолированные среды помогают, но добавляют сложности в настройку.

Тренд 1: от чат-ботов к агентам — это неизбежно

Вот где я признаю: движение реальное. OpenAI, Anthropic, Google — все вкладывают деньги в агентские возможности. Не потому что хайп, а потому что следующий уровень ценности от языковых моделей — это автоматизация задач, а не просто ответы на вопросы.

Вопрос в горизонте. «Агентский ИИ заменит белых воротничков» — это прогноз на 10 лет, не на завтра. «Агентский ИИ автоматизирует конкретные повторяющиеся задачи в конкретных системах» — это прогноз на 2-3 года, и он уже частично реализуется.

Тренд 2: оркестрация агентов становится отдельной специальностью

Появляется новый тип работы: промпт-инженер для агентных систем. Человек, который умеет правильно декомпозировать задачи для агентов, настраивать guardrails, создавать структуры для оценки результата. Это пока экзотика, но через два года будет востребованным навыком.

Прогноз на полгода — конкретный

К октябрю 2026-го: одна из крупных компаний (скорее всего OpenAI или Anthropic) покажет агентный продукт, который стабильно выполняет задачи класса «исследование + написание структурированного документа» без участия человека. Это не «заменит аналитика», это «сделает черновик, который аналитик доработает за час вместо дня».

К тому же сроку: стоимость агентных API снизится настолько, что небольшие компании начнут встраивать агентские сценарии в свои продукты массово. Сейчас это дорого ($500/мес за Devin). Через год — вероятно, $50-100.