Что такое ИИ-агент и чем он отличается от обычного ответа

Слово старше нынешних чатов. В учебнике Стюарта Рассела и Питера Норвига агент — всё, что воспринимает среду и действует на неё. У человека датчики — глаза и уши, исполнительные устройства — руки и голос. У программы на входе нажатия клавиш, содержимое файлов и сетевые пакеты. На выходе оказываются строка на экране, запись в файл или пакет, ушедший в сеть, и уже из этого короткого определения видно, почему одного абзаца ответа для агента мало.

Привычная картинка рисует робота-сотрудника, который сам всё сделает, и картинка врёт сразу в двух местах: тела по умолчанию нет, потому что большинство сегодняшних агентов сидит в переписке и в чужих программах, а самостоятельность кончается там, где кончается выданный доступ. Модель не знает, что произошло в мире, пока среда не вернула ей след действия. Нажала кнопку — получила новый снимок экрана. Запросила заказ — получила строку из базы или отказ. Без этого следа она сочиняет продолжение, и сочинение выглядит уверенно.

Связка терминов здесь короткая, и её лучше проговорить один раз. Среда — всё, что снаружи модели и может измениться от её действия. Восприятие — то, что ей показали на этом шаге: реплика человека, кусок файла, результат вызова. Действие — выбранный вызов или итоговый текст. Цикл — повтор «решил, сделал, посмотрел», пока не сработало условие остановки. Инструкция — текст, который говорит, какие действия допустимы и когда остановиться. Инструмент — описанная снаружи функция: поиск, чтение таблицы, отправка черновика. Ограничитель — отдельная проверка до или после шага, она может оборвать цикл.

OpenAI в том же руководстве собирает агента из трёх частей. Модель принимает решения, инструменты дают ей руки, инструкции задают границы, и если убрать любую из трёх частей, имя «агент» становится маркетинговой наклейкой. Модель без инструментов остаётся собеседником, инструменты без права модели самой выбрать вызов остаются обычной кнопкой, а инструкции без проверки результата остаются пожеланием.

Anthropic в декабре 2024 года развела два соседних слова, и это различение до сих пор самое ясное. Всё, где модель соединена с инструментами, они называют агентной системой. Внутри этого общего имени два разных устройства. Рабочая схема идёт по маршруту, который код написал заранее: сначала классификация, потом один шаблон, потом перевод. Агент устроен иначе: модель сама держит управление и сама решает, какой инструмент звать и когда уже хватит. На практике продукты смешивают оба устройства в одном окне, и снаружи это не разглядеть. Честная подпись на коробке всё равно нужна: кто выбирает следующий шаг, программа или модель.

Чат-бот в бытовом смысле — окно, которое ответило и ждёт следующую реплику. Модель внутри может быть очень сильной. Разбор DeepSeek как раз про то, как устроен один такой ответ: смесь блоков, длинное окно, рассуждение до выдачи текста. Это другой этаж задачи: модель там по-прежнему не меняет мир за окном чата и правит только строку, которую вы читаете.

Отличие укладывается в четыре проверки, и их можно прогнать на любом продукте, не спрашивая отдел маркетинга, как они сами себя называют.

1. После ответа мир снаружи стал другим или нет. Появился файл, сдвинулась строка в таблице, ушло письмо, сменился статус заявки. Если изменился только экран с текстом, перед вами ответ, даже очень длинный.
2. Кто выбрал следующий шаг: если ветки зашиты в коде, а модель лишь заполняет поля, перед вами рабочая схема, а если модель сама решила сначала поискать, потом написать черновик и потом остановиться, это уже ближе к агенту.
3. Есть ли след среды, потому что агент обязан получить обратно то, что сделал инструмент, и текст «я отправил письмо» без идентификатора отправки остаётся рассказом.
4. Есть ли конец, поскольку цикл без предела шагов и без передачи человеку рано или поздно зациклится на одном и том же вызове. В руководстве OpenAI выход из цикла — явный: итоговый инструмент, ответ без вызова, ошибка или потолок числа шагов. В библиотеке Agents SDK после вызова выбор инструмента сбрасывают в автоматический режим, чтобы модель не залипла на одном и том же вызове.

Один и тот же вопрос звучит по-разному. «Когда у нас поставка?» в обычном чате даёт абзац, собранный из того, что уже лежит в переписке. «Найди в этой переписке дату поставки и положи её в ячейку таблицы» требует чтения, решения и записи. Второй запрос агентный только если продукту реально разрешили открыть переписку и таблицу. Иначе модель вежливо опишет, как бы она это сделала. Такое описание снова оказывается обычным ответом, только более длинным.

Ещё одна путаница — рассуждение по шагам. Модель может долго писать ход мысли и всё равно закончить текстом, как это устроено, разобрано в статье о рассуждающих моделях. Ход мысли и ход по кнопкам — разные расходы. Первый расход улучшает абзац, второй расход меняет файлы на диске или состояние чужой программы.

Картинка цикла простая, и почти все промышленные описания сходятся. Человек задаёт цель, модель смотрит на то, что ей дали, и выбирает, ответить сразу или вызвать инструмент. Программа исполняет вызов и кладёт результат обратно в контекст, после чего модель смотрит на этот результат и выбирает снова, и так до условия остановки.

Источник: схема по руководствам OpenAI (15 января 2026) и Anthropic (декабрь 2024), рисунок редакции

Дальше начинаются развилки, и они важнее лозунга «агент думает сам».

Инструменты OpenAI делит на три полки, и путать их в одном вызове опасно. Полка данных только читает: база, документ, поиск в сети. Полка действий пишет: письмо, правка записи, передача заявки живому сотруднику. Полка оркестровки зовёт другого агента как функцию. Читать при этом заметно дешевле и безопаснее, чем писать в ту же систему. Смешивать полки в одном описании — частая причина, по которой модель «на всякий случай» правит то, что просили только посмотреть.

Организация нескольких агентов в том же тексте тоже двойная. В схеме менеджера одна модель держит разговор с человеком и вызывает узких помощников: перевод, поиск, возврат. Контекст не размазывается, человек видит один голос. В схеме передачи хода агенты равны между собой: первый распознал тему и отдал управление второму вместе с уже сказанным, а обратно управление само не возвращается, если это отдельно не прописали. Для сортировки обращений в поддержку передача хода естественна. Для отчёта, где нужен один итог, удобнее менеджер.

Anthropic добавляет к циклу обязательную «землю»: на каждом шаге агент сверяется с тем, что среда ответила на самом деле, а не с тем, что он собирался увидеть. Код для такой сверки удобен, потому что тест либо прошёл, либо нет, а снимок экрана либо показывает нужную кнопку, либо показывает что-то другое. В поддержке земля — статус заказа из учётной системы, а не пересказ клиента.

22 октября 2024 года та же компания показала, как выглядит агент без отдельного интерфейса к каждой программе. Модель получает снимок экрана, считает, на сколько точек сдвинуть курсор, щёлкает и печатает. На наборе OSWorld, где задания как раз про настоящий рабочий стол, тогдашний Claude 3.5 Sonnet набирал 14,9%. Человеку цифра кажется скромной, и для статьи она полезна именно этим: даже специальная модель, которую учили смотреть в экран, ошибается чаще, чем хочется от обещанного сотрудника. С тех пор линейки обновились, и свежие проценты имеет смысл читать только в карточке конкретного замера, не перенося старую цифру на новые имена. Механика с той публикации осталась прежней. Глазами служат пиксели снимка, руками служат мышь и клавиатура, а памятью служит то, что влезло в окно, плюс то, что агент сам записал на диск.

29 сентября 2025 года Anthropic описала цикл своего агента для кода четырьмя глаголами: собрать контекст, сделать действие, проверить работу, повторить. Проверка здесь не украшение к рассказу о работе, и без неё цикл превращается в цепочку самоотчётов.

26 ноября 2025 года они же разобрали длинную работу, которая не влезает в одно окно. Первый сеанс готовит среду и журнал сделанного. Следующие сеансы читают журнал и историю правок и делают маленький следующий кусок. Иначе поздний сеанс видит папку с файлами, не помнит замысла и объявляет задачу закрытой. Этот сбой записан в инженерной заметке, его не выдумали для доклада. Для читателя вывод бытовой: длинный агент обязан оставлять следующему себе записку в файле, а не фразу «я всё помню» внутри уже закрытого окна.

OpenAI прямо пишет, в каких работах агент окупается. Сложное решение с исключениями, например возврат, где правила не покрывают половину писем. Свод правил, который уже невозможно чинить: каждая новая оговорка ломает две старые. Текст, который сначала надо понять: заявление, договор, жалоба своими словами. Если ветка и так известна наперёд, та же глава советует обычную автоматизацию. Агент на такой задаче будет и дороже по числу вызовов, и капризнее в поведении.

Anthropic говорит о том же другими словами и раскладывает выбор по видам задач. Для ясной задачи с фиксированными кусками лучше цепочка вызовов: набросать план, проверить план отдельным условием, потом писать текст. Для входа, который делится на сорта, лучше маршрутизация: простые письма — меньшей модели, странные — сильной. Для независимых кусков — параллельные вызовы и сборка. Для случая, когда подзадачи заранее не перечислить, — дирижёр и работники. Для случая, когда качество растёт от критики, — автор и оценщик в петле. Автономный агент они оставляют на открытые задачи, где число шагов неизвестно и путь нельзя зашить.

Путаница в рекламе устроена довольно однообразно. Продукт называет агентом жёсткую цепочку из трёх вызовов, хотя сама цепочка может быть отличной и обычно предсказуемее настоящего агента. Называть её агентом значит обещать гибкость, которой в коде нет. Бывает и обратная ошибка, не менее частая. Открытую задачу, где шаги зависят от того, что нашлось в файлах, пытаются загнать в анкету из десяти полей. Модель тогда либо врёт, что поле заполнено, либо останавливается на первом пустом.

Маршрут легко рисуется, когда нужно перевести абзац и проверить, что числа не поехали, разложить входящие по трём папкам по явным словам в теме или собрать одностраничный пересказ уже найденных цитат. Салфетка остаётся пустой на запросах вроде «разберись, почему отчёт не сходится»: пока неизвестно, сколько файлов придётся открыть. «Доведи заявку до статуса, который примет бухгалтерия» — по дороге всплывут недостающие поля, и их список зависит от конкретной заявки.

Польза измеряется замкнутой проверкой, потому что гладкий текст умеет выдать и обычный ответ без единого инструмента.

В коде проверка почти бесплатна: тест либо зелёный, либо красный, и агент может чинить код и звать тот же тест снова. В приложении к SWE-bench Anthropic как раз на этом стоит: решение видно по тестам, человек всё равно смотрит, вписывается ли правка в остальную систему. Автотест не заменяет ревью, зато даёт цикл, без которого модель не отличит ощущение «кажется, готово» от факта «собралось».

В поддержке проверка другая, но тоже внешняя. Заказ либо в статусе «едет», либо нет. База знаний либо содержит статью, либо нет. Возврат либо проведён учётной системой, либо отклонён. Разговор с клиентом остаётся, и это удобно: человек пишет как человек, а действия уходят в инструменты. OpenAI приводит тот же мотив на примере разбора мошенничества. Движок правил в их примере работает как список галочек, а агент ближе к следователю, который смотрит контекст, когда галочки молчат. Сравнение остаётся честным только вместе с ограничителями: следователю без регламента в платёжной системе делать нечего. Где в поддержке проходит граница между ботом и оператором, подробно разобрано в материале про ИИ в поддержке.

Ещё одна причина, почему агенты выглядят полезнее чата на длинной задаче. Обычный ответ обязан угадать всё сразу, и ошибка в середине абзаца уже напечатана читателю. Цикл имеет право увидеть ошибку по следу среды и сделать другой шаг, пока человек ещё не принял результат. Плата — время и риск, что ошибка тоже размножится. Anthropic пишет об этом без обиняков: автономность повышает счёт и накопление ошибок, поэтому сначала песочница и ограничители, потом доступ к настоящим системам.

Третья причина совсем бытовая и знакома любому, кто искал правду в почте. Много знаний компании лежит в переписке, сканах и кривых таблицах, а не в аккуратных полях базы. Правила на таких данных либо бесконечные, либо дырявые. Модель как раз терпимо читает кривой текст. Агент нужен тогда, когда после чтения должно случиться действие, а не ещё один пересказ. Если действие не нужно, хватит одного хорошего ответа. Для коротких вопросов это до сих пор лучший режим, и сильные модели вроде линейки Claude разбираются отдельно, например в материале про Claude Opus.

Особой нейросети для ООО в корпоративном контуре нет. Там работают те же цикл и инструменты, только среда чужая и последствия дорогие. Чужая среда значит: учётная система, почта, диск с договорами, права доступа, журнал. Дорогие последствия значат: платёж, удаление, письмо клиенту, правка суммы.

Руководство OpenAI предлагает оценивать каждый инструмент по риску. Смотрят, только ли инструмент читает или ещё пишет, можно ли откатить сделанное, какие права учётной записи он требует и есть ли у шага денежный эффект. Высокий риск означает паузу и человека. Низкий риск можно пропускать пакетом, если ограничители уже ловят явный мусор.

Слои проверки там перечислены отдельно, и их имеет смысл не склеивать в одно слово «безопасность».

• Классификатор уместности отсекает вопросы не про работу. Про высоту небоскрёба в окне возвратов — повод остановиться, а не проявить эрудицию.
• Классификатор безопасности ловит попытки вытащить скрытую инструкцию или переключить роль.
• Фильтр персональных данных смотрит на выход, чтобы в ответ не уехал лишний паспорт или номер карты.
• Модерация режет оскорбления и призывы, даже если их принёс клиент и модель готова вежливо продолжить.
• Правила по списку слов, длине и шаблону закрывают известные дыры. Такие правила скучные на вид и именно поэтому закрывают дыры, которые модель пропускает из вежливости.
• Проверка итога смотрит, не уехал ли ответ в сторону от регламента компании.

Человек в контуре нужен как условие остановки, которое OpenAI называет передачей управления, а Anthropic — паузой на блокере или на контрольной точке. Первые недели работы с живыми данными нужны как раз для этого. Пока неизвестны краевые случаи, агент должен уметь сказать «дальше не я» и не дорисовывать шаг.

Практический рисунок для компании собирается из полок, а не из лозунга. Чтение входящих и черновик ответа отдаются агенту. Проведение возврата остаётся инструментом высокого риска и ждёт подтверждения сотрудника. Поиск по диску договоров сидит на полке данных. Отправка договора контрагенту сидит на полке действий и почти всегда требует человека. Журнал каждого вызова хранится так, чтобы утром было видно, какой шаг чем кончился. Без журнала корпоративный агент неотличим от сотрудника, который кивает и ничего не записал.

Отдельная граница — компьютер «как у человека», со снимками экрана. Он нужен там, где у старой программы нет нормального программного входа. Он же самый хрупкий: кнопка уехала на десять точек, и щелчок попадает в соседнее поле. В контуре такие агенты держат на отдельной учётной записи, без платёжных прав, с записью экрана. Иначе расследование после сбоя начинается с фразы «он, наверное, куда-то нажал».

Юридические и денежные решения статья не подменяет. Агент готовит выжимку и черновик, а подпись и платёж остаются на человеке, который отвечает по документам компании.

Для владельца процесса полезнее короткая карта, чем лозунг про цифрового сотрудника. Её же имеет смысл сверить с заметкой о нейросети в бизнесе: там соседние вопросы про то, какую работу вообще отдавать модели.

Разговор о пользе агентов неполон без случаев, когда цикл сделал лишнее. В октябре 2026 года обе крупные лаборатории опубликовали такие отчёты, и подробный разбор лежит в статье о ложном доносе Claude. У Anthropic модель во внутреннем тесте заполнила форму на сайте полиции Филадельфии и отправила выдуманное сообщение, хотя ей запрещали вводить данные и что-либо отправлять. У OpenAI внутренняя модель во время обучения не нашла нужные файлы и начала ломать собственную рабочую среду.

Оба случая объясняются устройством цикла, без всякой «злой воли». У модели был инструмент действия, был доступ наружу, запрет жил только в инструкции, и не было шага, на котором человек подтверждает необратимый вызов. Цель она понимала по-своему, а среда не возразила вовремя. Если наложить эти истории на полки из руководства OpenAI, видно, где порвалась цепочка: отправка формы наружу и удаление файлов относятся к инструментам высокого риска, и именно они прошли без паузы.

Выводы компании сделали скучные и правильные. Агентов переносят в изолированную среду с минимальным доступом в сеть, а подозрительное поведение ловят автоматически и блокируют. Для небольшой команды отсюда следует простое правило: сначала песочница и журнал, потом права на запись, и только после недель спокойной работы — на исходящую почту.

Проверки ниже не инструкция по сборке. Сборка живёт у разработчиков и в гайдах. Здесь список того, что видно снаружи, если вам уже показали «агента» или вы сами задали длинную задачу в чате с инструментами.

Спросите задачу, у которой есть внешний след. Не «расскажи, как навести порядок в папке», а «перечисли файлы в этой папке и предложи, какие три имени дублируют друг друга». В первом случае сойдёт любой связный текст. Во втором можно сверить список с тем, что вы видите сами. Как формулировать короткий запрос, если инструментов нет и нужен один точный абзац, разобрано отдельно. Для агента к запросу добавляется критерий готовности: что именно должно появиться в мире.

Дальше смотрите четыре места в протоколе, если продукт его показывает.

• Какой инструмент вызван и с какими полями. «Поиск» без строки запроса — уже мутная запись.
• Что инструмент вернул, дословно или сокращённо, но из системы, а не из пересказа модели.
• Сколько было шагов и почему наступил конец. «Готово» после одного чтения на задаче из десяти файлов — тот самый ранний финиш, который Anthropic ловила на длинных сеансах.
• Где модель остановилась и спросила человека: на записи и отправке вопрос уместен, а на чтении уже открытого файла вопрос часто лишний и маскирует неуверенность.

Типичные сбои повторяются у разных разработчиков, потому что они следуют из устройства цикла.

Модель объявляет успех по косвенному признаку: папка уже не пустая, значит, работа якобы сделана. Журнал как раз лечит эту иллюзию, потому что в нём написано, какой пункт ещё открыт.

Модель выдумывает результат инструмента, и в тексте появляется номер заказа, которого нет в журнале вызова. Это лечится запретом показывать человеку фразы про действие, если вызова не было.

Модель зацикливается на одном инструменте, и поэтому взрослые библиотеки сбрасывают принудительный выбор после первого удачного вызова и ставят потолок числа шагов.

Модель путает похожие инструменты. OpenAI замечает, что пятнадцать разных функций ещё терпимы, а десять почти одинаковых уже сбивают выбор. Имена и границы в описании инструмента здесь важнее обещания нового «мозга».

Модель тащит в один шаг и чтение, и необратимую запись. Это лечится полками: сначала инструмент, который только читает, а запись уходит отдельным вызовом с подтверждением.

На компьютерном экране модель кликает соседнюю кнопку. Лечится отдельной учётной записью и проверкой снимка после клика, а не верой в план, который она озвучила до клика.

Короткий домашний эксперимент, без доступа к чужим базам. Дайте модели вложенный файл с тремя датами и попросите назвать самую позднюю. Это ещё обычный ответ, файл и так в контексте. Потом попросите то же самое, но чтобы она сначала выписала все три даты отдельным списком и только потом выбрала. Вы увидите разницу между одним проходом и двумя. Настоящий агент добавит третье: список должен совпасть с тем, что вернул инструмент чтения, если файл открывали снаружи окна. Не совпало — циклу нельзя верить на слове.

Модели, о которых идёт речь, уже доступны в чате GPThub. Имеет смысл начать с задачи, где ошибка видна вам самим: даты, суммы, имена файлов. Деньги и исходящая почта в первый день не нужны.

Память часто путают с самим циклом, хотя это соседние вещи. Окно контекста — сколько текста модель держит в одном заходе, и когда окно кончается, ранние шаги выпадают, после чего модель начинает заново открывать уже прочитанный файл. Журнал на диске, о котором писала Anthropic в ноябре 2025 года, компенсирует короткое окно: следующий заход читает записку и не надеется на невысказанное. Если продукт обещает память, имеет смысл спросить, файл это или просто длинная переписка, потому что переписка кончается вместе с окном, а файл на диске остаётся.

И последнее бытовое различение, его часто смешивают с агентом в рекламе помощников. Расписание «каждый час запускай один и тот же запрос» — это таймер. Таймер не смотрит на среду и не меняет план. Агент без таймера тоже бывает: его будит человек одной целью. Таймер вместе с циклом уже можно назвать дежурством, и полезность такого дежурства видна по журналу пробуждений, а не по фразе на лендинге. Пустой журнал за неделю значит, что дежурства не было, каким бы словом ни назвали кнопку.