Статья
Что такое ИИ-агент и чем он отличается от чат-бота
Слово «агент» за последние два года прилепили примерно ко всему: к чат-боту с кнопками, к рассылке по расписанию, к форме, которая вызывает модель один раз. От этого у слова почти не осталось смысла — а покупают за него разное и по разной цене.
Ниже — определение, которое даёт индустрия, а не маркетинг; лестница уровней с честной пометкой, что из этого я собирал сам; и практический способ проверить, агент вам предлагают или переименованный бот.
Определение, на котором сходятся все
Самая рабочая формулировка — у Anthropic в инженерном разборе «Building effective agents» (19.12.2024). Там всё семейство называется агентными системами и делится надвое:
- сценарии (workflows) — «системы, где модели и инструменты оркестрируются через заранее прописанные пути в коде»;
- агенты — «системы, где модель сама направляет свои процессы и использование инструментов, сохраняя контроль над тем, как она выполняет задачу».
Разница не в интеллекте, не в размере модели и не в фреймворке. Разница в том, кто решает, что делать следующим шагом: программист заранее или модель по ходу дела.
OpenAI в практическом руководстве по агентам (апрель 2025) описывает то же самое с другой стороны — через устройство. Агент собирается из трёх частей: модель, инструменты (то, чем он может воздействовать на мир) и инструкции с ограничениями. И отдельно оговаривается, что приложения, которые используют модель, но не дают ей управлять ходом выполнения — простые чат-боты, однократные запросы, классификаторы, — агентами не являются.
Если свести обе формулировки в одну фразу: ИИ-агент — это модель, которой дали инструменты и разрешили самой выбирать, какой из них вызвать и в каком порядке, пока задача не будет выполнена. Не «объясни, как выставить счёт», а «выстави счёт».
Чем это отличается от чат-бота
Чат-бот — это не более слабый агент. Это другая сущность: канал разговора со сценарием. У него есть кнопки, ветки, заранее написанные ответы, и его ценность в том, что он предсказуем. Он может вообще не содержать модели.
Дальше — где именно расходятся эти две вещи. Колонки нарочно про инженерные последствия, а не про ощущения от демонстрации.
| Что смотрим | Чат-бот | ИИ-агент |
|---|---|---|
| Кто решает шаг | Программист заранее, в коде сценария | Модель по ходу, из доступных инструментов |
| Что на входе | Нажатие кнопки, ключевое слово | Задача своими словами |
| Что на выходе | Текст из заготовки, запись в форму | Вызов функции: создать, изменить, посчитать |
| Где живёт | В канале — сайт, мессенджер | В системе — CRM, кабинет, фоновая задача |
| Как ломается | Тупик: вопроса нет в сценарии | Действие, которого не ждали, если нет границ |
| Что дорого делать | Проработку веток и их поддержку | Права, откаты, лимиты шагов, лог вызовов |
| Как тестируется | Обычными тестами: вход → ожидаемый ответ | Проверкой вызовов: что позвал и с чем |
Практический вывод из таблицы один: если задача — ответить на вопрос, агент не нужен. Хватит поиска по вашим документам с генерацией ответа — это дешевле, предсказуемее и проверяется по источнику. Агент оправдан там, где надо совершить несколько действий, каждое по отдельности простое, а ошибка обратима.
Соседняя тема, если вам нужен именно канал: разработка чат-ботов — там про сценарии, мессенджеры и приём заявок. Агент часто работает внутри такого бота, но это два решения, а не одно, и считаются они отдельно.
Лестница: промпт → ассистент → агент → мультиагент
Между «однократным запросом к модели» и «агентом» лежат две промежуточные ступени, и большая часть коммерческих задач останавливается на них. Последняя колонка — единственное, ради чего эта таблица здесь: что из перечисленного я собирал руками, а что нет.
| Уровень | Что добавляется к предыдущему | Что становится дорого | Собирал ли я это |
|---|---|---|---|
| Промпт | Один запрос — один ответ | Ничего. И проверить ответ по источнику нельзя | Да, как часть всего остального |
| Ответ по своим данным | Поиск фрагментов в ваших документах перед ответом | Подготовка индекса и его регулярное обновление | Да — ответы по базе знаний |
| Ассистент | Контекст конкретного пользователя и права на чтение | Интеграции с системами и разграничение доступа | Да — копайлот внутри партнёрской платформы |
| Агент с инструментами | Право действовать и самому выбирать порядок шагов | Откаты, подтверждения, потолок шагов, полный лог | Да — сборка оффера и промо-материалов через вызовы |
| Несколько агентов | Разделение ролей и передача задач между ними | Отладка: ошибка размазывается по цепочке | Нет. В проде не собирал и обещать не буду |
Про последнюю строку отдельно, потому что мультиагентные схемы сейчас продают активнее всего. Рекомендация OpenAI в том же руководстве — начинать с одного агента и переходить к нескольким только тогда, когда без этого не обойтись: несколько исполнителей дают понятное разделение ответственности, но добавляют сложность и накладные расходы. Anthropic формулирует ещё жёстче: искать самое простое решение и повышать сложность только по необходимости, вплоть до того, чтобы не строить агентную систему вовсе.
Как эта лестница выглядит со стороны разработки — в разборе как создать ИИ-агента. Что из неё имеет смысл в вашем случае и сколько стоит — на странице ИИ-агентов для бизнеса.
Как отличить агента от переименованного бота
У этой путаницы есть отраслевое имя. Gartner называет её agent washing — переупаковку уже существующих продуктов (ассистентов, RPA, чат-ботов) под новое слово без реальных агентных свойств. По оценке аналитиков, из тысяч поставщиков, заявляющих агентные возможности, настоящими являются около 130. Там же прогноз, который стоит держать в голове до подписания договора: более 40% агентных ИИ-проектов будут закрыты до конца 2027 года — из-за растущих издержек, неясной бизнес-ценности и недостаточного контроля рисков.
Проверяется это не спором о терминах, а пятью вопросами. Их можно задать на первом же звонке, и ответы либо есть, либо нет.
- Какие инструменты у него есть и что делает каждый? Настоящий агент — это конечный список вызываемых функций. Если список не показывают, показывать нечего.
- Кто решает порядок шагов? Если порядок зашит в код — это сценарий. Хороший сценарий, часто именно он и нужен, но платить за него как за агента не надо.
- Чьи у него права? Правильный ответ — не шире прав того человека, который его позвал. Отдельная всемогущая учётная запись «для ИИ» — это дыра, а не архитектура.
- Что происходит на обрыве третьего шага из пяти? Должен быть ответ про откат или компенсирующее действие. «Такого не бывает» — это не ответ.
- Как его тестируют? Сравнивать текст ответа бессмысленно: одна и та же задача дважды формулируется по-разному. Проверять надо какие инструменты вызваны, с какими аргументами и в каком порядке — это уже детерминированно и прогоняется набором сценариев при каждой правке промпта.
Если на пятый вопрос отвечают «смотрим глазами» — правка формулировки в промпте становится ставкой: что-то улучшилось, что-то сломалось, и узнаете вы об этом от пользователей.
Где агент действительно окупается
По моей практике — там, где до него ту же цепочку делал человек и делал её часто.
Сборка сущности через диалог. В партнёрской платформе копайлот собирает оффер: видит, что уже настроено в кабинете, задаёт только необходимые вопросы, создаёт проверяемый черновик и готовит промо-материалы отдельными инструментами. Не публикует и не отправляет сам — финальное решение остаётся у человека. Метрик эффекта у меня по нему нет, и выдавать реализацию за результат я не стану.
Подбор по смыслу вместо фильтров. Там же — подбор компаний под портрет клиента по базе примерно на 200 000 организаций, с сопоставлением по ОКВЭД и дедупликацией по ИНН. Разбор — на странице агента для продаж.
Производственный конвейер. В Castolly выпуск подкаста разбирается на десятки единиц контента: транскрипт, цитаты, главы, посты, рассылка, вертикальные видео. По данным клиента, работа над выпуском сократилась с 12 часов до одного — это самый чистый случай из трёх, потому что процесс однотипный и с понятной единицей измерения. Кейс целиком.
Общее у всех трёх: агент встроен в существующий поток работы и работает на собственных данных компании. Отдельное окно чата рядом с продуктом не приживается — в него надо специально заходить.
Что с этим делать
Если вы читаете это, выбирая подрядчика, порядок действий такой.
- Назовите процесс, а не направление. «Внедрить ИИ» — не задача, её нельзя измерить.
- Проверьте, что у процесса есть измеримая единица: заявка, документ, эпизод, сделка.
- Решите, что остаётся человеку. Если ничего — процесс описан слишком узко.
- Посмотрите на цену ошибки. Деньги, удаление, отправка наружу — там агент готовит, а нажимает человек.
- Договоритесь, как будете мерить, до старта. Судя по данным Gartner, это тот шаг, который пропускает большинство закрытых проектов.
Что я делаю и на каких условиях — услуги. Если после этих пяти пунктов выяснится, что вам нужен не агент, а сценарий в мессенджере или поиск по документам, я так и скажу: это дешевле и работает надёжнее.
Источники
Проверено 21.08.2026.
- Anthropic, «Building effective agents» (инженерный блог, 19.12.2024): разделение агентных систем на сценарии (workflows) — «системы, где модели и инструменты оркестрируются через заранее прописанные пути в коде» — и агентов — «системы, где модель сама направляет свои процессы и использование инструментов»; рекомендация искать самое простое решение и повышать сложность только по необходимости, вплоть до отказа от агентной системы. anthropic.com
- OpenAI, «A practical guide to building agents» (руководство, апрель 2025): агент состоит из модели, инструментов и инструкций с ограничениями; приложения, которые не дают модели управлять ходом выполнения, агентами не являются; рекомендация начинать с одного агента и переходить к нескольким только по необходимости. cdn.openai.com
- Gartner, пресс-релиз от 25.06.2025: более 40% агентных ИИ-проектов будут закрыты до конца 2027 года из-за растущих издержек, неясной бизнес-ценности и недостаточного контроля рисков; «agent washing» — переупаковка ассистентов, RPA и чат-ботов без реальных агентных свойств; из тысяч поставщиков настоящими Gartner считает около 130. Первоисточник закрыт от автоматического доступа, цифры сверены по публикации MarTech от 29.04.2026.
- Сокращение работы над выпуском с 12 часов до одного — по данным клиента; база примерно
на 200 000 компаний и функциональность копайлота — по реализованному продукту. Реестр
подтверждений —
docs/proof-register.md. По мультиагентным системам у меня продового опыта нет, и в таблице выше это указано прямо.