«ИИ-агент» за последний год стало словом, которым называют что угодно: чат-бот с подключённой нейросетью, простой скрипт, который дёргает чужой сервис, презентацию с картинкой робота. Из-за этого сам термин почти ничего не говорит о том, что вам продают. Разберу по своей системе, которая под этим определением реально работает, что в него входит, а что - маркетинг.

Чем агент отличается от бота и от обычной автоматизации

Обычный чат-бот отвечает на реплику репликой. Спросили «цена» - отдал прайс. Он не решает задачу, он реагирует на конкретный ввод по конкретному правилу.

Обычная автоматизация без ИИ переносит данные из точки А в точку Б: заявка с сайта упала в таблицу, письмо переслалось в нужную папку. Правило жёсткое и известно заранее.

Агент - это система, у которой есть цель и несколько шагов на пути к ней, и она сама решает, какой шаг сделать следующим, без подсказки человека на каждое действие. У моей системы мониторинга чатов цель одна: не пропустить человека, который ищет то, что я продаю. Дальше она сама читает входящее сообщение, определяет, относится ли оно к делу, решает, кто автор - заказчик или такой же исполнитель, и только после этого либо кладёт уведомление мне, либо не делает ничего. Три решения подряд без единого нажатия кнопки.

Разница на практике простая: если из системы вынуть человека на сутки, чат-бот молчит и ничего не теряет, потому что ему нечего решать самому. Агент за эти сутки прогонит через себя весь новый поток и примет решение по каждому сообщению - примерно 400 сообщений в сутки в моём случае - и результат будет ждать, когда человек вернётся.

Как это выглядит в реальной работе, а не на слайде

Программа сама читает открытые чаты, куда бот уже добавлен как участник. Каждое новое сообщение уходит в очередь. Дальше модель разбирает его в два шага: сначала - относится ли это вообще к автоматизации и ИИ, потом, если да - кто автор, заказчик или тот, кто сам предлагает такие услуги. Итоговое решение падает в личку ссылкой на исходное сообщение, если автор — потенциальный клиент, и не порождает вообще ничего, если нет.

Никто не проверяет каждое сообщение вручную и не подтверждает решение агента до того, как оно исполнится. Это и есть автономность - главное, что отличает агента от ассистента, который предлагает варианты, а выбирает всё равно человек.

Подробный разбор всей архитектуры этой системы, включая цену ошибки, - в статье про AI-автоматизацию.

Три признака, что вам продают раскрашенный чат-бот

Пригодится перед тем, как платить за «внедрение агента».

Система не принимает решений, только выполняет. Если единственное, что она делает - подставляет текст в шаблон или пересылает файл по адресу, это автоматизация без ИИ, и называть это агентом - маркетинг, а не архитектура.

Каждый шаг требует подтверждения человека. Агент, который на каждое действие спрашивает «сделать это?», по факту не агент, а окно для разговора с моделью: она предлагает, а решаете всё равно вы. Это может быть разумным решением для дорогих ошибок, но продавать это стоит честно, не как автономность.

Демо построено на одном идеальном примере. Проверка на пяти разных формулировках одного и того же запроса - грубый, но рабочий фильтр. Система, которая работает только на примере из презентации, не проверялась на реальных данных.

На практике эти три признака проверяются за один разговор. Спросите, что именно система решает сама, попросите показать два-три случая, где она ошиблась, и посмотрите, что происходит с самым дорогим шагом сценария - списанием денег, отправкой клиенту, удалением записи. Если на все три вопроса есть конкретный ответ с примером, перед вами, скорее всего, действительно агент, а не переименованная воронка.

Где агенты уже работают, а не только в презентациях

Раз в квартал появляется формулировка «агенты изменят всё», и она мешает увидеть, что часть задач агенты уже закрывают - тихо, без анонсов.

Разбор входящего потока. Не только мой мониторинг чатов: то же самое происходит в поддержке, где агент читает обращение, определяет тему и срочность и либо отвечает по готовому сценарию, либо передаёт человеку с уже собранным контекстом. Это самая частая точка входа, потому что ошибка здесь дешёвая - в худшем случае человек получит ответ на секунду позже.

Первичная классификация документов и заявок. Задача, где решение принимается по понятным признакам: тип документа, комплектность, соответствие шаблону. Агент сортирует поток и оставляет человеку то, что действительно требует суждения, а не механической сверки.

Мониторинг и алертинг. Агент, который сам следит за метриками или внешними источниками и сам решает, достаточно ли отклонение серьёзное, чтобы кого-то будить, - более зрелая версия обычного порогового алерта: он учитывает контекст, а не одно число.

Общее во всех трёх - агент берёт на себя объёмный механический разбор, а решения с высокой ценой ошибки оставляет человеку. Это не пресс-релиз, это то, где граница автономности проходит сегодня, а не через два года.

Где агент ломается на практике

Здесь обычно рассказывают только про успехи, и это нечестно.

Первая версия почти всегда даёт много мусора. У моей системы на старте три четверти уведомлений были ложными: люди, которые сами предлагали услуги, а не искали исполнителя, попадали в список нужных ровно потому, что модель ориентировалась на тему разговора, а не на роль автора. Лечится это не более умной моделью, а более жёсткой постановкой задачи - явным требованием сначала определить роль, и только потом интерес.

Второй риск незаметнее. Агент, который умеет удалять или отправлять что-то без подтверждения, может тихо наделать вреда за то время, пока никто не смотрит в систему. У меня был случай, когда очередь на обработку чистилась до того, как модель успевала её разобрать: закончился баланс у поставщика модели, и за несколько часов система удалила без проверки сотни сообщений. Ни одной ошибки на экране при этом не было - каждый шаг по отдельности отработал штатно, просто в неправильном порядке. Вывод простой: чем автономнее агент, тем важнее ему уведомление о сбое, а не только логика на случай, когда всё идёт штатно.

Сколько это стоит держать

Разработка - разовые деньги. Эксплуатация - это то, что платится каждый месяц, и её обычно недооценивают или, наоборот, боятся зря.

Для потока в несколько сотен сообщений в сутки счёт за обращения к модели укладывается в единицы долларов в месяц, максимум в несколько десятков при более активном использовании. Основная статья расхода - не ответ модели, а то, что ей приходится читать: чем больше текста прогоняется через агента, тем дороже поток, даже если ответы у него короткие. Полная раскладка по цифрам и то, как смена модели снизила счёт без потери качества - в статье про AI-автоматизацию.

Настоящие деньги проекта уходят на месяц настройки после запуска, когда систему доводят на живом потоке, а не на подписку на саму модель.

Что спросить, если вам предлагают «внедрить агента»

Какое решение агент принимает сам, а какое нет? Честный ответ называет конкретный шаг: «сам решает, интересен нам этот человек или нет», «сам не отправляет деньги, только готовит платёж на подтверждение». Расплывчатый ответ про «интеллектуальную автоматизацию» без конкретики означает, что решение принимаете вы за подрядчика.

Что произойдёт, если агент ошибётся на дорогом шаге? У любого агента есть шаги, ошибка на которых стоит дорого: отправка сообщения клиенту, списание денег, удаление записи. Такие шаги должны иметь подтверждение человека или проверку до действия, а не после.

Как я узнаю, что агент перестал работать? Агент без уведомления о сбое выглядит рабочим до того дня, когда выяснится обратное - лишний повод спросить об этом до оплаты, а не после первого простоя.

Сколько стоит месяц эксплуатации, а не разработки? Цифра или вилка должна называться сразу. Если её избегают, скорее всего, никто не считал.

Полный список услуг и то, что входит в каждую, - на странице услуг и цен.

Кому агент не нужен

Если объём задачи маленький и разбирается за чаем, ставить агента ради принципа не стоит - окупаться такое будет очень долго.

Если решение каждый раз принимается по интуиции, а не по объяснимым признакам, формализовать его не выйдет: агенту, как и человеку, нужны правила, которые можно сформулировать.

Если цена ошибки высокая на каждом шаге, а не только на одном - например, в финансовых операциях без права на повтор - агент с полной автономностью здесь скорее риск, чем экономия. Такие сценарии обычно оставляют человеку решающий голос и дают агенту роль подготовки, а не исполнения.

Похоже на вашу задачу - опишите, что нужно решить, разберём, тянет ли это на агента или достаточно обычной автоматизации. Форма и контакты внизу главной.