Главное про AI - Вадим Жартун

В декабре 2025 года Agent Skills опубликованы как открытый стандарт на agentskills.io для кросс-платформенной переносимости. Похожая логика работает и в обратную сторону внутри агента: навыки, загруженные в контекст все сразу, съедают бюджет окна без пользы. Прогрессивное раскрытие снимает эту проблему. На том же принципе построено постепенное обнаружение в MCP, к которому мы вернёмся ниже.

Из практического разбора архитектуры AI-агента на Хабре извлекается минимальная, но дисциплинирующая модель того, что вообще происходит в агенте, когда он «думает и действует». Цикл: сообщение поступает → собирается контекст → LLM выдаёт ответ → если в ответе есть вызов инструмента, он исполняется → результат возвращается в контекст → цикл повторяется. Это в маркетинге так называют «автономным сотрудником», а в коде — while True: think_and_act(). Правило группировки вызовов, которое держит архитектуру от хаоса: запросы только на чтение идут параллельно, всё, что меняет данные, — строго по очереди. Если агент дважды подряд вызывает read для одного и того же файла, второй вызов ждёт первый — иначе он может получить устаревшую версию и работать с ней.

23 января 2025 года OpenAI выпустила Operator — research preview агента, использующего собственный браузер для автономного выполнения задач. Operator запускался только для Pro-пользователей в США по адресу operator.chatgpt.com, а 17 июля 2025 года полностью интегрирован в ChatGPT как ChatGPT agent — теперь к нему можно добраться через пункт «agent mode» в выпадающем меню композитора. Стоит остановиться, потому что в одном продукте видны все три слагаемых из тезиса раздела: память состояния (Operator помнит, на каком шаге формы вы остановились, и возвращает управление в нужной точке), инструменты (виртуальный браузер с мышью и клавиатурой вместо API-интеграций), многошаговое планирование (открыть сайт, найти товар, заполнить корзину, подтвердить заказ, ввести данные карты — цепочка из 5–15 шагов).

Под капотом ChatGPT agent работает модель Computer-Using Agent (CUA): она соединяет GPT-4o vision с обучением с подкреплением для работы с графическими интерфейсами, видит страницу через скриншоты и возвращает управление пользователю, когда застревает. Безопасность держится на трёх слоях: takeover mode (агент просит пользователя ввести логин или платёжные данные и не скриншотит то, что введено), user confirmations перед существенными действиями (отправка заказа, отправка письма) и watch mode для чувствительных сайтов вроде почты и финансов. Партнёры запуска — DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber и муниципалитет Стоктона, Калифорния.

ЧАТ ПРОТИВ АГЕНТА: СЕМЬ КРИТЕРИЕВ РАЗЛИЧИЯ

Четыре риска не озвучиваются в продажах и съедают бюджет в рабочей эксплуатации. Непредсказуемость: агент может пойти неожиданным путём — у него есть выбор. Цепные ошибки: ошибка на шаге N усиливается на шаге N+1, маленький сбой в начале превращается в большой в конце. Стоимость: длинные цепочки — большие затраты на токены. У задачи из 15 шагов бюджет в десять раз больше, чем у одного вызова. Контроль: когда агент сделал не то, остаётся открытым вопрос «кто отвечает и как это заметить вовремя».

Здесь полезно представить себе агента через аналогию со стажёром, у которого есть доступ к инструментам, инструкциям и право на ошибку. Когда приходится объяснять эту разницу клиенту, который выбирает AI-инструмент для команды, я обычно говорю так: стажёр-человек учится два года, прежде чем ему доверяют сложные задачи. Агент учится за пять итераций на вашем eval-наборе, но доверять ему можно не больше, чем стажёру в первую неделю: он сделает 80% работы правильно, 15% с ошибками, которые вы заметите при приёмке, и 5% с ошибками, которые вы не заметите, пока клиент не пожалуется. Разница со стажёром — скорость. Агент делает за минуту то, что стажёр делает за день, но цена ошибки та же. Если стажёр ошибочно отправит досудебную претензию клиенту — скандал. Если агент ошибочно отправит — тот же скандал, плюс объяснения «это AI сделал», которые никто не хочет слышать.

Лицензия на ошибку — это «вы несёте ответственность за ошибки агента». Отговорка «это AI сделал» не работает.

Anthropic в 2024–2025 годах предостерегала от моды на агентов, когда каждую задачу пытались решить агентом. Для многих приложений достаточно оптимизировать одиночные вызовы LLM с поиском и in-context примерами, без агентской обвязки. Агент нужен там, где задача объективно требует многошаговости и динамического выбора инструментов. Иначе — преждевременное усложнение, которое ест бюджет, не давая выигрыша в качестве.

ЧАТ ИЛИ АГЕНТ: КРИТЕРИИ ВЫБОРА ИНСТРУМЕНТА

Anthropic даёт чёткий критерий: workflows — для чётко определённых задач, где важны предсказуемость и консистентность. Agents — там, где гибкость и решения, принимаемые моделью, нужны в масштабе. Если задача — «классифицировать входящее письмо по 5 категориям», вам нужен workflow: один запрос к LLM, один JSON-ответ, никакой динамики. Если задача — «обработать претензию клиента: понять, что он хочет, найти релевантный договор, оценить риски, составить ответ», вам нужен агент: разные претензии требуют разных шагов, и заранее прописать путь невозможно.

Практическое правило: если в задаче больше 2–3 шагов и шаги зависят от результата предыдущих — это кандидат на агента. Если шаги линейны и не зависят от контекста — workflow или просто цепочка LLM-вызовов. Если задача помещается в один хорошо сформулированный промпт — чат. Это не абсолют, а отправная точка: бывают задачи с 5 шагами, которые workflow решает стабильнее, чем агент (когда шаги заранее известны, а отклонения редки и обрабатываются по ветке «иначе — эскалация на человека»).

ПРИЗНАКИ ЗАДАЧИ, КОТОРОЙ НУЖЕН АГЕНТ, А НЕ ЧАТ

– Задача объективно многошаговая (больше 2–3 шагов).

– Шаги зависят от результата предыдущих (не «сначала A, потом B, потом C», а «после A решаем — B или D»).

– Нужны разные инструменты на разных шагах (поиск, отправка письма, обновление CRM, проверка статуса).

– Состояние между шагами нужно сохранять (на каком шаге формы остановились, какие данные уже собрали).

– Коррекция ошибок нужна на уровне задачи, а не на уровне одного ответа (если шаг 3 провалился, переделать шаги 2 и 3, а не переписывать весь промпт).

ПРИЗНАКИ ЗАДАЧИ, КОТОРОЙ ДОСТАТОЧНО ЧАТА ИЛИ WORKFLOW

– Один запрос — один ответ, без промежуточных шагов.

– Формат ответа фиксирован, и качество можно проверить автоматически.

– Нет внешних инструментов (только встроенная информация в модели).

– Нет необходимости в долгосрочном состоянии (сессия длится один запрос).

– Ошибка на любом «шаге» (если бы он был) — это просто плохой ответ, который пользователь переспросит.

ЧЕК-ЛИСТ: АГЕНТ ПЕРЕД ВАМИ ИЛИ ЦЕПОЧКА ВЫЗОВОВ