Что такое ИИ-агент простыми словами и чем он отличается от чата

Слово «агент» за последний год стало таким же расплывчатым, как когда-то «нейросеть». Им называют и умного чат-бота, и сложную корпоративную систему, и просто красивую кнопку в интерфейсе. Из-за этого у человека, который только осваивается, складывается ощущение, что агент — это какая-то другая, более продвинутая нейросеть. Это не так: модель может быть ровно та же самая. Разница не в модели, а в том, как с ней работают.

Проще всего объяснить это на бытовом уровне, без единого технического термина. Что мы и сделаем.

Чат отвечает, агент доводит до конца

Обычный чат работает по схеме «вопрос — ответ». Вы пишете запрос, модель выдаёт результат, диалог замирает и ждёт вашего следующего хода. Даже если вы задали десять вопросов подряд, каждый из них вы придумали сами: вы решили, что спросить дальше, вы оценили предыдущий ответ, вы поняли, что задача ещё не закрыта.

Агент — это когда часть этих решений берёт на себя сама программа. Ей дают не запрос, а цель. Дальше она сама разбивает цель на шаги, делает первый, смотрит на результат, решает, что делать вторым, и повторяет это, пока не сочтёт задачу выполненной или пока не упрётся в тупик.

Разница видна на простом примере. Вы спрашиваете у чата: «Что приготовить на ужин из курицы и картошки?» — получаете рецепт. Это чат: один вопрос, один ответ, дальше вы всё делаете сами.

Агентское поведение выглядело бы иначе: вы говорите «сделай так, чтобы вечером был ужин на четверых». Дальше кто-то должен сам проверить, что есть в холодильнике, понять, чего не хватает, решить, идти в магазин или менять блюдо, учесть, что один из четверых не ест острое, и уложиться в те полтора часа, которые остались до вечера. Здесь нет одного правильного ответа — есть цепочка решений, каждое из которых зависит от результата предыдущего.

Вот эта цепочка и есть главное отличие. Чат отвечает на вопрос. Агент держит цель в голове и сам выбирает следующий шаг.

Ещё одно бытовое сравнение — ремонт. Спросить у знакомого, какую краску брать для кухни, это чат: один вопрос, один толковый ответ. Позвать человека, который сам померит стены, посчитает расход, съездит за материалами, увидит на месте, что штукатурка сыпется, и поменяет порядок работ, — это уже другая история. Причём вторая история не «умнее» первой. Она просто требует, чтобы кто-то принимал решения по ходу, а не только отвечал на заданные вопросы.

Почему агенту нужны шаги, а не один большой запрос

Логичный вопрос: зачем вообще дробить задачу, если можно попросить всё сразу одним подробным промтом? Иногда действительно можно — и для несложных задач это лучший вариант. Но у больших задач есть свойство, которое ломает подход «всё за один раз».

Ошибка в начале не остаётся в начале. Она тянется дальше и множится.

Представьте, что вы просите собрать план поездки в другой город на выходные. Модель на первом шаге неправильно поняла, что вы едете с ребёнком. Дальше она подберёт маршрут на весь день без перерывов, предложит вечернюю программу до полуночи и посоветует гостиницу на четвёртом этаже без лифта. Формально всё логично и связно — но ошибочная посылка из первого шага испортила все последующие. И заметите вы это только в самом конце, когда план уже готов и переделывать надо целиком.

Именно поэтому в агентской работе шаги разделены, а между ними стоит проверка. Смысл не в том, чтобы усложнить процесс, а в том, чтобы поймать расхождение как можно раньше — пока оно стоит одной правки, а не всей работы.

Тот же принцип отлично работает и вручную, без всяких агентов. Вместо одного огромного запроса вы задаёте задачу по частям и после каждой части сверяетесь: то ли получилось. Про это есть отдельный разбор — почему нейросеть ошибается и как это проверять.

Из чего вообще складывается «агентность»

Если разобрать понятие на составные части, получится четыре вещи. Их полезно знать хотя бы для того, чтобы понимать, о чём говорят в новостях.

Цель вместо запроса. Агенту формулируют не «напиши текст», а «добейся, чтобы текст был готов и соответствовал требованиям». Это разные постановки: во второй заложен критерий завершённости.

План. Прежде чем что-то делать, надо решить, из каких шагов состоит путь. Иногда план строится заранее целиком, иногда достраивается по ходу — когда стало понятно, что первый шаг дал неожиданный результат.

Память о ходе работы. Агент должен помнить, что уже сделано, что не получилось и почему. Без этого он будет ходить по кругу, повторяя одну и ту же неудачную попытку.

Критерий остановки. Самое недооценённое. Агент должен уметь понять, что работа закончена — или что она не будет закончена и пора звать человека. Система, которая не умеет останавливаться, либо крутится бесконечно, либо выдаёт сырой результат за готовый.

Обратите внимание: ни один из этих четырёх пунктов не про «более умную нейросеть». Это всё про организацию работы вокруг модели.

Почему проверка обязательна и кто её делает

У модели нет ощущения собственной неуверенности в привычном человеку виде. Она не скажет «тут я, кажется, напутала» — она выдаст следующий шаг ровно с той же уверенностью, что и предыдущий, даже если исходная посылка была ложной. Уверенный тон одинаков и для верного, и для неверного ответа.

Пока это так, проверка не может быть необязательной опцией. Вопрос только в том, кто и когда её выполняет.

Самый доступный способ — разделить роли между двумя запросами: одна модель делает работу, вторая проверяет её как посторонний читатель. Приём рабочий и в обычном чате, без всякой агентской обвязки; подробно он разобран в статье две модели: одна пишет, другая проверяет.

Второй способ — проверять самому, но не весь результат подряд, а по конкретным точкам: числа, имена, даты, ссылки, обещания. Именно там ошибки живут чаще всего. Разделение задач на «можно взять как есть» и «обязательно перечитать» подробно разобрано в материале что доверить нейросети целиком.

Где сейчас проходит граница

Про агентов много говорят в будущем времени, и это честно: сегодняшняя граница возможностей проходит довольно близко.

Хорошо получается там, где задача разбивается на понятные шаги, а у каждого шага есть внятный признак готовности. Плохо получается там, где критерий размытый: «сделай красиво», «напиши сильно», «подбери то, что понравится руководителю». Человек в таких задачах опирается на контекст, которого у модели просто нет.

Вторая граница — длина цепочки. Чем больше шагов подряд делается без участия человека, тем выше шанс, что где-то в середине накопится расхождение и дальше всё пойдёт мимо цели. Короткая цепочка с проверкой в конце надёжнее длинной без проверок.

Третья граница — цена ошибки. Всё, где ошибка стоит денег, репутации или чужого времени, разумно держать под контролем человека независимо от того, насколько красиво работает автоматика.

И четвёртая, о которой говорят реже всего: у модели нет доступа к вашему контексту, если вы его не дали. Она не знает, что заказчик уже дважды просил не использовать слово «инновационный», что бюджет урезали на прошлой неделе и что через месяц у команды отпуск. Человек держит всё это в фоне и учитывает автоматически, даже не проговаривая. Чем больше в задаче такого невысказанного, тем меньше от неё можно отдать в автоматическом режиме — и тем важнее описывать рамки явно, прямо в тексте задания.

Практический вывод из всего этого простой и не требует никаких специальных инструментов: агентская логика полезна вам сама по себе, даже когда вы работаете в обычном чате руками. Сформулируйте цель, а не запрос. Разбейте её на шаги. После каждого шага сверьтесь. Заранее решите, по какому признаку поймёте, что готово.

Так это выглядит на практике. Вместо одного громоздкого промта:

Составь план обучения английскому языку.

вы задаёте цель и рамки, а потом идёте по шагам:

Цель: за три месяца дойти до уровня, на котором я смогу
разговаривать на бытовые темы. Сейчас читаю со словарём,
на слух почти не понимаю. Свободных 40 минут в будни.

Шаг 1: задай мне уточняющие вопросы, которых тебе не хватает,
чтобы план был реалистичным. Пока ничего не составляй.

Дальше вы отвечаете на вопросы, просите набросать структуру недели, проверяете её на выполнимость и только потом просите расписать конкретику. Это ровно тот же цикл «шаг — проверка — следующий шаг», просто роль управляющего звена играете вы.

В Most AI для этого не нужно ничего настраивать: это веб-кабинет в браузере, где модели для текста, картинок, видео и озвучки собраны в одном месте, с оплатой в рублях и без месячной подписки — актуальные условия всегда в прайсинге. Каталог здесь нужен ровно для того, чтобы на каждом шаге брать подходящий инструмент, а не подгонять задачу под единственный доступный.

Частые вопросы