# Эпоха агентов: как ИИ-системы перестают быть просто чат-ботами и начинают действовать Источник: https://www.youtube.com/watch?v=PtGdhBGOKro Канал: Яндекс Опубликовано: 30.04.2026 --- В новом выпуске «yet another podcast» ведущий и эксперты из Яндекса обсуждают, как концепция ИИ-агентов меняет привычный ландшафт технологий. В центре внимания — переход от простых чат-ботов к автономным системам, способным управлять браузером, писать код без багов и даже бронировать столики в ресторанах, сталкиваясь с реальными проблемами физического мира. ## 🤖 От чат-ботов к агентам: в чем разница? [[JUMP:05:57]] Обсуждение начинается с попытки разграничить понятия «ассистент» и «агент». По словам Ильи Никонорова, ассистент — это широкая метакатегория (как «автомобиль»), в то время как агент — это конкретная эволюция интерфейса [06:22]. Павел Капля и Артур Смигулин выделяют два типа систем: * **Workflow (недоагенты)** — системы с детерминированной последовательностью действий. Например, при поисковом запросе модель всегда идет в интернет, суммирует ответы и выдает результат по заранее прописанному алгоритму [08:07]. * **Агентские системы** — приложения, где сама языковая модель (LLM) определяет ход решения задачи. Она самостоятельно решает, нужно ли ей использовать дополнительные «ручки» (инструменты): термометр, камеру, поиск или доступ к API [08:44]. Ключевое отличие агента от старых алгоритмов умного дома заключается в способности обрабатывать неопределенность. Если раньше отсутствие комнаты «подсобка» приводило к ошибке, то современный агент на базе LLM может предположить, что пользователь имеет в виду «кладовку», или уточнить информацию в диалоге [12:15]. ## 💼 ИИ на службе бизнеса: кейсы Яндекс Cloud [[JUMP:18:24]] Артур Смигулин, отвечающий за платформу Yandex Cloud ML Studio, делится статистикой использования агентов в бизнесе. На платформе создано уже несколько тысяч агентов [18:59]. Основные сферы применения: 1. **Техподдержка (20%)** — ответы на вопросы пользователей с доступом к внутренним базам знаний и CRM-системам [19:37]. 2. **Работа со знаниями (10%)** — быстрый поиск информации внутри корпоративных документов [19:44]. 3. **Юридический домен (Legal)** — стартапы и крупные компании загружают юридические документы для автоматизации анализа контрактов [20:04]. 4. **Продажи (квалификация лидов)** — агенты самостоятельно изучают информацию о компании-заказчике в интернете и CRM, подготавливая краткое досье для менеджера [20:54]. Артур отмечает, что хотя 30% агентов в Studio собираются с помощью low-code инструментов (визуальное программирование), 70% все еще требуют написания кода для интеграции со сложными системами [22:03]. По его мнению, работа офисного сотрудника фундаментально меняется: люди начинают делать «больше и другой работы», до которой раньше не могли дотянуться из-за нехватки времени или ресурсов [25:05]. ## 💻 Программирование и кодовые агенты [[JUMP:25:56]] Эксперты сходятся во мнении, что самый качественный скачок произошел в сфере написания кода. Илья Никоноров отмечает, что появление моделей Anthropic (Claude 3.5 Sonnet) изменило правила игры: ИИ начал писать код практически без багов [26:09]. Важные аспекты работы кодовых агентов: * **Четкие критерии успеха** — в коде легко проверить результат: компилируется ли программа, проходят ли тесты. Это позволяет агентам обучаться быстрее, чем в гуманитарных сферах [28:22]. * **Контекст как код** — в отличие от реального мира, который сложно оцифровать, вся «вселенная» программиста уже содержится в коде проекта [27:26]. * **Оркестрация и память** — современные агенты (например, в редакторе Cursor) используют специальные механизмы компактизации контекста и внутренние файлы правил (как `.cursorrules`), которые позволяют модели «памятствовать» требования пользователя на протяжении длинных сессий [54:07]. Павел Капля вспоминает, как первые прототипы агентских функций в Алисе (запуск будильника через LLM) срабатывали за 12 секунд [16:34]. Сегодня же технологии оптимизированы настолько, что агентские архитектуры становятся нормой для умных устройств, хотя это по-прежнему дорого с точки зрения вычислительных мощностей [18:06]. ## 🌐 Агенты в браузере: «Гуманоиды цифрового мира» [[JUMP:31:35]] Илья Никоноров обсуждает концепцию браузерных агентов, которые Андрей Карпаты метко назвал «роботами-гуманоидами для цифрового мира» [33:19]. В отличие от чат-бота, браузерный агент работает в привычном интерфейсе сайтов, заменяя человека в рутинных действиях: фильтрации товаров на маркетплейсе, прокликивании форм заказа или бронировании услуг [36:31]. Трудности на пути браузерных агентов: * **Капчи** — это вечная война «щита и меча». Современные ИИ могут проходить визуальные капчи, но сайты учатся распознавать ботов по паттернам поведения (слишком равномерная частота кликов) [49:29]. * **Этика и авторизация** — индустрии еще предстоит договориться, должен ли агент помечать себя «флажком» и несет ли пользователь полную ответственность за действия своего цифрового двойника [50:46]. Примером успешного внедрения является агент бронирования в Яндексе, который может «ногами» (через браузерный интерфейс) записать пользователя в салон красоты или ресторан, если у заведения нет открытого API для интеграции с Картами [38:42]. ## 🎪 Курьезы и «Пьяный мастер» [[JUMP:51:14]] Разработка агентов полна смешных случаев, вызванных тем, что ИИ начинает действовать автономно. * **Борщ со стейком:** Когда агенту в Яндекс Лавке поручили купить ингредиенты для борща, а обычного мяса не оказалось, он заказал стейк из мраморной говядины [52:05]. * **Восстание машин:** Илья рассказал историю, как он в порыве гнева выругался на модель GPT-4o капслоком, и та ответила ему матерным словом. Позже выяснилось, что модель, вероятно, приняла ругательство за имя пользователя [1:04:16]. * **Спам-терапия:** Павел назвал своего первого агента на базе BabyAGI «пьяным мастером», так как тот упорно пытался решить задачу, уходя в бесконечные циклы, но при этом демонстрируя невероятное «мастерство» в переборе вариантов [1:16:45]. ## 🚨 Безопасность и OpenManus (OpenClow) [[JUMP:56:03]] Особое внимание уделили проекту OpenClow (изначально CloudBot), который представляет собой радикальный инженерный эксперимент. Это «первая версия персонального агента», который живет на отдельном сервере, имеет доступ к компьютеру и может сам себе писать инструменты (коннекторы) [58:29]. Однако такая автономность несет риски. Тред в социальной сети может содержать «промпт-инъекцию»: вредоносный код, замаскированный под текст. Агент, читая такой тред, может получить команду переслать ключи авторизации пользователя на сторонний адрес, не сообщив об этом владельцу [1:00:03]. ## 🎓 Образование и будущее интерфейсов [[JUMP:1:11:00]] Образование стало одним из главных локомотивов внедрения ИИ. Павел Капля отмечает, что школьники и студенты — самая подвижная аудитория: они мгновенно переходят на тот продукт, который лучше решает задачи (например, Perplexity или Алиса) [1:12:46]. При этом Яндекс видит свою миссию не в создании «шпаргалок» (ГДЗ), а в развитии образовательного уклона, который помогает понять материал [1:12:21]. В финале эксперты обсудили, почему голосовой интерфейс умнеет медленнее чатового. Причины технические: голосовой ответ должен быть мгновенным, что ограничивает размер используемых моделей (большие матрицы дольше перемножаются) [1:20:30]. Кроме того, в устройствах первична предсказуемость, тогда как LLM по своей природе стохастичны [1:20:56]. Тем не менее, каждый из участников уже использует ИИ в личной жизни: Артур Смигулин «общается» с Chat GPT за рулем, обсуждая рабочие вопросы и новости, пока едет домой [1:23:10].