Артем Астапенко, основатель платформы ia и эксперт Product University, утверждает, что эпоха простых ИИ-ассистентов заканчивается, уступая место автономным агентам. На TechMeetUp #10 спикер представил концепцию «агентизации», согласно которой современные компании, включая Amazon и Shopify, уже заменяют сотни сотрудников ИИ-системами, способными самостоятельно решать задачи в коде и инфраструктуре.
🤖 От ассистента к автономному агенту 4:39
Основное различие между ИИ-ассистентом и ИИ-агентом заключается в автономности и ориентации на результат. Если ассистент (например, базовый ChatGPT) работает по принципу «вопрос-ответ» и часто галлюцинирует, обещая выполнить задачу («уже делаю презентацию»), которую не может довести до конца, то агент действует самостоятельно .
Антропик выделяет три уровня развития систем:
- Автоматизация (Automation): выполнение заранее заданных workflow по четкому коду.
- Аргументация (Augmentation): совместная работа человека и ИИ над документом (режим Canvas).
- Агенция (Agency): постановка цели, которую ИИ выполняет автономно, сам выбирая инструменты .
По словам Артема Астапенко, агент — это циклическая система, которая работает до тех пор, пока не достигнет поставленного результата или не исчерпает лимиты .
🛠️ Анатомия и архитектура агента 7:41
Для превращения стандартной языковой модели (LLM) в агента необходимо три ключевых компонента:
- Memory (Память): хранение истории сообщений и контекста выполнения задачи .
- Planning (Планирование): способность модели разбивать сложную цель на последовательные шаги.
- Tools (Инструменты): «ручки» или функции, которые агент может вызывать для взаимодействия с внешним миром (API, базы данных, терминал) .
Технически взаимодействие строится на перекладывании JSON-объектов. Модель получает текст и описание доступных функций (Tools), а возвращает JSON с именем функции и параметрами для её вызова . Артем Астапенко подчеркивает, что для объединения разных моделей (OpenAI, Claude, Gigachat) удобно использовать прокси-сервис LightLLM, который приводит их к единому стандарту .
🔌 Протокол MCP: стандарт для инструментов 11:11
Одной из главных проблем разработки агентов ранее была необходимость вручную прописывать интерфейсы для каждой функции. Решением стал протокол Model Context Protocol (MCP), предложенный разработчиками Claude .
- MCP работает аналогично Swagger для API, предоставляя стандартизированное описание инструментов.
- Существует уже около 30 000 – 40 000 готовых MCP-инструментов, которые можно подключать к любым моделям .
- Google Chrome недавно добавил поддержку MCP, что позволяет агентам напрямую взаимодействовать с браузером и фиксить фронтенд-баги .
⚠️ Проблемы контекста и галлюцинаций 13:06
Эффективность агента резко падает, если дать ему слишком много инструментов одновременно. Исследования Microsoft показывают, что оптимальное количество инструментов для одного агента — не более 20; при превышении этого числа модель начинает «путаться» .
Критическим вопросом остается управление контекстом:
- История вызовов инструментов (tool calling) быстро раздувает контекстное окно, увеличивая стоимость и снижая точность ответов .
- Решение заключается в создании мультиагентных систем, где сложная задача дробится между узкоспециализированными агентами (например, аналитик, архитектор, разработчик) .
- Для борьбы с галлюцинациями и опасными действиями (например, случайное удаление базы данных) крайне важен Sandboxing — запуск агента в изолированном и безопасном окружении .
💼 Прикладное применение в IT и бизнесе 15:47
Артем Астапенко выделил несколько реальных кейсов, где агенты уже показывают высокую эффективность:
- Автоматический бакфиксер: агент перехватывает ошибки из Sentry, создает задачу в Jira и предлагает Pull Request с исправлением .
- Администрирование Kubernetes: агент с MCP-доступом к кластеру может самостоятельно разобраться, почему упал под, и найти причину сбоя .
- Контент-фабрики: мультиагентные системы ведут Telegram-каналы, анализируют хуки конкурентов и генерируют десятки вариантов лендингов, выбирая лучший на основе метрик .
- Поиск работы: существуют решения, которые автоматически мониторят вакансии на HH.ru и пишут персонализированные сопроводительные письма .
Будущее рынка труда спикер видит не в полной замене людей, а в появлении «операторов агентов». Каждый инженер будет приходить на работу со своим набором отлаженных MCP-инструментов, подобно тому как строитель приходит со своим профессиональным оборудованием .
