10 мифов про AI-агентов, в которые пора перестать верить

За 2024–2025 годы «агентами» стали называть почти всё: от чат-бота с доступом к календарю до автономного скрипта, который сам заказывает серверы. OpenAI выпустила Operator, Anthropic — Computer Use для Claude, Google встроил агентные сценарии в Gemini, а на GitHub появились сотни фреймворков вроде LangGraph, CrewAI и AutoGPT. Вместе с продуктами вырос слой обещаний, которые не подтверждаются на практике. Ниже — десять устойчивых мифов и то, как обстоят дела на самом деле.

Сначала — о чём вообще речь

Под AI-агентом¹ обычно понимают систему на базе языковой модели, которая не просто отвечает текстом, а планирует шаги, вызывает внешние инструменты (поиск, API, браузер, терминал) и корректирует поведение по результату. Разница с обычным чатом в цикле «подумал — сделал — посмотрел на результат — сделал снова». Именно этот цикл и порождает большинство завышенных ожиданий.

Агент — это не «умнее модель», а «модель в цикле с инструментами и правом действовать». Ум остаётся тем же, растёт только область, где он может ошибиться.

Миф 1. Агент работает полностью автономно

В демо агент сам бронирует отель и оплачивает заказ. В реальности продукты вроде Operator останавливаются и просят подтверждение на чувствительных шагах — ввод платёжных данных, отправка формы, покупка. Это не недоработка, а осознанное ограничение: цена ошибки в автономном режиме — реальные деньги и необратимые действия. «Human in the loop» пока остаётся нормой, а не временным костылём.

Миф 2. Чем больше агентов, тем лучше результат

Мультиагентные схемы (один планирует, второй пишет, третий проверяет) выглядят эффектно, но каждый лишний агент — это дополнительные вызовы модели, дополнительная задержка и новые точки рассогласования. На простых задачах один хорошо спромптованный вызов часто обгоняет «команду» из пяти ролей по скорости, стоимости и предсказуемости. Мультиагентность оправдана там, где задача реально распадается на независимые ветки.

Миф 3. Агент не галлюцинирует, потому что «проверяет факты»

Доступ к поиску и RAG² снижает долю выдумок, но не убирает их. Агент может найти релевантный документ и всё равно исказить цифру при пересказе, либо уверенно вызвать несуществующий метод API. Инструменты уменьшают вероятность ошибки, но ответственность за проверку критичных данных остаётся на человеке — особенно в юридических, финансовых и медицинских сценариях.

Миф 4. Большое контекстное окно решает всё

Модели с окном³ в сотни тысяч токенов создают иллюзию, что можно «просто загрузить всю базу знаний». На практике модели хуже удерживают информацию из середины длинного контекста — эффект известен как «lost in the middle» (описан в работе Liu et al., 2023). Плюс каждый токен контекста — это деньги и задержка. Аккуратный поиск нужных фрагментов почти всегда дешевле и точнее, чем «залить всё».

Миф 5. Агенты вот-вот заменят разработчиков и аналитиков

Агенты-программисты закрывают рутину: генерируют шаблонный код, пишут тесты, разбирают логи. Но на бенчмарке SWE-bench Verified (реальные issue из открытых репозиториев) лучшие системы решают заметную, но далеко не полную долю задач, и результаты сильно зависят от обвязки вокруг модели. Автономно закрыть сложную задачу с неоднозначными требованиями агент пока не может — он ускоряет специалиста, а не отменяет его.

Миф 6. Настроил один раз — и работает

Агент завязан на внешний мир: сайты меняют вёрстку, API — версии, модель — поведение после обновления. Сценарий, который работал в марте, в июне может ломаться на пустом месте. Продуктовый агент требует мониторинга, логирования каждого шага и регрессионных прогонов — иначе вы узнаёте о поломке от разозлённого пользователя.

Миф 7. Агент дешевле сотрудника, потому что «это просто подписка»

Стоимость складывается не только из подписки. Цикл «подумал — сделал» может делать десятки вызовов модели на одну задачу, и счёт за токены растёт нелинейно. Добавьте время на настройку, отладку и разбор ошибочных действий. Экономика сходится на массовых однотипных задачах и разваливается там, где каждый случай уникален.

Миф 8. Дай агенту доступ ко всему — и он сам разберётся

Широкие права — прямой риск. Агент, читающий внешние страницы, уязвим к prompt injection: вредоносная инструкция, спрятанная в тексте сайта или письме, может заставить его слить данные или выполнить нежелательное действие. Правило то же, что для людей: минимально необходимые права, изоляция, подтверждение на опасные операции.

Миф 9. Все агенты примерно одинаковые

Различия принципиальные — от того, что именно агент умеет трогать, до доступности в России.

Доступность и цены отличаются и меняются часто — сверяйте актуальные условия и регионы на официальных страницах OpenAI, Anthropic и Google.

Миф 10. Агент понимает вашу цель

Агент оптимизирует то, что вы описали, а не то, что вы имели в виду. Расплывчатая задача «наведи порядок в таблице» может закончиться удалением строк, которые вам были нужны. Хорошо работающий агент — это результат точной постановки, ограничений и обратной связи, а не телепатии.

Кому это пригодится и кому нет

Пригодится:

• Командам с большим объёмом однотипных операций: разбор входящих заявок, категоризация, первичная поддержка.
• Разработчикам — как ускоритель на рутине: тесты, рефакторинг, разбор логов под ревью человека.
• Аналитикам для чернового сбора и структурирования данных из открытых источников с обязательной проверкой цифр.

Пока не стоит:

• Там, где ошибка необратима и дорога: платежи без подтверждения, юридические и медицинские решения.
• В задачах с уникальными требованиями, где нет повторяемого шаблона — настройка съест всю экономию.
• Если у вас нет ресурса на мониторинг: агент без наблюдения тихо ломается и накапливает ошибки.

¹ Агент — система на базе языковой модели, которая планирует действия и вызывает внешние инструменты, а не только выдаёт текст.

² RAG (retrieval-augmented generation) — подход, при котором модель перед ответом подтягивает релевантные фрагменты из базы знаний, чтобы опираться на них, а не только на память.

³ Контекстное окно — максимальный объём текста (в токенах), который модель удерживает за один запрос, включая и вопрос, и ответ.