Агент против чат-бота: где заканчивается ответ и начинается действие

За полтора года маркетинг перекрутил слово «агент» так, что под ним понимают что угодно — от чуть более разговорчивого чат-бота до автономного сотрудника. Между тем разница техническая и вполне осязаемая: чат-бот заканчивает работу текстом на экране, агент — изменением в реальном мире. Он не пишет вам инструкцию «зайдите в календарь и создайте встречу», а создаёт встречу сам. В 2024–2025 годах на этот сдвиг ставку сделали все крупные игроки: OpenAI выпустила Operator и режим агента, Anthropic — Claude с использованием компьютера (computer use) и протокол MCP, Google — Project Mariner. Разберёмся, чем агент отличается от чат-бота на практике и когда за него стоит платить.

Одно предложение, которое всё объясняет

Чат-бот — это модель, которая принимает текст и возвращает текст. Вы спрашиваете — она отвечает. Всё, что происходит дальше, делаете вы руками.

Агент — это та же модель¹, но обёрнутая в цикл: она получает цель, разбивает её на шаги, вызывает внешние инструменты (поиск, API, браузер, терминал), смотрит на результат каждого шага и решает, что делать дальше. Ключевое слово — инструменты и цикл. Без них у вас чат-бот, как бы его ни называли на лендинге.

Чат-бот отвечает на вопрос. Агент доводит задачу до результата — и по дороге может ошибиться так, как чат-бот не может физически, потому что чат-боту нечем нажать не ту кнопку.

Что значит «вызвать инструмент»

Модель сама не умеет ходить в интернет или запускать код. Разработчик даёт ей список функций с описанием — «получить погоду по городу», «создать задачу в трекере», «выполнить SQL-запрос». Модель в ответ генерирует не текст для человека, а структурированный вызов: имя функции и аргументы. Внешняя программа выполняет вызов, возвращает результат, и модель продолжает рассуждение уже с этими данными. Так, шаг за шагом, агент и добирается до цели.

Три уровня: от ответа до действия

1. Чат-бот. «Какая формула для сложных процентов?» — получаете формулу. Дальше считаете сами.
2. Чат-бот с инструментами (function calling). «Посчитай сложный процент на 100 000 под 12% на 3 года» — модель вызывает калькулятор или пишет код, запускает его и возвращает число. Один-два шага, вы контролируете каждый.
3. Агент. «Найди три вклада с лучшей ставкой, сравни, сделай таблицу и пришли на почту» — модель сама планирует шаги, ищет, сравнивает, формирует таблицу, вызывает отправку письма и проверяет, что оно ушло. Многошаговый цикл с минимумом вашего участия.

Граница между вторым и третьим уровнем — не бинарная. Практически «агентность» измеряют тем, сколько шагов система делает без человека и насколько сама решает, какими инструментами воспользоваться.

Сравнение по существу

Почему агент дороже и опаснее

Цена вопроса — не абстракция. Чат-бот на один ваш вопрос тратит один вызов модели. Агент на ту же задачу может сделать десятки вызовов: спланировать, попробовать, увидеть ошибку, переиграть. Каждый шаг — это токены, за которые вы платите, плюс возможная оплата вызываемых сервисов. Автономная задача, которую агент «крутит» полчаса, легко обходится в суммы, несопоставимые с обычной перепиской в чате.

Второй счёт — за ошибки. Чат-бот в худшем случае наврёт, и вы это увидите на экране. Агент с правами на запись может удалить не тот файл, отправить черновик клиенту или оформить не ту покупку. Поэтому у серьёзных агентских систем есть режим подтверждения (human-in-the-loop): перед необратимым действием агент останавливается и спрашивает разрешения. Отключать его ради скорости — прямой путь к дорогой ошибке.

Кому это пригодится и кому нет

Агент оправдан, когда:

• задача многошаговая и рутинная — разобрать входящие письма, вытащить данные из десятка PDF, наполнить таблицу из нескольких источников;
• у неё понятны инструменты и границы: «работай только внутри этой папки», «пиши только в тестовую базу»;
• ошибку легко откатить или она видна до применения (черновик, а не отправленное письмо).

Хватит обычного чат-бота, когда:

• вам нужен ответ, черновик текста, объяснение, идея — то, что вы всё равно перечитаете сами;
• цена ошибки в реальном действии высока, а выигрыш от автономности мал;
• задача разовая: настроить агента дороже, чем сделать её руками.

Практический пример разницы. «Напиши текст письма клиенту о переносе встречи» — это чат-бот, вы скопируете и отправите сами. «Перенеси мою встречу с клиентом на четверг и предупреди его» — это агент: он лезет в календарь, двигает событие, шлёт письмо. Первое безопасно всегда. Второе стоит запускать, только когда вы доверяете системе доступ к календарю и почте и готовы проверить итог.

Что происходит на рынке

Направление, в котором движутся вендоры, — стандартизация того, как модель дотягивается до инструментов. Anthropic предложила протокол MCP (Model Context Protocol) — открытый способ подключать к модели внешние источники и функции единообразно, чтобы каждый интегратор не изобретал свой велосипед. OpenAI, Google и другие развивают собственные фреймворки для агентов и браузерное управление. Общий вектор один: превратить модель из собеседника в исполнителя. Насколько это надёжно работает вне демо — вопрос, на который у индустрии пока нет измеренного ответа, поэтому осторожность с правами на запись остаётся здравым смыслом, а не паранойей.

¹ Агент — программная система на базе языковой модели, которая для достижения поставленной цели самостоятельно планирует шаги и вызывает внешние инструменты (поиск, код, API, браузер), анализируя результат каждого шага. Отличается от чат-бота наличием цикла «действие — наблюдение — решение» и доступа к внешним системам, а не только к тексту диалога.