Agentic AI и урок no-code: почему хайп не равен замене людей

Что происходит

В 2024–2025 годах крупные вендоры один за другим выкатили автономных ИИ-агентов: OpenAI показала Operator и режим агента в ChatGPT, Anthropic — Computer Use для Claude, Google — Project Mariner, а Salesforce построила вокруг темы целую платформу Agentforce. Обещание везде одно: агент сам планирует шаги, кликает по интерфейсам, пишет и запускает код, бронирует, заполняет формы — а человек только ставит задачу.

Ровно так же звучали презентации no-code и low-code платформ около 2014–2016 годов. Bubble, Webflow, позже Airtable и Zapier обещали, что бизнес соберёт приложение без единого программиста. Прошло десять лет. Программисты никуда не делись, рынок разработки вырос, а no-code занял свою нишу — но не ту, о которой говорили на старте. Стоит разобрать, где agentic AI рискует повторить эту траекторию, а где всё-таки другое.

Чем агенты отличаются от обычных чат-ботов

Обычная языковая модель отвечает на запрос текстом. Агент* получает цель, разбивает её на подзадачи, вызывает внешние инструменты (браузер, API, терминал), проверяет результат и повторяет цикл, пока не достигнет цели или не упрётся в лимит. Именно автономность в несколько шагов — а не качество отдельного ответа — и есть предмет нынешнего хайпа.

Что было с no-code и чем это поучительно

No-code продавали как способ убрать разработчика из уравнения. На практике произошло три вещи, которые полезно держать в голове, глядя на агентов.

• Порог входа снизился, а не исчез. Собрать лендинг или простой CRM-процесс стало реально без кода. Но как только логика усложнялась — интеграции, права доступа, обработка ошибок — всё равно требовался человек, который мыслит как инженер.
• Появилась новая профессия, а не пустота. Вместо «конца программистов» вырос спрос на no-code-специалистов, автоматизаторов и интеграторов. Работа не исчезла, а сместилась.
• Скрытая стоимость вылезла позже. Проекты, собранные наспех, упирались в потолок платформы, vendor lock-in и невозможность отладки. Переписывание «на нормальный код» стало отдельной статьёй расходов.

No-code не убил разработку. Он передвинул границу между тем, что делает инструмент, и тем, за что по-прежнему отвечает человек. С агентами вопрос ровно тот же: где проходит эта граница и кто платит, когда агент ошибается.

Где параллель работает

Сходство не косметическое. И no-code, и agentic AI продаются через обещание убрать посредника — исполнителя между намерением и результатом. В обоих случаях демо выглядит убедительно на простой задаче и разваливается на краевых случаях. И там, и там реальная ценность оказывается не в «полной автономии», а в ускорении рутины под присмотром человека.

Ещё одна общая черта — экономика ошибки. No-code-приложение с багом ломает бизнес-процесс. Агент, которому дали доступ к почте, платёжке или продакшену, ошибается дороже: он совершает действия, а не просто выводит текст. Чем больше прав у агента, тем выше цена одного неверного шага.

Где параллель ломается

Есть существенное отличие. No-code — детерминированный конструктор: одно и то же действие даёт один и тот же результат. Языковые модели вероятностны, они могут выдать разный итог на один запрос и иногда уверенно ошибаться. Это делает агентов гибче в открытых задачах, но менее предсказуемыми там, где нужна повторяемость. No-code сбоит из-за ограничений, агент — ещё и из-за собственной непредсказуемости.

Сравнение подходов к автоматизации

Таблица описывает подходы качественно; конкретные возможности продуктов и их доступность в вашем регионе уточняйте на страницах вендоров, они меняются ежемесячно.

Кому это пригодится и кому нет

Агенты уже приносят пользу в узких, повторяемых и обратимых задачах, где ошибку легко заметить и откатить.

• Пригодится: разработчику для рефакторинга и написания тестов под ревью; аналитику для сбора данных с нескольких источников в таблицу; поддержке для черновиков ответов; маркетологу для рутинной подготовки материалов. Общее — человек проверяет результат до того, как тот уходит наружу.
• Сомнительно: любые операции с деньгами, юридическими последствиями или необратимыми действиями без обязательного подтверждения человеком. Здесь автономность агента — риск, а не экономия.
• Пока рано: процессы, где важна стопроцентная повторяемость и аудит каждого шага. Детерминированный скрипт или no-code-сценарий тут надёжнее вероятностного агента.

Как не наступить на грабли no-code

1. Начинайте с задач, где ошибку видно сразу и её можно откатить.
2. Держите человека в цикле на всём, что тратит деньги или уходит клиенту.
3. Считайте не только экономию времени, но и стоимость надзора, отладки и исправления сбоев.
4. Не давайте агенту прав больше, чем нужно для конкретной задачи.
5. Фиксируйте, что именно делает агент, чтобы разбор инцидента был возможен.

Что в итоге

Наиболее вероятный сценарий — не «агенты заменили специалистов» и не «агенты оказались пустышкой», а тот же исход, что у no-code. Технология займёт свою нишу, породит новые роли (проектирование задач для агентов, надзор, разбор сбоев), а граница между работой инструмента и ответственностью человека сдвинется, но не исчезнет. Обещание полной автономии, как и десять лет назад, окажется маркетингом, а реальная ценность — в ускорении рутины под контролем.

* Агент — ИИ-система, которая не просто отвечает текстом, а получает цель, самостоятельно разбивает её на шаги, вызывает внешние инструменты и повторяет цикл до результата.