Агенты дешевеют для бизнеса, но дорожают для планеты

Осенью 2024 года Anthropic, OpenAI и Google представили режимы, в которых модель не просто отвечает одним сообщением, а сама планирует шаги, вызывает инструменты и повторяет цикл до результата. OpenAI показала Operator и режим агентов внутри ChatGPT, Anthropic — Computer Use для Claude, Google развивает агентские сценарии в Gemini. Разница с обычным чатом принципиальна не только для пользователя, но и для счётчика электроэнергии: там, где раньше был один запрос к модели, у агента их десятки. Каждый шаг — это отдельный проход через нейросеть, отдельная нагрузка на видеокарты и, в конечном счёте, отдельные киловатт-часы.

Для бизнеса математика выглядит соблазнительно: агент за несколько центов делает то, за что человеку платят по часам. Для инфраструктуры и экологии — противоположно: масштабирование агентов множит вычисления, а значит энергию, воду на охлаждение и выбросы. Этот конфликт редко проговаривают вслух, потому что обе стороны считают в разных единицах.

Почему агент дороже обычного запроса

Обычный чат работает по схеме «вопрос — ответ». Агент^* устроен иначе: он получает цель, разбивает её на шаги, вызывает внешние инструменты (браузер, код, API), смотрит на результат и решает, что делать дальше. Один пользовательский запрос вроде «найди три рейса и забронируй самый дешёвый» может развернуться в 15–40 обращений к модели.

^* Агент — программа на основе языковой модели, которая самостоятельно планирует последовательность действий и вызывает инструменты для достижения заданной цели, а не просто генерирует один ответ.

Каждое такое обращение тянет за собой контекст всей предыдущей истории. Чем длиннее цепочка, тем больше токенов проходит через модель на каждом шаге — расход растёт не линейно, а по нарастающей. Отсюда и парадокс: цена за отдельный токен у провайдеров падает почти каждый квартал, но общая нагрузка на дата-центр от агентских сценариев увеличивается, потому что токенов становится кратно больше.

Каждый агент, который «думает» за вас десятью запросами вместо одного, экономит ваше время за счёт чужой электростанции. Вопрос лишь в том, попадёт ли этот счёт когда-нибудь обратно к бизнесу.

Что известно о потреблении ресурсов

Публичных, поддающихся проверке цифр по расходу энергии именно на агентские сценарии сейчас практически нет — вендоры не раскрывают потребление в разбивке по типам запросов. Известно другое: крупные операторы дата-центров публично признали рост нагрузки, связанный с ИИ.

Google в отчёте об устойчивом развитии сообщала о заметном росте выбросов за последние годы и связывала это в том числе с расширением ИИ-инфраструктуры. Microsoft также фиксировала увеличение углеродного следа на фоне строительства новых дата-центров. Конкретные проценты и объёмы стоит смотреть в свежих корпоративных отчётах компаний, а не полагаться на цифры из вторичных пересказов — они быстро устаревают и часто искажаются.

Что можно утверждать без ссылки на закрытые данные:

• агентский сценарий потребляет кратно больше вычислений, чем одиночный запрос той же модели;
• вычисления в дата-центре требуют не только электричества, но и воды на охлаждение;
• чем крупнее модель, вызываемая на каждом шаге, тем выше расход на шаг.

Где бизнес экономит и где скрыт счёт

Экономия для компании реальна и измерима: агент закрывает рутинные задачи поддержки, сортирует заявки, собирает данные, готовит черновики документов. Один запуск обходится в центы, тогда как час сотрудника — в разы дороже. Именно поэтому внедрение идёт быстро, а вопрос ресурсов остаётся за скобками: он не попадает в счёт, который видит бизнес.

Счёт за электроэнергию и воду оплачивает провайдер дата-центра и, косвенно, регион, где этот центр стоит. Компания-заказчик платит только за токены. Пока цена токена падает, у бизнеса нет прямого экономического стимула экономить вычисления — а значит, нет и стимула ограничивать число шагов агента.

Как выглядит выбор модели под задачу

Главный рычаг, который влияет и на счёт, и на экологию одновременно, — выбор модели под каждый шаг. Гонять флагманскую модель на простую подзадачу вроде «извлеки дату из строки» — переплата и по деньгам, и по энергии.

Смешанная схема (routing) снижает и денежные, и энергетические затраты без заметной потери качества на простых шагах. Но она требует инженерной работы, и многие внедряют агентов «в лоб» на одной дорогой модели — так быстрее запустить.

Кому это пригодится и кому нет

Разбор полезен, если вы принимаете решения о внедрении агентов или отвечаете за инфраструктурные расходы.

• Пригодится техническому директору или ML-инженеру, который проектирует агентский пайплайн: понимание того, что расход растёт по цепочке, напрямую влияет на выбор архитектуры и модели под шаг.
• Пригодится финансовому директору: цена токена сегодня низкая, но при масштабировании на сотни тысяч запусков в месяц счёт за агентов может обогнать зарплатный фонд отдела, который они заменяют.
• Пригодится компаниям с ESG-обязательствами: если вы отчитываетесь по углеродному следу, неконтролируемое масштабирование агентов на облачных моделях добавит в отчёт цифры, которые вы не видите напрямую.
• Не критично для частного пользователя, который запускает агента раз в день: индивидуальный вклад незаметен, а рычагов влияния на выбор модели у вас почти нет.
• Не первоочередная тема для стартапа на этапе проверки гипотезы: пока вы не масштабировались, оптимизировать вычисления рано — сначала докажите, что продукт нужен.

Что можно сделать уже сейчас

1. Замерьте реальное число вызовов модели на одну задачу в вашем сценарии — не полагайтесь на интуицию, включите логирование шагов.
2. Разведите модели по сложности шага: рутину отдайте компактной модели, тяжёлую логику — флагману.
3. Ограничьте максимальную длину цепочки, чтобы агент не зацикливался и не тратил вычисления на бесплодные попытки.
4. Кэшируйте повторяющиеся промежуточные результаты, чтобы не пересчитывать одно и то же.
5. Если у вас есть ESG-отчётность, запросите у облачного провайдера данные о потреблении по вашим рабочим нагрузкам — часть операторов их предоставляет.

Конфликт экономии и экологии в агентах не разрешается сам собой, пока цена токена и цена киловатт-часа не встретятся в одном счёте. До тех пор единственный работающий стимул — инженерная дисциплина: не запускать флагманскую модель там, где хватит компактной, и считать не только деньги, но и шаги.