Ассистент или агент: где на самом деле проходит граница

Осенью 2024-го и весь 2025 год «агент» стал главным маркетинговым словом в ИИ. OpenAI выпустила Operator и Agent Mode, Anthropic показала Claude, который сам управляет браузером через Computer Use, Google встроила агентные сценарии в Gemini. Одновременно любой чат-бот с кнопкой «выполнить задачу» переименовали в агента. В итоге под одним словом живут две принципиально разные вещи, и путаница стоит денег: компании покупают «агента», получают продвинутый автокомплит и удивляются, почему он не закрывает задачи сам.

Что такое ассистент

Ассистент работает в цикле «вопрос — ответ». Вы формулируете запрос, модель выдаёт текст, код или картинку, вы читаете и решаете, что делать дальше. Управление всегда возвращается к вам. ChatGPT в обычном режиме, Copilot, который дописывает строку кода, Gemini, суммирующий письмо, — это ассистенты. Они могут быть очень мощными, но не выходят за рамки одного шага: получили ввод, вернули вывод.

Ключевая черта — ассистент ничего не делает в мире без вашего явного действия на каждом шаге. Он предлагает черновик письма, но не отправляет его. Пишет SQL-запрос, но не выполняет его в проде. Ответственность за каждое действие остаётся на человеке, и это не баг, а осознанное ограничение.

Что такое агент

Агент получает цель, а не отдельную инструкцию, и сам разбивает её на шаги, выполняет их, проверяет результат и корректирует план. Разница не в интеллекте модели, а в архитектуре вокруг неё. Три компонента превращают ассистента в агента:

• Автономный цикл. Модель работает не один такт, а в петле: спланировала — сделала — оценила результат — решила, что дальше. Петля крутится, пока цель не достигнута или не сработал лимит.
• Инструменты и действия. Агент вызывает внешние функции — поиск, API, браузер, файловую систему, отправку писем. Это его «руки». Через них он меняет состояние мира, а не только генерирует текст.
• Память и состояние. Агент держит контекст задачи между шагами: что уже сделано, что не сработало, какие данные собраны. Без этого петля вырождается в повтор одних и тех же действий.

Проще всего это увидеть на примере. Попросите ассистента «найти три перелёта в Лиссабон дешевле 200 евро» — он выдаст текст с советами, где искать. Агент откроет сайты авиакомпаний, введёт даты, сравнит цены, отсеет неподходящие и вернётся с конкретными вариантами, а в некоторых сценариях доведёт до оплаты.

Ассистент отвечает на вопрос. Агент закрывает задачу. Между ними — не размер модели, а право самостоятельно совершать действия и решать, какой шаг делать следующим.

Серая зона: где именно проходит граница

На практике продукты редко бывают чистым ассистентом или чистым агентом. Есть промежуточные ступени, и путаница чаще всего живёт именно здесь.

Вызов одного инструмента — ещё не агент

Если ассистент по запросу вызвал калькулятор или поискал в интернете и вернул ответ — это function calling ¹, а не агентность. Действие одно, петли нет, план не строится. Модель просто получила доступ к внешней функции в рамках одного такта.

Workflow с жёсткими шагами — тоже не совсем агент

Многие «агентные» решения на деле — это заранее прописанный сценарий: сначала распарси документ, потом извлеки поля, потом занеси в таблицу. Модель выполняет роль на каждом шаге, но маршрут задал разработчик, а не она. Это надёжнее настоящего агента и предсказуемее, но самостоятельности здесь ноль.

Настоящая агентность начинается там, где модель сама выбирает следующий шаг

Признак реального агента — недетерминированный путь. На один и тот же запрос он может пройти разными маршрутами в зависимости от того, что обнаружил по дороге. Это одновременно и сила, и главный риск.

Сравнение по ключевым признакам

Почему различие — не придирка к терминам

Цена ошибки у агента выше на порядок. Ассистент выдал неверный SQL — вы его прочитали и не запустили. Агент сам выполнил неверный запрос и удалил строки. Ассистент предложил формулировку письма — вы решили не отправлять. Агент отправил.

Отсюда практические выводы для тех, кто выбирает или строит такие системы:

1. Спросите, есть ли петля. Если продукт делает ровно один шаг на запрос — это ассистент, как бы его ни называли в презентации.
2. Узнайте, к каким действиям есть доступ. Агент, который только читает, и агент, который пишет в базу или тратит деньги, — это разные уровни риска.
3. Проверьте точки контроля. Хороший агентный продукт даёт человеку возможность подтвердить необратимые действия — оплату, отправку, удаление. Отсутствие таких точек — тревожный сигнал.
4. Заложите лимиты. Ограничение на число шагов и на бюджет вызовов защищает от бесконечной петли, которая жжёт токены и деньги.

Куда всё движется

Граница будет размываться со стороны продуктов, но не со стороны сути. Ассистенты обрастают инструментами, агенты учатся спрашивать разрешения на рискованных шагах — так называемый human-in-the-loop ². Практичнее думать не о ярлыке, а о степени автономии: сколько шагов система делает без вас и какие из этих шагов необратимы. Именно этот вопрос стоит задавать вендору, а не «агент это или ассистент».

¹ Function calling — механизм, при котором модель по описанию доступных функций формирует структурированный вызов одной из них (например, запрос к API погоды) и получает результат обратно в контекст.

² Human-in-the-loop — схема, где автоматизированный процесс на определённых шагах останавливается и запрашивает подтверждение или ввод у человека.