Год агентов: почему 2025–2026 стал ставкой всей индустрии ИИ

За 2025 год фраза «AI-агент» из маркетингового слогана превратилась в отдельную категорию продуктов. OpenAI выпустила Operator и позже собрала возможности в режим ChatGPT Agent, Anthropic представила Claude Code и функцию Computer Use, Google расширила Gemini до агентных сценариев в проекте Mariner, а Microsoft встроила автономных агентов в Copilot Studio. Все они обещают одно: не отвечать на вопрос, а выполнять задачу от начала до конца — кликать по кнопкам, писать код, заполнять формы, звать другие инструменты. Отсюда и ярлык, который прилип к периоду: «год агентов».

Что вообще изменилось

Обычная языковая модель работает по схеме «запрос — ответ». Вы спрашиваете, она генерирует текст, и на этом её роль заканчивается. Агент^* устроен иначе: он получает цель, сам разбивает её на шаги, вызывает внешние инструменты (браузер, терминал, API, поиск), смотрит на результат каждого шага и решает, что делать дальше. Цикл «подумал — сделал — проверил — скорректировал» повторяется, пока задача не закрыта или пока агент не упрётся в ограничение.

Технически прорыв случился не из-за одной новой модели, а из-за трёх вещей, которые сложились вместе к 2025 году: выросшие контекстные окна^**, надёжный вызов инструментов (function calling) и стандарты вроде Model Context Protocol от Anthropic, которые описывают, как модель подключается к внешним источникам данных. Раньше агент из демо разваливался на десятом шаге. Теперь он чаще доходит до конца — хотя «чаще» здесь ключевое слово.

Разница между чат-ботом и агентом — это разница между советом «вот как забронировать билет» и фактически забронированным билетом. Вторая формулировка стоит дороже и ошибается заметнее.

Кто что выпустил

За год крупные лаборатории заняли позиции по разным направлениям агентности. Одни делают ставку на управление браузером, другие — на автономную работу с кодом.

Точные цены и лимиты у этих продуктов менялись несколько раз за год и различаются по регионам — сверяйте их на официальных страницах, а не по обзорам полугодовой давности. Общая логика такая: базовые чат-функции доступны дёшево или бесплатно, а полноценный агентный режим почти везде заперт за старшими платными тарифами, потому что каждый шаг агента — это отдельный вызов модели, и стоимость складывается быстро.

Почему именно сейчас, а не годом раньше

Автономные агенты пытались собрать и в 2023-м — вспомните волну вокруг AutoGPT. Но те проекты застревали в циклах, теряли контекст и жгли токены впустую. К 2025 году сошлось несколько условий:

• Модели стали лучше рассуждать пошагово. Появились режимы с «размышлением» перед ответом, которые снижают число тупиковых решений в длинных цепочках.
• Вызов инструментов стал стабильным. Модель теперь надёжнее возвращает корректный формат для запуска функции, а не ломает синтаксис на середине.
• Появились протоколы подключения. Стандарты вроде MCP убрали часть кустарной интеграции — агента проще подружить с реальными данными компании.
• Контекстные окна выросли. Держать в памяти всю историю действий и большие документы стало реально, а не теоретически.

Кому это пригодится, а кому нет

Где агент уже даёт результат

• Разработчики. Инструменты вроде Claude Code берут задачу «почини баг в этом модуле», сами читают файлы, вносят правки и прогоняют тесты. Это самый зрелый сценарий: код проверяем, ошибку видно сразу.
• Рутинные веб-операции. Собрать данные с десятка страниц, заполнить однотипные формы, сверить прайсы — задачи, где ошибка не катастрофична и легко перепроверяется.
• Поддержка и внутренние процессы компаний. Агент, подключённый к базе знаний и тикет-системе, закрывает типовые обращения без человека.

Где пока лучше не доверять

• Необратимые действия с деньгами. Оплата, переводы, отправка договоров — цена ошибки высокая, а агент всё ещё ошибается на длинных цепочках.
• Задачи без возможности проверки. Если результат нельзя быстро сверить, вы не отличите правильный ответ от уверенно неправильного.
• Работа с чувствительными данными без изоляции. Агент, гуляющий по вашему браузеру с открытыми сессиями, — это новая поверхность для атак и утечек.

Практическое правило на сегодня: агент хорош там, где человек остаётся на контроле и подтверждает ключевые шаги. Полностью автономный агент, которому отдали задачу и ушли пить кофе, — всё ещё скорее демо, чем ежедневный рабочий режим для критичных процессов.

Что с этим делать читателю

Если хотите пощупать агентов без риска, двигайтесь по шагам:

1. Начните с задач, где результат проверяем за минуту — сбор данных, черновик кода, разбор документа.
2. Держите человека в цикле: включайте подтверждение перед действиями, которые что-то меняют или отправляют.
3. Не давайте агенту доступ к платёжным и рабочим аккаунтам, пока не поняли границы его надёжности.
4. Считайте стоимость: агентный режим тратит на порядок больше запросов, чем обычный чат.

^* Агент — программа на базе языковой модели, которая получает цель и самостоятельно выполняет последовательность действий с помощью внешних инструментов, оценивая результат каждого шага, а не просто выдаёт текстовый ответ.

^** Контекстное окно — объём текста (в токенах), который модель удерживает «в поле зрения» за один раз: вся история диалога, инструкции и документы. Чем оно больше, тем длиннее задача, которую агент способен вести без потери нити.