ИИ-агенты для умного дома: что реально умеют и где ломаются

За последний год крупные вендоры перестали продавать умный дом как набор реле с голосовым триггером и начали продавать его как агента* — систему, которая понимает цель («сделай к вечеру прохладно и приглушённо») и сама раскладывает её на действия с кондиционером, шторами и светом. Google в 2024 году переименовал ассистента в связку с Gemini, Amazon показал Alexa+ на базе больших языковых моделей, Apple перенёс запуск переработанной Siri на более поздний срок. Параллельно на рынке коммерческой недвижимости появились платформы, которые тем же способом управляют не квартирой, а целым бизнес-центром: вентиляцией, доступом, счётчиками.

Разница между «умным домом» 2020 года и агентом 2025 года не в железе. Датчики и лампочки те же. Меняется прослойка, которая принимает решения: раньше это был жёсткий сценарий «если движение — включить свет», теперь — модель, которая интерпретирует расплывчатую команду и опирается на контекст: время суток, кто дома, что вы просили вчера.

Что именно изменилось

Классическая автоматизация работала на правилах. Вы заранее прописывали триггеры и действия, и если ситуация не подпадала под правило — ничего не происходило. Агент добавляет два слоя поверх этого:

• Понимание намерения. Команду «мне холодно» система переводит в действие с термостатом, а не ищет устройство с названием «холодно».
• Многошаговые сценарии. «Подготовь дом ко сну» разворачивается в цепочку: погасить свет в общих зонах, проверить, заперта ли дверь, снизить температуру, поставить будильник.

Ключевой технический ограничитель — насколько модель видит состояние дома. Здесь помогает подход RAG**: агент подтягивает текущие показания датчиков и историю ваших команд, чтобы решение было не абстрактным, а привязанным к вашей квартире.

Умный дом продавали десять лет как удобство. Агент продают как избавление от настройки: обещание, что вам больше не придётся вручную собирать сценарии в приложении. Насколько это правда — зависит от того, сколько устройств агент реально видит.

Три экосистемы и как они устроены

Массовому пользователю доступны три крупные платформы плюс открытые решения для тех, кто готов настраивать сам. Функции ниже описаны по публичным анонсам на конец 2025 года и могут отличаться по регионам и от даты активации в вашей стране.

Важная общая деталь — стандарт Matter. Он снижает привязку к одному вендору: устройство с поддержкой Matter в теории работает в любой из экосистем. На практике агентские функции (диалог, сценарии) часто завязаны на конкретную платформу, а не на протокол.

Здания, а не квартиры

Отдельный сегмент — управление коммерческими зданиями. Здесь агент решает не «включи свет», а задачи с ценой в деньгах: свести к минимуму счёт за энергию, не нарушив комфорт арендаторов, спрогнозировать поломку вентиляции по данным датчиков, распределить нагрузку HVAC по времени суток.

Экономический смысл прямой: отопление, вентиляция и кондиционирование — крупная статья расходов в эксплуатации здания. Агент, который сдвигает потребление на часы дешёвого тарифа и не гоняет вентиляцию в пустых зонах, окупается быстрее, чем бытовой сценарий «свет по хлопку». Но и цена ошибки выше: сбой в промышленном контуре — это не потухшая лампа, а остановка приточки на этаже.

Где агенты ломаются сегодня

• Латентность и офлайн. Если модель облачная, а интернет пропал, дом глупеет до базовых сценариев. Локальные модели решают это, но требуют мощного хаба.
• Ложная уверенность. Агент может «понять» команду неверно и уверенно выполнить не то — выключить отопление вместо кондиционера. В доме это неудобно, в здании — дорого.
• Приватность. Чтобы принимать контекстные решения, агент собирает данные о том, кто и когда дома. Куда они уходят и как хранятся — вопрос, который стоит проверять до покупки, а не после.
• Зоопарк устройств. Старые датчики без Matter агент видит частично или не видит совсем.

Кому это пригодится, а кому нет

Пригодится:

• Тем, у кого уже 15–20 устройств и ручная настройка сценариев в приложении превратилась в работу — агент избавляет от неё.
• Семьям с разным распорядком: система, которая учитывает, кто дома, экономит на ручных переключениях режимов.
• Управляющим зданиями, где счёт за энергию измеряется сотнями тысяч рублей в месяц: даже несколько процентов экономии окупают внедрение.

Не пригодится:

• Если у вас две умные лампочки и розетка — обычного сценария по расписанию достаточно, агент здесь избыточен и добавляет точку отказа.
• Если критична работа без интернета, а покупать локальный сервер вы не готовы — облачный агент подведёт в самый нужный момент.
• Если вы не хотите отдавать данные о присутствии дома в облако — тогда либо открытая локальная платформа, либо ничего.

* Агент — программа, которая получает цель, а не готовую инструкцию, и сама выбирает последовательность действий для её достижения, обращаясь к внешним устройствам и данным.

** RAG (retrieval-augmented generation) — приём, при котором модель перед ответом подтягивает актуальные внешние данные (показания датчиков, историю команд), а не полагается только на то, что «запомнила» при обучении.