Один основатель и команда ИИ-агентов: что известно на деле

С чего всё началось

В феврале 2024 года Сэм Альтман на встрече с другими предпринимателями обсуждал, когда появится первая компания-«единорог» (оценка в 1 млрд долларов), управляемая одним человеком. Об этом позже рассказывал сам Альтман в подкастах и интервью, и с тех пор фраза «one-person unicorn» разошлась по индустрии. Важно сразу отделить факт от легенды: публично подтверждённого случая, когда стартап стоимостью в миллиард управляет ровно один сотрудник с командой ИИ-агентов, на сегодня нет. Есть тренд, отдельные цифры по выручке маленьких команд и набор инструментов, которые этот тренд подпитывают.

Ниже — что реально можно собрать сегодня, чем агентные системы отличаются от привычных чат-ботов и где проходит граница между рабочим сценарием и красивым тезисом с конференции.

Что называют «агентной командой»

Речь не про один чат, а про несколько ИИ-агентов^*, каждый из которых отвечает за свой участок: один пишет код, другой проверяет его, третий отвечает на письма поддержки, четвёртый следит за задачами в трекере. Между собой они обмениваются результатами, а человек выступает в роли того, кто ставит цели и принимает спорные решения.

* Агент — программа на основе языковой модели, которая не просто отвечает на запрос, а выполняет цепочку действий: вызывает инструменты, читает и пишет файлы, обращается к API, оценивает промежуточный результат и решает, что делать дальше.

Что из этого уже работает

Отдельные функции «команды агентов» доступны прямо сейчас, и это не обещания на будущее.

• Написание кода. Инструменты вроде Claude Code от Anthropic, Cursor и агентных режимов в GitHub Copilot умеют не просто дополнять строки, а брать задачу целиком: читать репозиторий, вносить правки в несколько файлов, запускать тесты и открывать pull request.
• Поддержка клиентов. Агенты на базе моделей OpenAI и Anthropic закрывают часть обращений первой линии — с оговоркой, что сложные и спорные случаи всё равно уходят человеку.
• Рутина в браузере и документах. Появились режимы, где модель управляет браузером или разбирает почту, но по состоянию на 2025 год это скорее ранняя стадия, чем надёжный конвейер.

Ключевая мысль простая: агенты уже заменяют не должность целиком, а отдельные повторяющиеся действия внутри неё. Единорог из одного человека — это не «ИИ делает всё», а «человек не нанимает пятерых, потому что рутину закрывают инструменты».

Реальные цифры маленьких команд

Публичные примеры, которые часто приводят в связи с этой темой, — не про одного человека и не про миллиард, но показательны. Например, о выручке и размере команды регулярно рассказывают в блогах основатели небольших SaaS-проектов и инди-стартапов. Конкретные суммы стоит проверять по первоисточнику каждого проекта: цифры из чужих пересказов часто устаревают или преувеличены. Осторожность здесь важнее эффектности — выдуманная выручка ничем не поможет читателю, который решает, стоит ли повторять чужой путь.

Инструменты и их роли: сравнение

Ниже — не рейтинг «кто лучше», а карта возможностей на конец 2025 года. Точные цены и лимиты меняются, сверяйте их на официальных страницах продуктов.

Три разных продукта — три разные роли. Собрать из них «команду» можно, но это ручная работа по связке инструментов, а не готовая коробка, где всё уже настроено за вас.

Кому это пригодится, а кому нет

Тезис про единорога звучит громко, но практическая польза распределяется неравномерно.

Пригодится

• Соло-разработчику или инди-мейкеру. Один человек с агентом-кодером и агентом-тестировщиком реально закрывает объём, на который раньше уходила пара junior-разработчиков.
• Основателю на ранней стадии. Пока нет денег на найм, агенты берут на себя черновую переписку, разбор входящих и первые версии текстов.
• Владельцу небольшого сервиса. Автоматизация поддержки первой линии снижает нагрузку без расширения штата.

Не пригодится (пока)

• Тем, кому нужна юридическая или медицинская точность. Ошибка агента здесь стоит слишком дорого, а проверять всё вручную дороже, чем сделать самому.
• Бизнесу с тяжёлой ответственностью за результат. Там, где цена ошибки — штраф или потеря клиента, агенту нельзя отдавать финальное решение.
• Тем, кто ждёт «нанял ИИ и забыл». Агентная система требует настройки, контроля и постоянной доводки промптов — это работа, а не волшебная кнопка.

Где проходит граница реальности

Проблема не в том, что агенты «глупые», а в накоплении ошибок. Когда один агент передаёт результат другому, неточность на первом шаге тянется дальше и усиливается. Чем длиннее цепочка автономных действий, тем выше шанс, что где-то она уйдёт не туда — и без человека сбой некому заметить.

Отсюда честная формулировка тренда на сегодня: ИИ-агенты сжимают команду, а не обнуляют её. Один человек уже может делать то, на что раньше требовалось трое или пятеро. Но «трое» и «ноль сотрудников» — разные утверждения, и второе пока остаётся тезисом с конференции, а не описанным кейсом.

Если вы собираете свою «агентную команду», начните с одной узкой задачи, где ошибку легко заметить и откатить, и только потом связывайте агентов в цепочку. Так вы увидите реальную экономию времени раньше, чем накопите проблемы от автономности.