Откат от AI-агентов: почему часть пользователей возвращается к ручному управлению

За 2024–2025 годы «агент» стал главным словом в маркетинге ИИ-продуктов: OpenAI показал Operator и режим агента в ChatGPT, Anthropic выпустил Computer Use для Claude, Google встроил агентные сценарии в Gemini, а рынок наполнился обёртками вроде AutoGPT и десятков стартап-фреймворков. Обещание было простым: вы ставите цель, а система сама открывает сайты, кликает, пишет письма и доводит задачу до конца. К концу 2025-го заметен встречный процесс — часть пользователей и команд отключает автономию и возвращается к сценарию «модель отвечает, человек решает и жмёт кнопки».

Это не «ИИ не работает». Это более точная калибровка: где делегирование действий экономит время, а где создаёт больше проверки, чем сделал бы сам человек.

Что вообще называют агентом

Под агентом обычно понимают систему, которая не просто отвечает текстом, а планирует последовательность шагов и выполняет действия во внешней среде: ходит по сайтам, вызывает инструменты и API, читает и пишет файлы, отправляет запросы. Ключевое отличие от чат-бота — цикл «наблюдение → решение → действие → новое наблюдение» без обязательного участия человека на каждом шаге.¹

Именно автономность действий и стала источником усталости. Когда модель ошибается в ответе, вы это видите и переспрашиваете. Когда агент ошибается в действии — например, отправляет письмо не тому адресату или заполняет форму мусором, — вы узнаёте об этом постфактум.

Откуда взялась усталость

Причины отката повторяются в жалобах разработчиков и рядовых пользователей.

• Проверка дороже делегирования. Агент выполнил 12 шагов, и чтобы доверять результату, приходится перепроверять все 12. Для многих задач это медленнее, чем сделать вручную.
• Непредсказуемость на длинных цепочках. Ошибка на третьем шаге тянется дальше, и агент уверенно строит на ней остальное. Чем длиннее сценарий, тем выше шанс, что где-то он свернёт не туда.
• Стоимость токенов. Автономный цикл с рассуждениями и повторными попытками жжёт заметно больше токенов, чем один запрос. Задача, которая в чате стоила бы копейки, в агентном режиме легко умножается в разы.
• Безопасность действий. Агент с доступом к почте, календарю или платежам — это новая поверхность атаки: инъекции в тексте страницы могут подменить его цель. Отдавать такому доступу реальные деньги страшно.
• Разрыв между демо и буднями. На отрепетированном сценарии агент выглядит магически. На вашем реальном сайте с капчей, всплывающими окнами и нестандартной вёрсткой он спотыкается.

Автономность стоит ровно столько, сколько стоит проверка её результата. Если проверять приходится всё — вы не делегировали работу, вы добавили ещё один слой, который тоже надо контролировать.

Что показывают измерения

Полезный ориентир — бенчмарк OSWorld, который проверяет, как агент решает реальные задачи в настольной операционной системе (работа с файлами, приложениями, интерфейсом). Даже топовые системы на нём справляются с меньшей долей задач, чем человек, — разрыв с человеческим уровнем остаётся большим. Это объясняет, почему бытовое ощущение «оно почти работает» так часто не превращается в «оно работает».

Конкретные проценты по конкретным моделям я приводить не буду: они быстро устаревают и зависят от версии и настройки прогона. Смотрите актуальные таблицы на странице самого бенчмарка, а не пересказы.

Автономные агенты против ассистентов с подтверждением

Именно средний столбец — ассистент, который показывает план и ждёт «да» перед действием с последствиями, — сейчас выглядит компромиссом, к которому смещается индустрия. Тот же ChatGPT в агентном режиме запрашивает подтверждение перед покупками и отправкой данных; это признание, что полная автономия для чувствительных шагов преждевременна.

Кому агенты всё ещё пригодятся

• Повторяемые операции с обратимым результатом. Собрать данные с десятка страниц в таблицу, отсортировать почту по правилам, переименовать файлы. Ошибка не стоит дорого и легко откатывается.
• Разработчики с кодовыми агентами. Агент, который правит код и прогоняет тесты, проверяем автоматически: тесты либо зелёные, либо нет. Здесь у делегирования есть встроенный контроль качества.
• Разведка и черновики. Первый проход по задаче, который человек потом дочищает. Ценность не в финальном результате, а в экономии на старте.

Кому пока не стоит

• Действия с деньгами и юридическими последствиями без обязательного подтверждения человеком. Цена ошибки перевешивает экономию времени.
• Задачи, где проверка результата не проще самой задачи. Если чтобы убедиться в правоте агента, нужно повторить его работу, делегирование не имеет смысла.
• Работа с чувствительными данными через агента, который ходит по внешним сайтам: риск инъекции и утечки реален, а выигрыш обычно небольшой.

Что это значит для рынка

Откат не хоронит идею агентов — он отделяет маркетинг от инженерии. Продукты, которые продавали «полную автономию», сталкиваются с тем, что пользователи включают ручной контроль. Выигрывают те, кто с самого начала строит понятный контур с человеком: показать план, дать отменить, зафиксировать, что именно агент собирается сделать, и на каком шаге остановиться.

Практичный вывод для пользователя простой. Не спрашивайте «умеет ли этот инструмент агента» — спрашивайте «что случится, если он ошибётся на третьем шаге, и увижу ли я это вовремя». Ответ на второй вопрос и определяет, стоит ли отдавать задачу на автопилот.

¹ Агент в контексте ИИ — система на основе языковой модели, которая не только генерирует текст, но и выполняет действия во внешней среде (вызывает инструменты, управляет браузером или приложениями) в цикле, где результат каждого действия влияет на следующий шаг.