Персональные ИИ-агенты хотят стать новым слоем интернета

За последние полтора года крупные ИИ-лаборатории перестали продавать чат-бота как конечный продукт. OpenAI выпустила Operator и режим агента внутри ChatGPT, Anthropic представила Computer Use для Claude, Google встроила агентные сценарии в Gemini, а весной 2025 года протокол MCP (Model Context Protocol) от Anthropic начали поддерживать сторонние разработчики. Общая идея одна: модель не отвечает текстом, а выполняет действия — открывает сайты, заполняет формы, дергает API, доводит задачу до результата. Отсюда и тезис, который повторяют в блогах компаний: агент претендует на роль нового операционного слоя между человеком и интернетом.

Что именно изменилось

Разница между чат-ботом и агентом — в цикле. Обычная модель отвечает один раз на один запрос. Агент работает в цикле «наблюдение — решение — действие»: смотрит на экран или ответ API, решает, что делать дальше, выполняет шаг, снова смотрит на результат. Так задача из нескольких десятков кликов может закрываться одним поручением на естественном языке.

Технически прорыв держится на трех вещах. Первая — модели научились надежнее вызывать функции¹ и выдавать структурированный ответ, который парсит внешний код. Вторая — выросло контекстное окно²: у Claude и Gemini оно доходит до сотен тысяч и миллионов токенов, что позволяет держать в памяти длинную цепочку шагов и документацию. Третья — появились стандарты подключения инструментов, из которых MCP стал самым обсуждаемым.

Агент интересен не тем, что отвечает умнее, а тем, что берет на себя рутину между запросом и результатом. Ценность здесь измеряется не качеством текста, а числом кликов, которых вы не сделали.

Два подхода к «действиям»

Продукты делятся на два лагеря по тому, как агент взаимодействует с миром.

• Через экран. Operator от OpenAI и Computer Use от Anthropic смотрят на скриншот браузера или рабочего стола и двигают курсор, как человек. Плюс — работает с любым сайтом без интеграции. Минус — медленно, дорого по токенам и хрупко: изменился интерфейс сайта, агент может «промахнуться».
• Через API и протоколы. MCP и вызов функций подключают агента напрямую к сервису: календарю, базе, CRM. Быстрее и надежнее, но требует, чтобы у сервиса был поддерживаемый интерфейс или коннектор.

Как это выглядит у трех игроков

Сравнение ниже отражает публично заявленные возможности на осень 2025 года. Состав функций и доступность в регионах меняются часто — проверяйте на официальных страницах перед покупкой.

Цены на верхние тарифы у всех трех компаний за последний год пересматривались, и агентные режимы часто входят в более дорогие уровни подписки. Актуальную стоимость и лимиты смотрите на официальных страницах тарифов — фиксировать цифру здесь смысла нет, она устареет в течение квартала.

Где агенты пока спотыкаются

Демо на конференциях выглядят гладко, но у продакшена три системные проблемы.

1. Надежность на длинных цепочках. Чем больше шагов, тем выше шанс ошибки на каком-то из них. Агент, который на каждом шаге верен на 95%, после двадцати шагов доходит до конца заметно реже, чем хочется.
2. Безопасность и подтверждения. Агент, который сам вводит платежные данные или отправляет письма, — это риск. Компании страхуются, требуя ручного подтверждения на чувствительных действиях, что убивает часть автоматизации.
3. Prompt injection. Вредоносный текст на странице может перехватить агента и заставить его выполнить чужую инструкцию. Это открытая проблема, единого решения у отрасли пока нет.

Кому это пригодится, а кому нет

Полезно уже сейчас:

• Разработчикам и аналитикам — агент, подключенный к базе и репозиторию через MCP, собирает данные, готовит черновой отчет, прогоняет рутинные проверки.
• Тем, у кого много однотипных веб-задач — сравнить цены на десятках страниц, заполнить одинаковые формы, собрать выписки. Экранные агенты здесь экономят время даже с оговорками на скорость.
• Малым командам без штата операционистов — часть ресерча и разбора входящих можно отдать агенту с ручным контролем результата.

Пока рано:

• Для операций с деньгами и юридическими последствиями — покупки, переводы, отправка договоров. Цена ошибки выше выигрыша во времени.
• Для процессов, где нужна гарантированная точность — бухгалтерия, медицина, работа с персональными данными без строгого контроля.
• Тем, кто ждет «поставил и забыл» — сегодня агент требует проверки шагов и внятного описания задачи, иначе результат непредсказуем.

¹ Вызов функций (function calling) — режим, в котором модель вместо текста выдает структурированную команду с параметрами, а внешний код выполняет ее и возвращает результат обратно модели.

² Контекстное окно — объем текста (в токенах), который модель удерживает за один сеанс: инструкция, история диалога и данные. Чем оно больше, тем длиннее цепочку шагов агент способен помнить.