Русский язык у ИИ-агентов: где спотыкаются автономные помощники

Что вообще произошло

За последний год фраза «ИИ-агент» перестала означать чат-бота. Теперь под ней понимают систему, которая сама планирует шаги, вызывает инструменты, ищет в интернете, пишет и запускает код, а потом проверяет собственный результат. OpenAI показала режим оператора и агентные возможности в своих продуктах, Anthropic выпустила Claude с поддержкой вызова инструментов и работы с компьютером, Google развивает агентные сценарии в Gemini. Все эти системы разрабатывались и тестировались в первую очередь на английском.

Вопрос, который редко попадает в презентации: что происходит с этой автономностью, когда пользователь ставит задачу на русском, документы на русском, а искать нужно по русскоязычным сайтам. Ответ короткий: агент чаще всего справляется, но качество проседает на нескольких стыках сразу, и эти потери накапливаются вдоль цепочки шагов.

Почему русский сложнее для агента, чем для чата

Обычная языковая модель на русском отвечает уже прилично: GPT-4-класса и Claude 3.5-класса модели пишут по-русски грамотно, держат стиль и редко срываются в кальки с английского. Проблема не в генерации текста как таковой, а в трёх местах, которые у агента идут поверх языка.

Токенизация. Русский текст режется на большее число токенов¹, чем эквивалентный по смыслу английский. Практический эффект двойной: одна и та же задача на русском занимает больше места в контекстном окне², а расчёт по токенам обходится дороже. Для длинной агентной сессии, где история шагов копится десятками тысяч токенов, это ощутимо.

Планирование и рассуждение. Внутренние «мысли» агента — разбивка задачи на шаги, выбор инструмента, разбор ошибки — у многих моделей заметно устойчивее на английском. На русском модель чаще путает порядок действий или упускает шаг, особенно в задачах на 5–10 переходов.

Вызов инструментов и поиск. Здесь ломается больше всего. Русскоязычный поисковый запрос агент формулирует хуже, чем англоязычный, а результаты по узким российским темам — правовым, налоговым, локальным — в западных индексах представлены беднее. RAG³-обвязки, встроенные в агентные продукты, обычно затачивались под англоязычные корпуса.

Модель, которая безупречно пишет по-русски в чате, может путаться в русском внутри агентной цепочки — потому что рассуждение и вызовы инструментов живут на другом слое.

Где именно теряется качество

Если разложить типичную агентную сессию на русском, сбои концентрируются в предсказуемых точках:

• Разбор длинного русского документа. Извлечь пункты из договора или регламента модели умеют, но чем длиннее текст и чем больше в нём канцелярита, тем чаще агент теряет вложенную структуру и нумерацию.
• Работа с датами и падежами. Русские склонения дат и названий сбивают парсеры внутри инструментов: «пятнадцатого марта» и «15.03» агент не всегда сводит к одной сущности.
• Локальный поиск. Запросы про российские сервисы, госуслуги, региональные правила дают более шумную выдачу, и агент склонен галлюцинировать недостающие детали вместо того, чтобы признать пробел.
• Смешанные языки в одной сессии. Код и техническая документация на английском, а задача и комментарии на русском — на переключениях модель иногда отвечает не на том языке, на котором её спросили.

Как ведут себя основные системы

Прямых публичных бенчмарков именно агентной работы на русском мало, поэтому таблица ниже сравнивает не «кто умнее», а заявленные возможности и практические ограничения для русскоязычных задач. Это ориентир, а не рейтинг.

Точные версии, доступность агентных функций и лимиты меняются часто — сверяйтесь с официальными страницами продуктов перед тем, как закладывать их в рабочий процесс.

Кому это пригодится и кому нет

Где русскоязычный агент уже полезен

• Черновая аналитика текста. Собрать краткое содержание нескольких русских документов, выделить ключевые пункты, сравнить версии — с обязательной проверкой человеком.
• Рутинная переписка и шаблоны. Составить письмо, ответ клиенту, черновик претензии — где цена ошибки низкая, а редактура человека предполагается.
• Смешанные технические задачи. Разработчику, который ставит задачу по-русски, а работает с англоязычным кодом и документацией — агент здесь чувствует себя увереннее, чем на чистом русском.

Где на агента полагаться рано

• Юридические и налоговые выводы по России. Локальный поиск шумный, а галлюцинации в правовой конкретике опасны. Агент может подсказать направление, но не заменит сверку с первоисточником.
• Автономные действия без контроля. Длинная цепочка шагов на русском накапливает ошибки; чем больше переходов, тем выше шанс, что финал разойдётся с задачей.
• Точная работа с русскими датами, суммами и реквизитами. Пока лучше не отдавать агенту то, где одна перепутанная цифра или падеж стоит денег.

Что делать на практике

Если вы всё же строите агентный процесс на русском, несколько приёмов заметно снижают потери:

1. Формулируйте задачу коротко и однозначно, без длинных вводных — так меньше поводов для сбоя в планировании.
2. Разбивайте большую задачу на несколько отдельных запусков вместо одной цепочки из десяти шагов.
3. Просите агента явно указывать источники по локальным темам — так проще поймать выдуманные детали.
4. Ставьте человека контрольной точкой перед любым действием с последствиями: отправкой, платежом, публикацией.
5. Для узких российских тем добавляйте в контекст свои проверенные документы, а не полагайтесь только на веб-поиск.

¹ Токен — фрагмент текста, на которые модель делит ввод: часть слова, слово или символ. Русский текст в среднем даёт больше токенов на ту же мысль, чем английский.

² Контекстное окно — максимальный объём текста в токенах, который модель удерживает за один раз: и запрос, и ответ, и вся история шагов агента.

³ RAG (retrieval-augmented generation) — подход, когда модель перед ответом подтягивает нужные фрагменты из внешней базы или поиска, а не полагается только на память.