Компании массово покупают ИИ-агентов, но держат их на коротком поводке: агент может составить письмо, но не отправить, найти счёт, но не оплатить. Разбираем, что именно блокирует передачу реальных полномочий.
Агент, который сам выполняет команды в терминале и правит файлы, рано или поздно упрётся в действие, которое нельзя откатить. От того, как он спросит разрешение, зависит, доверите ли вы ему прод.
Полностью автономный агент дешевле и быстрее человека в цепочке. Но в найме, медицине, кредитах и модерации закон и здравый смысл требуют, чтобы финальное решение оставалось за людьми.
Демо показывают агентов, которые сами бронируют отели и пишут код. На практике задачи длиннее пары шагов рассыпаются: контекст теряется, ошибки копятся, счёт за токены растёт.
Продавцы обещают «полностью автономных агентов», но большинство продуктов на рынке застряло на уровне помощника с кнопкой подтверждения. Разбираем шкалу L0–L5 и то, за что вы платите на самом деле.
Слово «агент» приклеили ко всему подряд — от чат-бота до автозаполнения формы. Разбираем, что технически отличает агента от ассистента и почему за красивым ярлыком часто нет ни планирования, ни действий.
Стартапы продают «автономных агентов», которые сами закрывают задачи. На практике до цели без вмешательства человека доходит меньшинство запусков. Разбираем, где заканчивается маркетинг.
Два подхода к архитектуре мультиагентных систем: один диспетчер, который всё раздаёт, против сети агентов, договаривающихся напрямую. Где кто выигрывает по латентности, отладке и цене.
OpenAI прячет полную цепочку рассуждений o1 за суммаризацией, DeepSeek и Anthropic показывают её почти целиком. Для тех, кто строит агентов, это разница в отладке, счетах за токены и рисках.
Вместо одной модели, которая уверенно выдаёт неверный ответ, на задачу натравливают двух агентов, спорящих друг с другом. Идею проверяли в Anthropic, OpenAI и Google DeepMind — разбираем, где она работает, а где ломается.
Один прогон LLM или цикл, где агент проверяет и переделывает свой ответ. Reflexion давал прирост в разы на бенчмарках, но платите вы токенами и задержкой. Разбираем, где это оправдано.
Агент, который видит экран и слышит голос, решает задачи иначе, чем чат-бот, читающий только текст. Разбираем, где мультимодальность даёт выигрыш, а где добавляет задержку и счёт за токены.