LangChain и CrewAI остаются стандартом для сборки агентов, но с 2023 года у российских команд появились обёртки и SDK под YandexGPT и GigaChat. Разбираем, что реально работает и где проще остаться на зарубежном стеке.
Яндекс переводит YandexGPT из режима «ответь на вопрос» в режим «сделай задачу»: модель учат вызывать инструменты и работать внутри сервисов. Разбираем, что уже есть, а что пока обещание.
Сбер развивает GigaChat в сторону агентных сценариев — вызова функций, работы с документами и подключения к внешним системам. Разбираем, что из этого реально доступно через API и кому это подходит.
Рынок 2024–2025 годов заражён идеей «агента на всё». Разбираем, где agentic AI реально экономит время, а где превращает простую задачу в дорогой и непредсказуемый механизм.
Компании гонятся за автономными агентами на GPT-4o и Claude, но для половины задач хватило бы cron и пятидесяти строк кода. Разбираем, где агент оправдан, а где он дороже, медленнее и ненадёжнее обычного скрипта.
Вокруг ИИ-агентов раскручивается тот же сценарий, что и вокруг no-code десять лет назад: обещание убрать программистов и специалистов. Разбираем, где параллель работает, а где ломается.
Венчур заливает миллиарды в стартапы вокруг ИИ-агентов, но исследования MIT и Gartner фиксируют, что большинство пилотов не окупается. Разбираем, что стоит за спором о пузыре.
Разработчики моделей продают агентов как способ убрать рутину. Разбираем, на каких задачах они реально экономят время, а где создают новую работу — проверку за самим агентом.
После года хайпа вокруг автономных агентов часть команд и одиночных пользователей сознательно отключает автономию и возвращает человека в контур. Разбираем, где агенты сломались и когда они всё ещё окупаются.
Автономные ИИ-агенты обещают выполнять задачи целиком, а не отвечать на вопросы. Но за красивыми демо прячется структура расходов, о которой на сцене молчат: токены, повторные вызовы и человек-контролёр.
Компании внедряют автономных агентов, а команды тихо обходят их: не дают доступ к данным, перепроверяют вручную и жалуются на «галлюцинации». Разбираем, где корень недоверия и что с ним делают.
Часть бизнеса, автоматизировавшего поддержку и продажи через ИИ-агентов, возвращает людей. Разбираем, где агенты ломаются, сколько стоит откат и как понять заранее, что задача не для автономной модели.