Агентный лок-ин: почему AI-агенты привязывают вас к вендору
Крупные вендоры выпускают AI-агентов, которые действуют внутри их экосистем. Удобство оборачивается новой формой зависимости — сменить платформу становится дороже, чем раньше.

За последний год почти каждый крупный вендор представил своего агента: OpenAI показала Operator и режим agent-действий в ChatGPT, Anthropic выпустила Claude с инструментом Computer Use, Google встраивает агентские сценарии в Gemini, Microsoft строит Copilot Studio и агентов внутри Microsoft 365. Все они умеют примерно одно: не просто отвечать текстом, а выполнять цепочки действий — открывать приложения, заполнять формы, вызывать инструменты, дергать корпоративные системы. И почти у всех есть общая черта, о которой в презентациях говорят меньше всего: агент живёт внутри экосистемы вендора и тянет вас туда же.
Это и есть агентный лок-ин — привязка не на уровне отдельной модели, которую можно поменять за пару строк в конфиге, а на уровне рабочих процессов, коннекторов и памяти агента. Проблема не новая по своей природе, но у агентов она глубже, чем у обычных API языковых моделей.
Чем лок-ин на агентах отличается от лок-ина на модели
Ещё год-два назад сменить поставщика LLM было относительно просто. Вы дергали HTTP-эндпоинт, получали текст, а промпты и логика жили в вашем коде. Появились слои-абстракции вроде LiteLLM и роутеров, которые позволяли переключать GPT на Claude или открытую модель, меняя одну переменную.
С агентами так не выйдет. Агент — это не только модель. Это ещё и:
- набор инструментов и коннекторов к вашим системам (почта, CRM, база, браузер);
- формат описания этих инструментов, специфичный для платформы;
- память и состояние сессий, где хранится контекст пользователя;
- механизм оркестрации — как агент планирует шаги, вызывает подагентов, обрабатывает ошибки;
- слой безопасности и разрешений, привязанный к аккаунту вендора.
Когда вы построили рабочий процесс на Copilot Studio или на агентах внутри одной облачной платформы, переезд означает переписывание коннекторов, перенос памяти, повторную настройку прав и повторное тестирование всех сценариев. Стоимость переключ也* растёт не линейно, а с каждым добавленным инструментом.
* Стоимость переключения (switching cost) — совокупные затраты времени, денег и рисков, которые вы понесёте при переходе с одного поставщика на другого. Чем она выше, тем сильнее лок-ин.
Где именно вас держат
Проприетарные форматы инструментов
У каждого вендора свой способ объявить агенту, какими инструментами он может пользоваться. Anthropic и часть индустрии продвигают открытый Model Context Protocol (MCP) — стандарт подключения внешних источников и инструментов к модели. Но реализация MCP-серверов и глубина поддержки у разных платформ различаются, а часть вендоров держит собственные закрытые механизмы коннекторов, которые работают только внутри их продукта.
Память и состояние
Агенты всё чаще запоминают предпочтения пользователя между сессиями. Эта память — актив, но она хранится в формате и хранилище вендора. Экспорт если и есть, то часто неполный: вы заберёте текстовые заметки, но не структуру и связи, на которых агент строил решения.
Оркестрация мультиагентных систем
Когда несколько агентов делят задачу между собой, логика их взаимодействия описывается инструментами платформы. Перенести такую систему к другому вендору — это фактически спроектировать её заново.
Раньше вы выбирали модель. Теперь вы выбираете экосистему — и это решение с гораздо более длинным хвостом последствий.
Сравнение подходов вендоров
Ниже — грубая карта того, как устроена привязка у крупных игроков. Конкретные возможности и названия продуктов меняются часто, поэтому детали сверяйте с официальной документацией.
| Платформа | Агентский продукт | Открытые стандарты | Основной источник привязки |
|---|---|---|---|
| OpenAI | ChatGPT agent / Operator, Assistants API | Частичная поддержка внешних инструментов | Assistants API, память, экосистема плагинов |
| Anthropic | Claude + Computer Use | Продвигает MCP как открытый стандарт | Формат инструментов, интеграция в облаках-партнёрах |
| Gemini + агентские сценарии | Заявлена поддержка открытых протоколов | Привязка к Google Cloud и рабочему пространству | |
| Microsoft | Copilot, Copilot Studio, агенты в M365 | Частичная | Глубокая интеграция в Microsoft 365 и Azure |
Общий вывод из таблицы: чем плотнее агент вплетён в остальные продукты вендора (почту, диск, облако), тем удобнее он в моменте и тем дороже потом уезжать.
Что можно сделать, чтобы не запереться
Полностью избежать привязки не выйдет — она обратная сторона удобства. Но снизить её реально.
- Отделяйте логику от платформы. Держите описание бизнес-процессов, промпты и правила в своём коде или конфигах, а не только в интерфейсе вендора.
- Предпочитайте открытые протоколы. Там, где выбор есть, коннектор через MCP переносится легче, чем закрытый механизм платформы.
- Экспортируйте память регулярно. Уточните у вендора, что именно попадает в экспорт, и храните копию у себя.
- Считайте стоимость переключения заранее. На этапе пилота прикиньте, сколько будет стоить переезд к конкуренту через год.
- Тестируйте на двух вендорах. Если критичный процесс работает хотя бы у двух поставщиков, вы сохраняете рычаг на переговорах о цене.
Кому это пригодится, а кому нет
Стоит серьёзно закладываться на защиту от лок-ина, если вы:
- строите продукт, где агенты — часть ядра, а не разовая автоматизация;
- работаете с чувствительными данными и не хотите, чтобы память пользователей жила только у одного вендора;
- ведёте долгие корпоративные закупки, где через два-три года цена подписки станет заметной строкой бюджета.
Можно не переживать, если вы:
- используете агента для личных задач или разовых экспериментов;
- автоматизируете один-два простых сценария, которые несложно перенастроить с нуля;
- уже стандартизированы на одной экосистеме (например, весь офис в Microsoft 365) и переезд в принципе не рассматриваете.
Лок-ин — не всегда зло. Иногда глубокая интеграция даёт такую экономию времени, что осознанная зависимость оправдана. Плохо, когда за неё платят по незнанию.
Главный сдвиг простой: точка привязки переехала с модели на агента. Модель — товар, который дешевеет и меняется. Агент с его коннекторами, памятью и оркестрацией — это уже инфраструктура. Выбирайте её так же осторожно, как выбирали бы систему хранения данных.
Prompt-инженер: Идеальные запросы для Midjourney, ChatGPT и других моделей.
Спросить за 15 ₽Источники: Anthropic — Model Context Protocol (документация), OpenAI — документация Assistants и агентских инструментов
Частые вопросы
Что такое агентный лок-ин простыми словами?
Почему нельзя просто поменять модель, как раньше?
Помогает ли MCP решить проблему?
Сколько стоит перейти с одного агентского вендора на другого?
Стоит ли вообще избегать привязки любой ценой?
Материал носит информационный характер и подготовлен редакцией «Агентуры». Он не является офертой, рекламой или индивидуальной консультацией. Упомянутые продукты, компании и торговые знаки принадлежат их правообладателям. Перед принятием решений, влекущих юридические или финансовые последствия, обратитесь к профильному специалисту.