AI-агенты против SaaS-интерфейсов: кто нажмёт кнопку

За несколько месяцев крупные лаборатории показали агентов, которые не отвечают текстом, а действуют внутри интерфейсов вместо вас. Anthropic в октябре 2024 года добавила Claude возможность «Computer Use» — модель видит скриншот экрана и двигает курсор, кликает, печатает. OpenAI в начале 2025 года представила Operator, агента, который работает через браузер. Google анонсировала Project Mariner как расширение для Chrome. Salesforce запустила платформу Agentforce для корпоративных сценариев. Общий тезис у всех один: кнопки, формы и дашборды, из которых состоит любой SaaS, скоро будет нажимать не человек, а модель. Вопрос в том, насколько это близко к правде и что делать тем, кто эти интерфейсы проектирует или каждый день ими пользуется.

Что именно изменилось

Классический SaaS построен на предположении, что перед экраном сидит человек: он читает подписи к полям, ищет нужную вкладку, сопоставляет цифры в отчёте. Агент¹ ломает это предположение. Ему не нужен красивый дашборд — ему нужен доступ к данным и понятный способ выполнить действие. Дальше расходятся два подхода.

Первый — агент поверх готового интерфейса. Модель получает скриншот, распознаёт элементы и имитирует человека: наводит курсор, кликает, вводит текст. Так работают Computer Use у Claude и Operator у OpenAI. Плюс — не нужно ничего интегрировать заранее, агент справляется с любым сайтом. Минус — это медленно, хрупко (сменился макет — сломался сценарий) и упирается в капчи, двухфакторную аутентификацию и антибот-защиту.

Второй — агент через программный интерфейс. Вместо кликов модель дёргает API или обращается к инструментам напрямую. Anthropic в конце 2024 года представила Model Context Protocol (MCP) — открытый стандарт, через который модель подключается к внешним данным и функциям без экранной мишуры. Это быстрее и надёжнее, но требует, чтобы разработчик приложения заранее описал доступные действия.

Интерфейс — это не то, что показывают пользователю. Это контракт о том, какие действия вообще возможны. Агенту нужен именно контракт, а не картинка.

Как различаются подходы

Ниже — грубое сопоставление способов, которыми агент добирается до вашего приложения. Конкретные возможности продуктов меняются с каждым релизом, поэтому смотрите на логику, а не на фиксированный список галочек.

Важная деталь: эти подходы не конкурируют, а слоятся. Встроенный ассистент закрывает свою платформу, MCP связывает несколько сервисов, а экранный агент подхватывает всё, у чего нет ни того, ни другого.

Почему «конец интерфейсов» — преувеличение

Тезис о смерти дашбордов красиво звучит, но спотыкается о практику. Первое — доверие. Отдать агенту право нажимать кнопки в бухгалтерии или в рекламном кабинете значит согласиться, что он может ошибиться там, где ошибка стоит денег. Пока сценарии с реальными деньгами и необратимыми действиями почти всегда требуют подтверждения человеком.

Второе — наблюдаемость. Когда агент действует через скриншоты, вы не всегда понимаете, почему он сделал именно так. Интерфейс как раз и был способом видеть состояние системы. Уберите его совсем — и отладка превратится в чтение логов модели.

Третье — юридическая и продуктовая сторона. Многие площадки прямо запрещают автоматизированный доступ через пользовательский вход, а капча и антибот-системы созданы, чтобы такого агента остановить. Так что вместо исчезновения интерфейсов вероятнее сдвиг: у SaaS появляется два фасада — человеческий экран и машиночитаемый слой для агентов.

Кому это пригодится, а кому нет

Пригодится:

• Тем, кто каждый день делает однотипные операции в нескольких сервисах — собрать отчёт из CRM, выгрузить в таблицу, отправить письмо. Агент через API здесь экономит часы.
• Командам поддержки и операций, где сценарии повторяемы и хорошо описаны: заведение заявок, сверка статусов, разбор типовых обращений.
• Разработчикам, которые готовы описать свои функции через MCP или собственные инструменты и получить «дверь для агентов» вместо ручного парсинга.
• Тем, кто автоматизирует работу с внутренними, а не внешними приложениями, где нет антибот-защиты и капч.

Скорее навредит или не окупится:

• Сценариям с необратимыми финансовыми действиями без подтверждения человеком — риск ошибки перевешивает экономию.
• Разовым задачам: настройка агента дороже, чем сделать вручную один раз.
• Работе внутри чужих площадок, которые запрещают автоматический вход, — можно нарваться на блокировку аккаунта.
• Процессам, которые часто меняются: экранный агент будет ломаться на каждом обновлении верстки.

Что это меняет в проектировании продуктов

Если вы делаете SaaS, ставка смещается с «нарисовать удобный экран» на «описать понятный набор действий, который сможет вызвать и человек, и агент». Практический минимум на ближайшее время выглядит так:

1. Опишите ключевые операции как явные функции с предсказуемыми входами и выходами, а не только как формы на экране.
2. Заведите отдельный канал доступа для автоматизации — API-ключи или поддержку открытого протокола вроде MCP — вместо того чтобы вынуждать агента логиниться под пользователем.
3. Оставьте человеку точки подтверждения там, где действие стоит денег или необратимо.
4. Логируйте, что именно и от чьего имени сделал агент, — это понадобится и для отладки, и для разбора спорных ситуаций.

Цена вопроса для пользователя проста: подписки на агентские возможности сейчас продаются отдельно или входят в старшие тарифы ассистентов, и цифры меняются каждые несколько месяцев. Прежде чем строить процесс вокруг конкретного агента, сверьте актуальную стоимость и лимиты на официальной странице продукта, а не по обзорам полугодовой давности.

¹ Агент — в контексте ИИ это модель, которой дали не только текст на вход, но и набор инструментов и право совершать действия: вызывать функции, открывать страницы, отправлять запросы. В отличие от чат-бота, который только отвечает, агент планирует шаги и выполняет их до достижения цели.