Что скрывается за словом «AI-агент» у разных компаний

Летом и осенью 2024 года почти каждая крупная ИИ-компания выпустила что-то «агентное». Anthropic добавила в Claude функцию Computer Use — модель управляет курсором и печатает в интерфейсе как человек. OpenAI показала Operator и позже линейку с рассуждением. Google встроила агентные сценарии в Gemini и Project Astra. Salesforce запустила платформу Agentforce для корпоративных клиентов. Проблема в том, что слово «агент» во всех этих анонсах означает разное — и покупатель, ориентируясь на маркетинг, легко получает не тот продукт, который ждал.

Откуда путаница

У термина «агент»¹ нет единого отраслевого определения. В академической традиции агентом называют систему, которая воспринимает среду, принимает решения и действует ради цели без пошагового управления человеком. Но в продуктовом маркетинге под «агента» подводят почти всё, что делает больше одного действия за один запрос.

Из-за этого под одним словом уживаются как минимум четыре разные вещи:

• Чат-бот с инструментами. Языковая модель, которая умеет вызывать функции: посмотреть погоду, создать событие в календаре, сделать запрос к базе. Действие одно, инициатор — человек.
• Оркестратор задач. Система разбивает запрос на шаги, вызывает несколько инструментов подряд, проверяет промежуточные результаты. Здесь уже появляется цепочка действий.
• Автономный исполнитель. Работает над целью относительно долго, сам решает, какие шаги предпринять, и обращается к человеку только при необходимости.
• Оператор интерфейса. Управляет мышью, клавиатурой и браузером, «видит» экран и действует в тех же приложениях, что и пользователь.

Когда одна компания продаёт вам «агента», а под ним подразумевается чат-бот с доступом к API, а другая — систему, которая сама бронирует билеты в браузере, сравнивать их по слову на слайде бессмысленно.

Как термин трактуют крупные игроки

Ниже — как «агентность» подаётся в продуктах ведущих компаний. Формулировки опираются на их публичные анонсы; конкретные возможности и доступность меняются, проверяйте на официальных страницах.

Разброс очевиден: у Anthropic агент — это то, что двигает мышью, у Salesforce — то, что работает внутри вашей CRM, у Google — то, что видит через камеру телефона. Общего между ними — только способность выполнять больше, чем ответить текстом.

Три вопроса, которые снимают маркетинг

Чтобы понять, что вам на самом деле предлагают, полезно задать поставщику три вещи:

1. Сколько шагов система делает без участия человека? Один вызов функции — это ещё не автономия. Спросите про цепочки и про то, где именно требуется подтверждение.
2. Что она может сломать, если ошибётся? Оператор браузера, у которого есть доступ к вашей почте и платёжным формам, — это другой класс риска, чем бот, отвечающий на вопросы.
3. Как она получает данные? Через API с чёткими правами, через RAG² по вашим документам или через имитацию действий пользователя в интерфейсе — от этого зависит и надёжность, и безопасность.

Почему разница не косметическая

Дело не в терминологической чистоте. От того, что стоит за словом, зависит цена ошибки и требования к контролю.

Чат-бот с инструментами предсказуем: набор действий ограничен, каждое обычно требует явного запроса. Оператор интерфейса, который сам кликает по кнопкам и заполняет формы, работает в непредсказуемой среде — веб-страницы меняются, всплывают окна, и модель может сделать не то. Разработчики Anthropic сами предупреждали, что Computer Use на момент запуска ошибается и его не стоит подпускать к чувствительным операциям без надзора.

Для бизнеса это означает разные бюджеты на внедрение. Оркестратор поверх CRM требует настройки процессов и прав доступа. Автономный исполнитель требует мониторинга и отката действий. А чат-бота с парой функций часто можно поднять за вечер.

Кому это пригодится и кому нет

Оператор интерфейса (Computer Use, Operator) полезен там, где нет API: заполнение форм на старых сайтах, рутина в приложениях без интеграций, тестирование интерфейсов. Не подходит для операций с деньгами и персональными данными без человека в цикле — слишком высок риск неверного клика.

Корпоративный оркестратор (Agentforce, Copilot-агенты) имеет смысл, если у вас уже есть данные в системе поставщика и повторяющиеся процессы: обработка обращений, квалификация лидов, ответы по внутренней базе знаний. Не имеет смысла как универсальный «умный помощник на всё» — вне своей экосистемы он мало что умеет.

Чат-бот с инструментами — базовый выбор для продуктовых команд: добавить в приложение поиск по документам, вызов пары функций, ответы по контексту. Не путайте его с автономией: он не будет сам вести задачу к цели.

Если вы выбираете инструмент, отталкивайтесь не от слова «агент» на лендинге, а от того, какую именно работу нужно сделать без человека и что случится, если система ошибётся.

¹ Агент — в контексте ИИ система, которая на основе восприятия среды выбирает и выполняет действия для достижения цели. Степень самостоятельности сильно варьируется: от одного вызова функции по запросу до длинной цепочки шагов без вмешательства человека.

² RAG (retrieval-augmented generation) — подход, при котором модель перед ответом подтягивает релевантные фрагменты из внешней базы (документов, справочников) и опирается на них, а не только на то, что было в обучении.