No-code или code-first: как выбрать платформу для AI-агентов

Рынок платформ для сборки AI-агентов¹ к концу 2024 года разделился на два лагеря. С одной стороны — визуальные конструкторы вроде n8n, Flowise, Make и корпоративных Microsoft Copilot Studio и Google Vertex AI Agent Builder, где логику собирают перетаскиванием блоков. С другой — фреймворки для разработчиков: LangGraph, LlamaIndex, CrewAI, AutoGen, OpenAI Agents SDK, где агент — это код на Python или TypeScript. Выбор между ними определяет не только скорость запуска, но и то, кто будет чинить бота в три часа ночи, когда он начнёт отвечать клиентам чепухой.

Ошибка стоит дорого: команда собирает MVP за неделю в no-code, а через полгода упирается в потолок конструктора и переписывает всё с нуля на фреймворке. Или наоборот — нанимает разработчиков под задачу, которую менеджер по продукту закрыл бы сам за вечер в визуальном редакторе. Ниже — как не попасть ни в ту, ни в другую ловушку.

Что вообще такое агентная платформа

Агент отличается от обычного вызова языковой модели тем, что сам решает, какие шаги предпринять: вызвать инструмент, сходить в базу знаний, спросить у другой модели, повторить попытку. Платформа даёт три вещи: оркестрацию (последовательность и ветвление шагов), подключение инструментов (API, поиск, код) и работу с памятью и контекстом².

No-code платформа прячет всё это за интерфейсом: вы соединяете ноды линиями, а движок под капотом гоняет запросы. Code-first фреймворк даёт те же примитивы в виде классов и функций — больше работы руками, но и контроля больше на каждом уровне.

Где проходит настоящая граница

Дело не в том, «умеете вы программировать или нет». Граница — в том, насколько нестандартна логика агента и насколько жёсткие у вас требования к отладке, версионированию и нагрузке. Простой сценарий «принять письмо — классифицировать — ответить по шаблону» одинаково хорошо ложится и туда, и туда. А вот мультиагентная система с динамическим планированием и откатами в no-code превращается в нечитаемую паутину нод.

Сравнение подходов

Таблица описывает типичные, а не абсолютные свойства: n8n можно self-hostить и писать в нём JavaScript-ноды, а LangGraph обзавёлся визуальным LangGraph Studio. Границы размываются, но исходная логика инструментов остаётся.

No-code экономит первую неделю. Code-first экономит следующий год. Считать надо весь горизонт проекта, а не старт.

Сколько это стоит

Точные тарифы меняются каждые несколько месяцев, поэтому цифры ниже сверяйте на официальных страницах. Общая механика такая:

• Open-source фреймворки (LangGraph, CrewAI, AutoGen, LlamaIndex) — бесплатны сами по себе. Вы платите за инфраструктуру и за токены модели (OpenAI, Anthropic, локальные модели). Платные тиры появляются у обвязки — например, у LangSmith для трейсинга.
• Self-hosted no-code (n8n Community, Flowise) — бесплатны при развёртывании на своём сервере, деньги идут только за хостинг и токены.
• Облачные no-code (n8n Cloud, Make, Copilot Studio) — подписка по числу запусков, операций или пользователей. На высокой нагрузке это самая непредсказуемая статья: тысячи срабатываний в день быстро выходят за лимиты тарифа.

Отдельно считайте токены языковой модели — они одинаковы в обоих подходах и часто превышают стоимость самой платформы.

Кому это пригодится и кому нет

Берите no-code, если

• Нужно проверить гипотезу за выходные, а не за спринт.
• Логика линейная: триггер — пара шагов — действие. Например, автоответчик по обращениям в поддержку с эскалацией на человека.
• В команде нет разработчиков или они заняты продуктом.
• Все нужные интеграции уже есть готовыми коннекторами (Google Sheets, Slack, CRM).

Берите code-first, если

• Агентов несколько и они координируются между собой с ветвлениями и откатами.
• Нужны строгие тесты, code review и деплой через CI/CD — то есть агент едет в продакшн как обычный сервис.
• Есть кастомные внутренние API без готовых коннекторов.
• Важно контролировать каждый токен и каждый вызов ради стоимости и латентности.

Промежуточный сценарий

Частая рабочая схема — гибрид: прототип и внешнюю оркестрацию собирают в n8n или Make, а тяжёлую агентную логику выносят в отдельный сервис на LangGraph, который no-code дёргает по вебхуку. Так продакт-команда сохраняет контроль над бизнес-сценарием, а разработчики отвечают только за сложное ядро.

Как выбрать за один вечер

1. Нарисуйте граф агента на бумаге. Если он линейный или с одним ветвлением — начните с no-code.
2. Проверьте, есть ли готовые коннекторы ко всем вашим системам. Нет хотя бы одного критичного — считайте плюс в сторону code-first.
3. Оцените горизонт: пилот на месяц или продукт на годы. Долгий горизонт склоняет к коду ради контроля и отсутствия вендор-лока.
4. Прикиньте нагрузку. Тысячи запусков в сутки на облачном no-code бьют по кошельку — проверьте лимиты тарифа заранее.
5. Соберите MVP там, где быстрее, но заложите план миграции, если упрётесь в потолок.

¹ Агент — программа на основе языковой модели, которая сама выбирает последовательность действий и инструментов для достижения цели, а не выполняет один заранее заданный запрос.

² Контекстное окно — максимальный объём текста (в токенах), который модель удерживает за один вызов. Всё, что не влезло, приходится подгружать через память или внешний поиск.