От IVR-меню до автономных агентов: 20 лет эволюции ботов

За два десятилетия то, что мы называем «ботом», прошло путь от жёстко записанного дерева ответов до систем, которые сами планируют шаги, вызывают внешние сервисы и корректируют план по ходу дела. В 2024–2025 годах крупные вендоры — OpenAI, Anthropic, Google — выпустили инструменты для построения именно агентов: OpenAI показала Agents SDK и Responses API, Anthropic — Claude с поддержкой Model Context Protocol (MCP), Google — Gemini с функцией вызова инструментов. Слово «чат-бот» из маркетинговых материалов почти исчезло, его вытеснил «агент». Разберём, чем одно отличается от другого и не пустой ли это ребрендинг.

Три поколения: от скрипта к рассуждению

Историю удобно делить на три технологических волны. Границы условны, но переход между ними всякий раз менял то, что бот способен сделать без участия человека.

Первое поколение: правила и деревья диалогов

Начало 2000-х — эпоха IVR^* и наборных меню. «Нажмите 1, чтобы узнать баланс». Логика жёсткая: заранее прописанные ветки, распознавание ключевых слов, никакого понимания смысла. Тогда же появились текстовые боты на платформах вроде AIML — они подбирали ответ по шаблону входящей фразы. Такой бот не «понимал» вопрос, а сопоставлял его с образцом.

Второе поколение: NLU и классификация намерений

С середины 2010-х пришли инструменты вроде Dialogflow (тогда api.ai, куплен Google в 2016), Wit.ai, Rasa. Бот перестал требовать точной формулировки: модель классифицировала фразу пользователя в одно из заранее определённых «намерений» (intent) и извлекала параметры (entity). «Хочу перенести доставку на завтра» превращалось в интент reschedule_delivery с датой. Это уже гибче, но каталог намерений всё равно составлял человек, и шаг влево от сценария ломал диалог.

Третье поколение: LLM и агенты

С конца 2022 года, после запуска ChatGPT, базой стали большие языковые модели. Они не нуждаются в ручном каталоге интентов — обобщают язык из обучения. А с 2024 года поверх моделей выстроили агентную обвязку: модель получает набор инструментов (поиск, база данных, API оплаты), сама решает, какой и когда вызвать, читает результат и продолжает. Это и есть переход от «ответа на реплику» к «выполнению задачи».

Чат-бот отвечает на вопрос. Агент выполняет задачу — и для этого сам решает, какие шаги предпринять и какие инструменты дёрнуть, а не идёт по заранее нарисованной ветке.

Чем агент отличается от продвинутого бота

Маркетинг размывает термины, поэтому договоримся о признаках. Система тянет на «агента», когда у неё есть все три свойства сразу:

• Планирование. Разбивает цель на подзадачи без явного сценария от разработчика.
• Инструменты. Вызывает внешние функции и сервисы, а не только генерирует текст.
• Цикл с обратной связью. Читает результат каждого шага и корректирует дальнейшие действия, повторяя цикл до достижения цели.

Классический бот колл-центра с деревом диалогов ни одного из этих свойств не имеет. LLM-чат без инструментов имеет только рассуждение. Полноценный агент — все три.

Как это выглядит по поколениям

Обратите внимание на две последние строки. Гибкость агента оплачивается снижением предсказуемости и ростом расходов. Для сценария «сообщить баланс» дерево диалогов до сих пор дешевле и надёжнее агента — и это не деградация, а трезвый расчёт.

Что реально изменилось для бизнеса

Три сдвига, которые чувствует любой, кто внедряет поддержку клиентов:

1. Порог входа для новых сценариев упал. Раньше каждый новый тип обращения — это новый интент, разметка и тестирование. Теперь модель обрабатывает формулировку, которую никто заранее не прописывал.
2. Появилась ответственность за действия, а не только за слова. Агент, который сам оформляет возврат или меняет тариф, может ошибиться с деньгами клиента. Это переносит вопрос из плоскости «удобно ли отвечает» в плоскость «кто отвечает за неверное действие».
3. Выросла статья расходов. Оплата по токенам плюс вызовы внешних API делают стоимость одного разговора переменной, а не фиксированной, как у IVR.

Кому это пригодится, а кому нет

Агент оправдан, когда задача многошаговая и вариативная:

• тревел-поддержка: найти рейс, сверить правила возврата, оформить обмен — несколько разнородных действий в одном диалоге;
• техподдержка SaaS, где нужно посмотреть логи, свериться с документацией и предложить конкретное решение;
• внутренние ассистенты, которые тянут данные из нескольких корпоративных систем.

Агент избыточен или опасен, когда:

• сценарий однотипный и объёмный — «узнать статус заказа»: дешевле и надёжнее классический бот с прямым запросом в базу;
• цена ошибки высока, а проверить действие некому — финансовые операции без подтверждения человеком;
• требуется юридически точный ответ слово в слово (медицина, право) — риск галлюцинаций перевешивает удобство.

Куда идёт 2025 год

Главная техническая тема сейчас — стандартизация того, как агент общается с инструментами. Anthropic в конце 2024 года представила Model Context Protocol — открытый протокол подключения моделей к источникам данных и сервисам; его начали поддерживать и другие игроки. Параллельно OpenAI развивает Agents SDK для оркестрации нескольких агентов. Общий вектор: не одна всезнающая модель, а набор специализированных агентов с чётко описанными инструментами и передачей задач между собой.

Что до готовых цен на такие решения — они меняются каждые несколько месяцев и зависят от модели и объёма вызовов. Актуальные тарифы смотрите на страницах прайсинга самих вендоров, а не в обзорах: цифра из статьи полугодовой давности почти наверняка устарела.

^* IVR (Interactive Voice Response) — система голосового меню, которая реагирует на нажатия кнопок телефона или простые голосовые команды по заранее заданному дереву. Именно она произносит «оставайтесь на линии, ваш звонок важен для нас».