Скрытая цена agentic AI: что не показывают в демо вендоров

Осенью 2024 года OpenAI, Anthropic и Google почти одновременно сместили риторику: продукт теперь не «чат-бот», а «агент», который сам бронирует, кодит, ищет и заполняет формы. Anthropic выпустила Computer Use — режим, где Claude управляет курсором и клавиатурой в виртуальной машине. OpenAI показала Operator, а затем встроила агентские сценарии в ChatGPT. Google продвигает Project Mariner и агентские возможности Gemini. На сцене всё выглядит так, будто вы описываете задачу одной фразой и получаете результат. В счетах и логах картина другая.

Разница между демонстрацией и продакшеном у agentic-систем больше, чем у обычных чат-моделей. Один запрос к чат-модели — это один вызов. Один запрос к агенту^* — это цепочка из десятков вызовов: подумал, вызвал инструмент, прочитал ответ, снова подумал. Каждый шаг тратит токены и время, а часть шагов уходит в тупик. Именно это редко попадает в презентации.

Из чего складывается реальный счёт

Когда вендор показывает, как агент «за 15 секунд забронировал столик», вы видите удачный прогон. За кадром остаётся то, что превращает пилот в статью расходов.

Токены растут нелинейно

Агент на каждом шаге тащит в контекстное окно^** всю историю: исходную задачу, промежуточные рассуждения, ответы инструментов, содержимое веб-страниц. К десятому шагу контекст может раздуться до десятков тысяч токенов, и вы платите за него на каждом последующем шаге заново. Тот же результат у обычного ассистента стоил бы в разы дешевле, потому что там нет длинной петли самоповторов.

Повторы и тупики

Агент ошибается, замечает ошибку, откатывается и пробует иначе. Это заложено в саму идею автономности. Но каждая неудачная ветка — оплаченные токены без результата. В демо таких веток нет, потому что записывают удачный дубль.

Инструменты и инфраструктура

Режимы вроде Computer Use гоняют скриншоты и координаты через модель, а сам браузер или виртуальную машину нужно где-то держать. Плюс внешние API, которые агент дёргает: поиск, парсинг, платёжные и почтовые сервисы. Это отдельные счета, не входящие в цену токенов.

Человек в контуре

Ни один серьёзный вендор пока не отдаёт агенту право на необратимые действия без подтверждения. Значит, кто-то проверяет вывод, подтверждает покупки, откатывает ошибки. Это рабочее время сотрудника, которое в расчёт ROI обычно не заносят.

Чат-модель отвечает на вопрос. Агент выполняет процесс — и оплачивается как процесс: каждый его шаг, включая неудачные, стоит денег и требует надзора.

Чем агентские режимы отличаются друг от друга

Прямое сравнение затрудняется тем, что продукты решают разные задачи и по-разному тарифицируются. Ниже — ориентиры на начало 2025 года. Цены и лимиты меняются, точные условия смотрите на официальных страницах.

Общее у всех трёх — режим экспериментальный, а не рассчитанный на стабильную надёжность процессов. Точные тарифы и границы доступа сверяйте на страницах вендоров: они пересматриваются каждые несколько месяцев.

Где заявленная точность спотыкается

Вендоры любят приводить проценты успеха на бенчмарках. Anthropic для Computer Use ссылалась на тест OSWorld — набор задач по управлению настольным окружением. Результаты там на момент выхода были заметно ниже человеческих, и сама компания это подчёркивала. Если видите в презентации круглую цифру успеха без названия теста и ссылки — это не измерение, а маркетинг.

Проблема бенчмарков ещё и в том, что они не ловят стоимость. Агент может решить задачу с высокой точностью, но за двадцать вызовов вместо трёх. На метрике «solve rate» это не видно, а в счёте — да.

Кому это пригодится, а кому нет

Agentic AI не универсальное благо и не пустышка. Он окупается в узких сценариях и разоряет во всех остальных.

Стоит присмотреться, если у вас:

• Повторяющийся процесс с чёткими шагами — перенос данных между системами без нормального API, рутинный веб-парсинг, заполнение однотипных форм. Тут цена ошибки низкая, а ручной труд дорогой.
• Задачи, где допустима проверка результата человеком: агент готовит черновик, сотрудник подтверждает.
• Внутренние инструменты для команды разработки, где можно логировать каждый шаг и быстро чинить сбои.

Лучше подождать, если у вас:

• Действия с необратимыми последствиями без права на ошибку — платежи, юридически значимые операции, отправка сообщений клиентам от вашего имени.
• Требование к предсказуемой стоимости: агент с плавающим числом шагов не даёт стабильного ценника на задачу.
• Задача, которая на деле решается одним вызовом обычной модели или парой строк скрипта. Агент здесь — дорогой способ сделать простое.

Как оценить agentic-проект до внедрения

1. Прогоните не идеальный, а типичный сценарий — с неоднозначными данными и сбоями, а не подготовленный кейс из демо.
2. Замерьте среднее число вызовов и токенов на одну завершённую задачу, а не на удачный прогон. Считайте и неудачные ветки.
3. Заложите время человека на проверку и откаты как отдельную статью расходов.
4. Сравните итог с альтернативой: одиночный запрос к модели, обычная автоматизация или существующий API.
5. Поставьте лимит на число шагов и на бюджет одной задачи, чтобы зациклившийся агент не съел деньги молча.

^* Агент — ИИ-система, которая не просто отвечает, а выполняет задачу в несколько шагов: планирует, вызывает внешние инструменты, читает результат и корректирует действия, пока не достигнет цели.

^** Контекстное окно — максимальный объём текста в токенах, который модель удерживает за один вызов. У агентов оно заполняется быстро, потому что в него складывается вся история шагов.