AI-агент — это система, которая самостоятельно выстраивает порядок действий для достижения цели без детальных инструкций от человека. В центре цикла управления — большая языковая модель (LLM), которая определяет следующее действие. Инструменты выполняют это действие, а результат снова передаётся LLM для оценки.
Например, если попросить AI-агента подготовить материалы для встречи на следующей неделе, он сам определит порядок действий: найдёт связанные файлы, обобщит ключевые моменты, создаст материалы. Если файлы не найдены — скорректирует действия и поищет в другом месте.
Anthropic определяет агента как систему, в которой LLM динамически определяет поток обработки и способ использования инструментов. Компоненты AI-агента сводятся к четырём частям:
* компонент для принятия решений;
* компонент для определения поведения;
* компонент для взаимодействия с внешним миром;
* компонент для хранения данных.
Примеры компонентов в разных источниках:
* Anthropic — LLM, инструменты/поиск, память;
* OpenAI Agents SDK — модель, инструкции, инструменты;
* в обзоре Wang и др. — план, профиль, действие, память.
LLM (например, OpenAI GPT, Anthropic Claude, Google Gemini) понимает и генерирует текст, на основе цели, указаний и предыдущих результатов выдаёт следующий шаг. Но операции (отправка почты, сохранение файлов) выполняют инструменты — LLM только указывает, какой инструмент и с какими параметрами использовать.
Указание (инструкция/системный промпт) задаёт роль, правила и условия завершения задачи для AI-агента. В указание включают:
* роль (например, «вы — сотрудник бухгалтерии, отвечающий за обработку счетов»);
* правила (например, «не обрабатывать платежи свыше 100 тыс. иен, а уточнять у ответственного»);
* условия завершения (например, «завершить после регистрации всех позиций в бухгалтерской системе»).
Инструменты обеспечивают доступ к внешней информации и управление системами. Примеры инструментов:
* веб‑поиск;
* поиск во внутренних документах;
* отправка писем и сообщений в бизнес‑чатах;
* ввод данных в таблицы и бухгалтерские системы;
* выполнение программ.
Память позволяет AI-агенту сохранять контекст и знания. Wang и соавторы выделяют два типа памяти:
* краткосрочная — хранит контекст текущей работы в пределах того, что LLM может обработать за один раз;
* долгосрочная — хранит записи прошлых работ и знания во внешней базе данных, к которой обращаются при необходимости. В долгосрочную память можно поместить внутренние руководства и историю взаимодействий — это упростит принятие решений в соответствии с практикой компании.
Работа AI-агента состоит из 5 шагов:
1. Получение и понимание цели.
2. Разбиение задачи на части и составление плана.
3. Выбор и выполнение инструментов.
4. Проверка результатов и определение следующего действия.
5. Завершение при выполнении условий.
Шаги 3 и 4 повторяются многократно — это создаёт впечатление автономности агента. Например, чтобы составить отчёт о сравнении тарифных планов трёх конкурентов и поделиться таблицей в Slack, AI‑агент многократно повторяет цикл «думать → действовать → проверять результат»:
1. Поиск страницы с тарифами A‑компании через поиск «A », получение URL страницы.
2. Извлечение из страницы названий планов и ежемесячных платежей.
3. Повторение шагов для B‑ и C‑компаний.
4. Составление сравнительной таблицы в программе для работы с таблицами.
5. Публикация в Slack — выполнение условия завершения, завершение работы.
AI‑агент при получении неожиданного результата анализирует его и пробует другой способ. Каждый результат проверяется и используется как материал для следующего решения. Если на странице с тарифами B-компании нет суммы, AI-агент:
* ищет сумму в пресс‑релизах и материалах о продукте;
* если не находит — указывает «недоступно» в таблице;
* в отчёте сообщает: «B».
Отличие AI-агента от генеративного AI и чат‑бота — в наличии цикла действий на основе результатов. Генеративный AI завершает обработку после одного ответа. Чат‑бот отвечает в рамках заранее заданного сценария. AI‑агент анализирует результаты действий и принимает решение о следующих шагах, продолжая работу до достижения цели.
Работу AI-агентов поддерживают 4 технологии:
* ReAct (2022, Принстонский университет и Google) — метод, при котором LLM поочерёдно генерирует мысли и действия. В ReAct циклически повторяются три элемента: мысль (Thought), действие (Action), наблюдение (Observation).
* Function Calling — функция, при которой LLM в заданном формате (JSON) указывает, какой инструмент и с какими значениями использовать. Процесс:
1. Предоставить модели список доступных инструментов.
2. Получить от модели запрос на вызов инструмента.
3. Выполнить инструмент на стороне приложения.
4. Передать результат модели и снова обратиться к ней.
5. Получить от модели окончательный ответ или запрос на дополнительный вызов.
* RAG (предложен Lewis и др. в 2020 году) — метод, при котором для обоснования решений выполняется поиск во внутренних документах. В AI‑агентах RAG используется как часть долгосрочного памяти или инструмента. Точность RAG повышается при хорошей организации внутренних документов.
* MCP (Model Context Protocol) — стандартный протокол для соединения AI с внешними данными и инструментами. Опубликован Anthropic в ноябре 2024 года. Позволяет использовать общий способ подключения для инструментов, поддерживающих MCP. Anthropic в качестве примеров подключений приводит хранилища контента, бизнес‑инструменты, среды разработки.
Существует 3 паттерна построения систем с использованием AI‑агентов:
* рабочий процесс (workflow) — LLM выполняет заранее определённые шаги. Особенность подхода — предсказуемость работы благодаря фиксированному порядку шагов. Пример: «получение письма‑запроса → классификация содержимого LLM → перенаправление по категориям ответственным лицам».
* одиночный агент — один агент определяет порядок действий. Контрольные циклы подходят для задач, где нельзя заранее определить порядок действий, например для исследований и упорядочивания данных.
* мультиагент — несколько агентов распределяют роли в выполнении одной задачи (например, агент по исследованию, агент по написанию текста, агент по проверке для подготовки отчёта).
Ограничения AI-агентов:
* ошибки в суждениях накапливаются в цикле;
* существует лимит на объём информации, обрабатываемой за один раз;
* чем шире полномочия, тем серьёзнее последствия ошибочных действий;
* время и затраты растут пропорционально количеству операций.
Для предотвращения цепочки ошибок нужно внедрять механизмы проверки результатов на промежуточных этапах. Чтобы снизить влияние лимита на объём информации, большие задачи следует разбивать на мелкие и использовать долгосрочную память для извлечения необходимых данных.
Ограничения AI‑агентов можно контролировать с помощью четырёх механизмов:
* проверка ввода и вывода с помощью «гайдреелов»;
* ограничение прав инструментов рамками, необходимыми для бизнеса;
* получение человеческого одобрения перед важными операциями;
* установка условий остановки и ведение журнала выполнения.
AI‑агентам можно поручать задачи, если они соответствуют 4 условиям:
* цель и условие завершения можно описать словами;
* есть инструменты для подключения к нужным системам и получения необходимой информации;
* есть способ проверить правильность результата;
* ошибки можно отменить или исправить.
Примеры подходящих задач: сбор конкурентной информации, первичная классификация запросов, согласование дат встреч, поиск и суммирование внутренних документов.
Задачи, где нужно сохранить человеческое решение:
* операции, связанные с деньгами или юридической ответственностью (платежи, заключение договоров);
* решения, касающиеся людей (наём, оценка персонала);
* официальные ответы и заявления для клиентов или внешних сторон.
ChatGPT может быть и генеративным ИИ, и ИИ‑агентом — в зависимости от способа использования. В обычном чате он работает как генеративный ИИ. В июле 2025 года добавлена функция агента — ChatGPT agent: она выполняет работу за пользователя, используя разные инструменты (браузер, терминал и др.), — получает цель, действует с помощью инструментов, проверяет результат.
Для использования готовых сервисов и no‑code‑инструментов программирование не нужно. Есть сервисы, где достаточно сообщить цель через чат (например, ChatGPT agent), а также инструменты для создания агентов через интерфейс (Microsoft Copilot Studio, Dify). Для глубокой интеграции с корпоративными системами и детальной настройки прав и логов нужны знания в разработке.
Смена LLM влияет на поведение ИИ‑агента: меняется способ составления планов и выбора инструментов, различаются интерпретация и выполнение инструкций. При смене LLM нужно сначала протестировать на тех же задачах и сравнить результаты, а затем переводить в продакшн.
A Survey on Large Language Model based Autonomous AgentsarXiv
Building effective agentsAnthropic
Function callingOpenAI
Running agentsOpenAI Agents SDK
Introducing ChatGPT agentOpenAI
HOME
Building effective agentsAnthropic
Building effective agentsAnthropic
AgentsOpenAI Agents SDK
A Survey on Large Language Model based Autonomous AgentsarXiv
AgentsOpenAI Agents SDK
ReAct: Synergizing Reasoning and Acting in Language ModelsarXiv
Function callingOpenAI
Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksarXiv
Подписаться в Макс
