раздел 05

От чата к агенту

Главный сдвиг последнего времени. Чат-бот отвечает на вопрос. Агент достигает цели - сам делает шаги, ходит в системы, проверяет себя.

Чат против агента

Чат-бот
Один шаг: спросил - ответил
  • · Отвечает на конкретный вопрос
  • · Не имеет цели за пределами ответа
  • · Не действует в системах
  • · Работа: секунды
Агент
Цель - план - действия - результат
  • · Сам делает шаги, проверяет, корректируется
  • · Ходит в почту, CRM, базу, интернет, файлы
  • · Работает по поставленной цели, а не по вопросу
  • · Работа: минуты и часы

Из чего собран агент

Звучит сложно, устроено просто. Никакой отдельной «магии агентности» нет.

LLM
«мозг»: планирует и решает
+
Инструменты
«руки»: поиск, SQL, API, код
+
Цикл
подумал → сделал → проверил
=
Агент
другой магии не нужно
ИИ-агент: светящееся ядро, соединённое с инструментами - почтой, базой, файлами, вебом
Агент - это модель в центре, соединённая с рабочими инструментами. Картинка сгенерирована Nano Banana.

Tool use и MCP

Чтобы агент мог пользоваться вашими системами (почта, 1С, CRM, БД, веб), его нужно к ним подключить. Раньше каждый коннектор писали вручную под каждую модель. Теперь есть стандарт.

Для руководителя это значит: интеграции перестают быть дорогим разовым проектом под одного вендора. Это снижает риск привязки к поставщику.

Живые кейсы агентов в проде

Research-агент
Обзор рынка или конкурентов за час вместо двух дней аналитика.
Coding-агент
Закрывает 25-40% задач в IT без участия разработчика.
Sales-агент
Квалифицирует входящий лид, находит компанию, готовит первое касание.
Support-агент
Решает 60-80% типовых обращений первой линии.
Knowledge-агент
Отвечает на вопросы по корпоративной базе - с цитатами и ссылками.
Ваш кейс
Любой повторяющийся процесс с понятным входом и выходом.

Общий признак хорошего кандидата на агента: процесс повторяется, у него понятный вход и выход, и результат можно проверить.