Обычный запрос к модели — это один ход: спросил — получил ответ. Агент — это следующий уровень: модель работает не одним ходом, а в цикле, сама решая, что делать дальше, пока не достигнет цели. Если вызов инструментов даёт модели руки, то агент — это модель, которая этими руками работает самостоятельно, шаг за шагом.
Что такое агент
Агент — это модель, помещённая в цикл с целью и набором инструментов. Упрощённо каждый шаг выглядит так:
- План / рассуждение — модель смотрит на цель и текущее состояние и решает, что сделать следующим.
- Действие — вызывает инструмент: читает файл, запускает тест, ищет по коду, правит строку.
- Наблюдение — получает результат действия в контекст.
- Повторяет цикл, учитывая результат, — и так, пока цель не достигнута или не исчерпан лимит.
Пример: «почини падающий тест». Агент запускает тест (действие) → видит ошибку (наблюдение) → находит виноватый код (действие) → правит (действие) → снова запускает тест (действие) → видит, что прошёл (наблюдение) → останавливается. Всё это — без вашего участия на каждом шаге.
Чем агент отличается от запроса
Разница — в автономности. Обычный запрос выполняет ровно то, что вы сказали, за один ход. Агент сам разбивает задачу на шаги, сам выбирает инструменты, сам реагирует на промежуточные результаты и сам решает, когда закончить.
Это мощно: агент справляется с задачами, которые нельзя решить одним ответом, — они требуют серии действий и реакции на их итоги. Но это и рискованно: чем больше шагов делает система сама, тем меньше вы контролируете каждый и тем дороже накопленная ошибка.
Где агенты сильны, а где ломаются
Сильны, когда задача:
- разбивается на шаги с проверяемым результатом (тест прошёл / не прошёл, код скомпилировался);
- требует реакции на промежуточные итоги (не угадаешь заранее весь путь);
- терпит несколько попыток и имеет понятный критерий готовности.
Ломаются, когда:
- нет чёткого критерия «готово» — агент крутится, не понимая, достиг ли цели;
- ошибки накапливаются — неверный шаг уводит следующие ещё дальше, и агент уверенно идёт не туда;
- цена шага высока и необратима — каждый самостоятельный вызов может навредить;
- цель размыта — чем расплывчатее задача, тем сильнее агент «фантазирует» маршрут.
Контроль обязателен
Автономность требует границ — иначе галлюцинация на одном шаге тихо утечёт в результат:
- Ограничивайте инструменты и права — агент должен уметь ровно необходимое; необратимое — через подтверждение человека.
- Ставьте лимиты — на число шагов и на стоимость: цикл легко нагенерирует сотни дорогих вызовов.
- Делайте результат проверяемым — давайте агенту objective-критерий (тесты, компиляция), по которому он и вы понимаете, что цель достигнута; затем проверяйте итог как любой результат ИИ.
- Держите человека в контуре на важных решениях — агент предлагает, человек утверждает то, что дорого откатить.
Что это значит на практике
Агенты — это способ поручить ИИ не один ответ, а целую многошаговую задачу. Для продукт-инженера это огромный рычаг и одновременно зона наибольшего риска: чем больше система делает сама, тем важнее чёткая цель, проверяемый критерий готовности, ограниченные права и лимиты. Хороший агент — это не «самый умный», а тот, у кого ясная цель, надёжная проверка и разумные границы.
Дальше
Вы прошли, как устроен ИИ: модели, галлюцинации, токены, контекст, инструменты и агенты. Дальше — как на этом фундаменте строят работу: контракт и оснастка для AI, скиллы и память.