Журнал «Отинофф»
Схема сравнения чат-интерфейса и ИИ-агента с завершением задач: от ответов к действиям

ИИ-агент с завершением задач: 5 критериев выбора вместо чата

ИИ-инструменты 30 июня 2026 г.

Вы даёте поручение ИИ-ассистенту: «Подготовь отчёт по продажам за квартал, проверь данные, исправь ошибки и отправь руководителю». Через минуту ассистент отвечает: «Вот шаблон отчёта. Данные нужно проверить вручную. Ошибки не исправлял. Отправить не могу — нет доступа к почте». Это не коллега. Это генератор текста, который остановился на полпути.

Источник: the-decoder.com

Исследовательская группа из Tencent Youtu Lab и нескольких китайских университетов опубликовала обзорную статью, в которой формулирует главную проблему современных ИИ-систем: они умеют отвечать, но не умеют завершать задачи. Пока это не изменится, ИИ не станет полноценным участником рабочих процессов.

Для бизнеса это означает, что выбор между чат-интерфейсом и агентом, который доводит дело до конца, — не вопрос удобства, а вопрос стоимости, времени и контроля. В этой статье — практические критерии, по которым можно оценить, готов ли ИИ-инструмент стать настоящим исполнителем, и что нужно проверить до внедрения.

Что изменилось: от быстрых ответов к медленному мышлению

Первое поколение языковых моделей работало по принципу «один проход — один ответ». Модель получала запрос, подбирала наиболее вероятное продолжение и выдавала текст. Она не проверяла промежуточные шаги, не искала альтернативные решения и не исправляла ошибки. Это подходило для генерации текста, но не для выполнения задач, где нужна точность.

С появлением моделей типа OpenAI o1 и DeepSeek-R1 началась эра «думающих» LLM. Эти модели тратят дополнительное вычислительное время на этапе ответа: они строят длинные цепочки рассуждений, проверяют промежуточные результаты и учатся через reinforcement learning искать и исправлять ошибки. Исследователи называют это переходом от быстрого, интуитивного «Системы 1» к медленному, осознанному «Системы 2» — по терминологии психолога Дэниела Канемана.

Практическое следствие: если ваш ИИ-инструмент не тратит время на проверку собственных шагов, он не сможет надёжно завершать задачи, требующие точности. Это не баг, а архитектурное ограничение.

От вызова инструментов к постоянной рабочей среде

Первое поколение ИИ-агентов умело вызывать API, писать код и искать в интернете. Но они оставались хрупкими. Исследователи выделяют четыре структурных узких места:

  • агенты воспринимали среду только фрагментарно;
  • вызовы инструментов не оставляли постоянного состояния;
  • неожиданное поведение ломало их;
  • они редко доводили задачи до конца.

Решение, которое предлагают авторы обзора, — переход к эпохе OpenClaw. В этой парадигме модель работает в постоянном, защищённом рабочем пространстве с файлами, терминалами, сессиями, логами, браузерами, правами доступа и переиспользуемыми навыками. Всё это сохраняется на протяжении всего рабочего процесса. В качестве примеров приводятся OpenHands и SWE-agent — системы, которые встроены в контролируемые среды разработки.

Что это значит для вас: если ИИ-агент не имеет постоянного рабочего пространства, где сохраняются файлы, сессии и результаты предыдущих шагов, он каждый раз начинает с нуля. Это не коллега, а временный помощник, который забывает всё после каждого ответа.

Рабочее пространство плюс навык — ключевой элемент

Главный аргумент исследователей: сочетание постоянного рабочего пространства и переиспользуемых навыков даёт реальный скачок производительности. Рабочее пространство обеспечивает состояние, хранение и последствия действий. Навык упаковывает операционные знания в многократно используемые блоки.

Навык — это не промпт и не традиционный инструмент. Он находится между рассуждением модели и выполнением в рабочем пространстве. Организации могут фиксировать know-how в модульной, тестируемой, переносимой форме. Компания Anthropic уже формализовала этот паттерн в Agent Skills: это папки с файлом SKILL.md, в котором содержатся инструкции, скрипты и ресурсы.

Практический пример: вместо того чтобы каждый раз писать промпт «найди ошибки в отчёте, проверь формулы, исправь и сохрани», вы создаёте навык «Проверка квартального отчёта». Этот навык можно протестировать отдельно, передать другому агенту или обновить без изменения всей системы.

Почему обучение и оценка должны измениться

Традиционные метрики качества ИИ-моделей измеряют, насколько точен ответ. Но для агента, который завершает задачи, этого недостаточно. Нужно оценивать:

  • Доля завершённых задач — сколько поручений агент довёл до конца без вмешательства человека.
  • Стоимость завершения — сколько вычислительных ресурсов и времени потребовалось.
  • Надёжность в нестандартных ситуациях — как агент реагирует на ошибки, отсутствие данных или конфликтующие инструкции.
  • Время на восстановление — если агент ошибся, сколько времени нужно, чтобы вернуть процесс в рабочее состояние.

Исследователи предупреждают: переиспользуемые процедуры могут устаревать, переобучаться под конкретные сценарии и терять эффективность при изменении условий. Навыки нужно регулярно проверять и обновлять.

Безопасность становится операционной проблемой

Когда ИИ-агент работает в постоянной среде с доступом к файлам, терминалам и внешним сервисам, безопасность перестаёт быть вопросом настроек чата. Она становится частью ежедневной эксплуатации.

Основные риски, которые нужно учитывать:

  • Утечка данных через навыки — если навык содержит конфиденциальные инструкции или данные, он может быть передан другому агенту или скопирован.
  • Несанкционированные действия — агент с доступом к терминалу может выполнить команды, которые вы не предусмотрели.
  • Зависимость от внешних сервисов — если агент вызывает API, сбой или изменение API может остановить весь процесс.
  • Отсутствие аудита — если агент не логирует свои действия, вы не сможете восстановить, что пошло не так.

Что проверить: прежде чем давать агенту доступ к рабочим системам, убедитесь, что каждое его действие логируется, права доступа ограничены по принципу минимальной необходимости, а навыки проходят проверку перед использованием.

Что можно проверить за неделю без перестройки компании

Переход к агентам, завершающим задачи, не требует немедленной замены всей ИИ-инфраструктуры. Вот пять шагов, которые можно сделать за неделю:

  1. Выберите одну повторяющуюся задачу, которую сейчас выполняет человек и которая занимает не больше часа. Например: «Проверить отчёт на соответствие шаблону, исправить ошибки форматирования и сохранить в общую папку».
  2. Проверьте, есть ли у вашего текущего ИИ-инструмента постоянное рабочее пространство. Может ли он сохранять файлы, вести сессию, помнить предыдущие шаги? Если нет — это ограничение, которое нужно учитывать.
  3. Создайте простой навык. Запишите инструкцию для задачи в формате, который поддерживает ваш инструмент. Anthropic Agent Skills — готовый пример: папка с файлом SKILL.md, скриптами и ресурсами.
  4. Протестируйте навык на трёх разных сценариях: идеальные данные, данные с ошибками, пустые данные. Запишите, сколько раз агент завершил задачу без вашего вмешательства.
  5. Оцените стоимость. Посчитайте, сколько вычислительных ресурсов и времени потребовалось на завершение задачи. Сравните с затратами человека. Если агент тратит больше — он пока не готов к замене.

Что может не сработать: скрытые ограничения

Даже если агент успешно завершает тестовую задачу, есть риски, которые могут проявиться только в реальной работе:

  • Стоимость масштабирования. «Думающие» модели тратят больше вычислительных ресурсов. Если вы запускаете агента на сотне задач в день, счёт за облачные вычисления может вырасти в разы.
  • Зависимость от поставщика. Если вы используете проприетарную модель или платформу, изменение условий доступа, цены или API может остановить ваши процессы.
  • Принятие командой. Сотрудники могут не доверять агенту, который работает в постоянной среде и имеет доступ к файлам. Без их участия внедрение провалится.
  • Юридические риски. Если агент ошибается и наносит ущерб — кто несёт ответственность? Этот вопрос часто остаётся без ответа до первого инцидента.

Что делать на следующей неделе

  1. Проведите аудит текущих ИИ-инструментов по трём критериям: есть ли постоянное рабочее пространство, поддерживаются ли переиспользуемые навыки, логируются ли действия агента.
  2. Выберите одну задачу для пилота. Не пытайтесь автоматизировать всё сразу. Одна повторяющаяся задача с чёткими критериями завершения — лучший старт.
  3. Установите метрики успеха. Доля завершённых задач, время выполнения, стоимость, количество ошибок. Без метрик вы не узнаете, стало ли лучше.
  4. Подготовьте план отката. Если агент не справляется, вы должны иметь возможность быстро вернуться к ручному процессу без потери данных.
  5. Обсудите с командой. Объясните, что агент не заменяет людей, а берёт на себя рутинные шаги. Спросите, какие задачи они хотели бы делегировать в первую очередь.

Источники

Генерация изображения

  • Модель: flux-schnell
  • Провайдер: replicate

Темы журнала

Что почитать дальше

Теги

Андрей Отинов

Рекомендуем