ИИ-агент для бизнеса — это программа на языковой модели, которая сама решает, какие шаги сделать и какими инструментами, чтобы закрыть задачу. Ниже 9 агентов, которые запускаем я и команда AI-Teams: что делают, сколько стоит прогон, на чём собраны и где ломались.
Я Егор Рудомёткин — AI-стратег, спикер по ИИ и эксперт по AI-агентам, основатель AI-Cofounder School и AI-Teams. По этому запросу Яндекс сейчас показывает рейтинги платформ. У меня другое: агенты, которые я собрал сам, с ценой и поломками.
- Агент сам выбирает следующий шаг. Если шаги прописаны заранее, а модель работает внутри них, это workflow, процесс с ИИ внутри. Anthropic советует начинать с самого простого решения.
- Прогон агента у меня стоит от нескольких центов до десятков долларов. Досье на участника встречи ≈ $0,04, баннеры на кампанию $0,74, разбор 8 493 постов $16,5.
- Агенты ломаются молча. Мой личный агент 33 дня не работал. Статус сервера всё это время горел зелёным.
- Самая опасная ошибка агента — гладкий текст на неверных данных. Её ловит второй агент или человек.
- Первая задача для агента — частая, с понятным результатом и человеком, который этот результат проверит.
Содержание
- Что такое ИИ-агент простыми словами
- Чем ИИ-агент отличается от чат-бота и автоматизации
- 9 ИИ-агентов из моей практики: примеры для бизнеса
- Как работает агент встреч у меня
- Агенты для контента и рекламы: примеры из практики
- Где ИИ-агенты ломаются
- Внедрение ИИ-агентов: с какой задачи начать
- ИИ-сотрудник: миф или нет
- Частые вопросы
Что такое ИИ-агент простыми словами
ИИ-агент — это языковая модель, которой дали инструменты и разрешили самой решать, что делать дальше. Инструменты здесь значат поиск, файлы, таблицы, почту, CRM (базу клиентов), календарь.
Самое точное определение я нашёл у Anthropic, компании, которая делает Claude. В статье «Building effective agents» от 19 декабря 2024 года они разводят два вида систем.
В первом модель и инструменты идут по пути, заранее прописанному в коде. Во втором модель сама управляет процессом и сама выбирает инструменты. Обе системы Anthropic относит к агентным, но агентом называет только вторую.
Там же есть фраза, которую я повторяю клиентам. Агент обычно просто модель, которая в цикле вызывает инструменты и смотрит на результат. Магии внутри нет. Есть петля: подумал, сделал, проверил, следующий шаг.
Пример из моей работы. Раз в час на моём компьютере просыпается агент и смотрит, появились ли новые записи встреч в Zoom. Если появились, он читает расшифровку, пишет карточку встречи и обновляет общие выводы. Какие встречи брать и что поменять в выводах, он решает сам. Я задал только потолок: 6 встреч и $5 за прогон.
Чем ИИ-агент отличается от чат-бота и автоматизации
Чат-бот отвечает на вопрос. Автоматизация повторяет заданные шаги. Агент сам выбирает шаги под цель. Между автоматизацией и агентом есть промежуточный вариант, процесс с ИИ внутри, и для бизнеса он часто самый выгодный.
| Кто решает следующий шаг | Пример | Когда выбирать | |
|---|---|---|---|
| Чат-бот | человек, бот только отвечает | ответы на частые вопросы клиентов | вопросы типовые, действий в системах нет |
| Автоматизация (скрипт) | программист заранее | выгрузка из 1С в таблицу каждое утро | правила известны, данные чистые |
| Процесс с ИИ внутри (workflow) | программист заранее, модель делает отдельные шаги | расшифровка встречи → карточка по шаблону | шаги известны, внутри шага нужен текст или разбор |
| ИИ-агент | модель | агент сам решает, какие встречи разобрать и что поменять в выводах | шаги заранее не угадать, результат можно проверить |
Anthropic прямо пишет: ищите самое простое решение и усложняйте, только когда это нужно. Иногда это значит не строить агента вообще. Агент дороже и медленнее, а его ошибки копятся от шага к шагу.
По моему опыту так и есть. Большая часть того, что я называю агентами, на деле процессы с ИИ внутри. Агентом там сделан один-два шага, где без суждения не обойтись.
Агент встреч из примера выше устроен именно так. Расписание раз в час и расшифровку записи делают обычные скрипты, модели там нет. Модель включается на одном шаге: прочитать расшифровку, написать карточку и решить, что поменять в общих выводах. Это Opus, старшая модель Claude.
Баннер-завод из таблицы ниже тоже процесс. Бриф, картинки, отбор, дубли и проверка идут в заданном порядке. Модели работают внутри шагов, а выбирать следующий шаг им не дают.
9 ИИ-агентов из моей практики: примеры для бизнеса
Вот агенты, которые запускаем я и команда AI-Teams. Сразу честно: замеров «сколько часов было до и сколько стало» по ним у меня нет. В таблице то, что измерено: цена прогона, время на единицу работы, что поймала проверка.
Пара слов про колонку «На чём собран». Claude Code значит Claude, который работает с файлами и программами на компьютере. Скилл — папка с инструкцией, которую ИИ читает перед работой. Opus и Sonnet это старшая и средняя модели Claude, GPT Image рисует картинки, Apify собирает данные из соцсетей.
| Агент | Что делает | Цифры | На чём собран |
|---|---|---|---|
| Агент встреч | раз в час разбирает записи Zoom в карточки реестра и обновляет выводы | ~70 секунд на встречу, до 6 встреч и до $5 за прогон | Claude Code в фоне, модель Opus, расшифровка на своём компьютере |
| Подготовка к встрече | собирает досье на участников из календаря | ≈ $0,04 и ~35 секунд на человека | скилл Claude Code, Apify для профилей |
| Сборщик рынка | собирает посты и ролики по нише, размечает форматы и запуски | 8 493 поста, 291 разбор видео, $16,5 | скрипты, Apify, модели для разбора |
| Агент-анализатор | перепроверяет выводы сборщика | в тот же день опроверг 6 выводов | пять аналитиков на Opus и координатор |
| Баннер-завод | пишет бриф, рисует варианты, отбирает лучшие | 12 вариантов ≈ $0,18, прогон целиком $0,74 | Opus, GPT Image, Sonnet на проверке |
| Монтаж по тексту | собирает черновую склейку из дублей, по кнопке делает варианты и упаковку | 8 минут записи распознаются ≈ за 1,5 минуты | локальный сервис, Claude по кнопке |
| Конвейер статей | разбирает выдачу Яндекса, ищет фактуру в заметках, пишет черновик | 5 октября в блоге вышли 3 статьи, дальше по одной в день после моего одобрения | скилл Claude Code, скрипт проверки, расписание |
| Проверяющий фактов | сверяет каждое утверждение черновика с источником | в первой статье нашёл 11 неточностей | отдельный агент на Opus, не автор черновика |
| Личный агент | помощник в Telegram на отдельном сервере, задуман отвечать круглые сутки | после запуска 33 дня молчал при зелёном статусе, 283 ошибки в сутки | готовый агент с открытым кодом |
Почти у каждого агента в таблице есть проверяющий. У сборщика это анализатор, у баннеров Sonnet, у статей отдельный агент на фактах. У личного агента проверяющего не было, и это видно по его строке.
Как работает агент встреч у меня
Агент встреч держит за меня договорённости: что я обещал и что обещали мне. С 21 сентября по 2 октября у меня было 43 встречи, и по каждой есть карточка.
Устроено так. Раз в час скрипт забирает новые записи Zoom. Аудио расшифровывается на моём компьютере и наружу не уходит: 5,6 часа записи распознаются примерно за 1,5 часа. Чужие разговоры я в облачные сервисы распознавания не отправляю.
Дальше запускается агент на Opus. Он пишет карточку: кто был, что хотел собеседник, что я предложил, о чём договорились, что ждём и от кого. На встречу уходит около 70 секунд.
Ограничения жёсткие. Не больше 6 встреч и $5 за прогон, не больше трёх попыток на одну встречу. Перед включением я проверил агента на встрече, которую разбирал руками. Карточки совпали.
Самое полезное начинается после карточек: агент обновляет выводы по всем встречам. На 3 октября выводы по 33 внешним встречам показали две вещи. Самые горячие собеседники сидят внутри компаний, а решение принимает их начальник. И цена одного и того же продукта на разных встречах звучала по-разному. По одной встрече такое не увидишь.
Рядом работает второй агент, подготовка к встрече. Перед звонком он собирает досье на каждого участника из календаря, чтобы за 3 минуты до начала я знал, с кем говорю. Досье стоит около 4 центов и 35 секунд на человека. Урок оттуда простой: история наших прошлых касаний из моих заметок полезнее профиля в соцсети.
Агенты для контента и рекламы: примеры из практики
Здесь агенты дают больше всего объёма за меньшие деньги. И здесь же видно, почему одного агента мало.
12 сентября мы запустили сборщик рынка для AI-Cofounder School. Хотели понять, что и как продают в соцсетях про обучение ИИ. За полтора часа он собрал 8 493 поста из Instagram, Telegram, TikTok и YouTube и сделал 291 разбор видео. Потратил $16,5 из сметы $29.
Итог сборщика читался убедительно. В тот же день я отдал его анализатору: пять аналитиков на Opus и координатор. Анализатор опроверг 6 выводов, два из них разберу ниже, в поломках.
С тех пор у меня правило. Собирает один агент, выводы проверяет другой.
Баннер-завод устроен так же, с проверкой внутри. Opus пишет бриф, генератор картинок рисует три листа по четыре варианта, Sonnet отбирает лучшие. 12 вариантов обходятся примерно в $0,18.
Из выбранных потом делаются дубли, и Sonnet проверяет каждый. На одном дубле он поймал псевдотекст на страницах нарисованной книги. Весь прогон стоил $0,74. Третий этап, нарезку под форматы рекламы в Директе, мы ещё не сделали.
Этот текст тоже прошёл через агентов. Конвейер разобрал первую десятку выдачи Яндекса, нашёл фактуру в моих заметках и написал черновик. Факты потом сверил другой агент, не тот, что писал. На первой статье блога, про Claude Skills, он нашёл 11 неточностей: округления, «скачали» вместо «раздали», лимиты из документации другой платформы.
Где ИИ-агенты ломаются
Агенты ломаются тихо, снаружи всё выглядит рабочим. Три случая из моей практики за август–октябрь 2026 года.
33 дня без работы при зелёном статусе. Мой личный агент на отдельном сервере должен был отвечать мне в Telegram. Со 2 августа по 4 сентября он не работал ни дня. В настройках вместо токена бота, ключа для связи с Telegram, так и осталась заглушка. Агент сыпал ошибками, 283 в сутки. Контейнер, то есть программа агента на сервере, при этом показывал «работает».
Поймали это по журналу ошибок, статус ничего не показал бы. 4 сентября агент заработал. С тех пор ключ перед записью на сервер проверяется живым запросом к Telegram. Если Telegram ключ не принял, настройки не меняются.
Гладкий текст на неверных фактах. Агент, который писал первую статью блога, вставил фразу от моего имени: «я укладываюсь в 200 символов». Речь шла об описаниях моих скиллов. Проверяющий их посчитал: в 200 символов укладываются 22 описания из 221, у половины длина от 412 символов. Фраза звучала правдоподобно. Неточностей такого рода в статье нашлось 11.
Убедительный вывод на кривом счёте. Итог сборщика рынка читался как готовый отчёт. Один из выводов звучал так: «рынок вырос втрое». Анализатор проверил. Постов собрали в 20 раз больше, а запусков обучающих продуктов на сотню постов нашли почти вдвое меньше: 2,3 против 4,5. Рост есть, кратности нет. Вывод «типичная цена 10 000 ₽» тоже не устоял: из 17 постов с этой ценой 14 оказались одним промокодом.
Про ощущение скорости отдельно. В исследовании METR, июль 2025 опытные разработчики с ИИ закрывали задачи на 19 % дольше. После эксперимента они считали, что ускорились на 20 %. Ощущение скорости ничего не измеряет. С агентами так же: без замера у вас есть только впечатление.
Что я делаю после этих случаев:
- у каждого агента есть владелец с именем, он отвечает за результат;
- письма людям, деньги и запись в рабочие системы проходят через человека;
- выводы одного агента проверяет другой агент или человек;
- я смотрю журнал агента, на статус не полагаюсь;
- на прогон стоит лимит денег и попыток.
Внедрение ИИ-агентов: с какой задачи начать
Первая задача для агента — частая, с проверяемым результатом и человеком, который его проверит. Если ошибка стоит денег или репутации, агент готовит черновик, а решает человек.
Пять вопросов, которые я задаю перед тем, как собирать агента:
- Задача повторяется хотя бы раз в неделю?
- Можно ли за пять минут проверить, что результат верный?
- Данные можно отдавать в модель, или нужен свой контур?
- Есть человек, который отвечает за результат агента?
- Можно ли обойтись процессом с ИИ внутри, без агента?
Если на пятый вопрос ответ «да», начинайте с процесса. Агента добавите позже, в тот шаг, где без суждения не обойтись.
Главный прирост в компании обычно даёт черновик. Человек перестаёт спрашивать ИИ и начинает получать от него хороший черновик своей работы. Армия разработчиков для этого не нужна. Хватит общих файлов с контекстом компании и скиллов, то есть записанных инструкций. Агенты строятся поверх этого.
План на первые 90 дней, с выбором задач и замером, я разобрал в статье «Как внедрить ИИ в компанию». Что руководителю отдать ИИ лично, есть в статье «ИИ для руководителя».
ИИ-сотрудник: миф или нет
ИИ-сотрудник в смысле «нанял агента и забыл» — миф. Если понимать так: агент делает часть работы роли, а человек ставит цель и проверяет, то это уже работает. У меня так устроены встречи, исследование рынка, баннеры и статьи.
Разница в ответственности. Агент не отвечает за результат перед клиентом или собственником. Отвечает человек, за которым агент закреплён. Поэтому я говорю про владельца агента, а не про «цифрового сотрудника».
Для компаний, которые покупают агентов раньше, чем меняют привычки, у меня есть метафора. Это как нанять управляющего в ресторан, где никто не умеет готовить. Управляющий будет. Ужина не будет.
Кто нужен рядом с агентами на старте? Двое людей, которые уже собирали агентов руками: бывший продакт и бывший разработчик. По моей практике, такая пара за 2–3 месяца ускоряет компанию заметнее, чем отдел из десяти человек на старте. Если в паре никто не умеет собирать агентов, получится сервер и чат, а перестроенных процессов не будет.
Частые вопросы
Что такое ИИ-агент простыми словами?
ИИ-агент — это языковая модель с инструментами, которая сама решает, какой шаг сделать следующим, чтобы выполнить задачу. Инструменты: поиск, файлы, таблицы, почта, CRM. Anthropic в статье «Building effective agents» (декабрь 2024) отделяет агентов от процессов, где шаги заранее прописаны в коде.
Агент работает в цикле: делает шаг, смотрит на результат, выбирает следующий. Поэтому ему нужны лимиты на деньги и попытки, журнал действий и человек, который проверяет результат.
Чем ИИ-агент отличается от чат-бота?
Чат-бот отвечает на вопросы, ИИ-агент выполняет задачу и сам выбирает шаги. Чат-бот работает внутри разговора и ничего не меняет в системах компании. Агент может прочитать файлы, сходить в CRM, написать документ и отправить его.
Поэтому цена ошибки у агента выше. В практике Егора Рудомёткина агенту, который пишет письма людям или меняет данные, обязательно ставят человека в критической точке.
Какие ИИ-агенты нужны бизнесу в первую очередь?
Начинать лучше с агентов на частых задачах с проверяемым результатом. Это разбор встреч и договорённостей, подготовка к встречам, сбор и анализ рынка, черновики документов и рекламных материалов.
Хуже всего начинать с агента, который сам пишет клиентам или меняет данные в учётной системе. Там ошибка стоит денег, а проверить каждое действие сложно. Сначала агент готовит черновик, решает человек.
Сколько стоит работа ИИ-агента?
Прогон агента стоит от центов до десятков долларов, дороже обходится время людей на сборку и проверку. В практике Егора Рудомёткина досье на участника встречи стоит около $0,04, прогон баннеров на рекламную кампанию $0,74, разбор 8 493 постов по рынку $16,5.
Агенту встреч поставлен потолок $5 за прогон. Лимит на деньги и попытки нужен каждому агенту, иначе ошибка в цикле тихо тратит бюджет.
Можно ли создать ИИ-агента без программиста?
Простого агента для своей работы можно собрать без программиста. Например, скилл в Claude, который по инструкции готовит досье или черновик.
Агенту, который работает с базами и рабочими системами компании, нужен человек, отвечающий за доступы и настройки. Личный агент Егора Рудомёткина 33 дня молчал из-за заглушки вместо токена в настройках, хотя статус сервера был зелёным.
Безопасно ли давать ИИ-агенту данные компании?
Безопасность зависит от того, какие данные и куда уходят. Публичное можно отдавать в любую модель. Внутреннее — только в сервисы, которые одобрила служба безопасности. Персональные данные и коммерческая тайна идут только в свою модель или остаются на своём компьютере.
Например, записи встреч Егор Рудомёткин расшифровывает локально, и аудио не уходит в облачные сервисы. Правило вводят до запуска агента.