ИИ-агент: что это, как работает и чем отличается от бота

Представьте сотрудника, которому вы ставите цель, а не пошаговую инструкцию. Он сам разбирается, что нужно сделать, обращается к нужным системам, справляется с неожиданными случаями и в конце отчитывается. ИИ-агент работает так же: это программа на базе большой языковой модели, которая преследует заданную цель, а не отрабатывает жёсткий сценарий. Ключевое отличие от бота — право и способность действовать: агент не только формулирует ответ, но и выполняет реальные операции во внешних системах.

Function calling — переход от текста к действию. Обычная модель генерирует текст. Function calling даёт ей вызывать заранее описанные функции и API со структурированными аргументами: не «вот как оформить заказ», а фактическое создание заказа. Это фундамент агентности — переход от «рассказать» к «сделать».

MCP — единое подключение к инструментам. Чтобы агент работал с вашей CRM, базой, почтой и площадками, ему нужны интеграции. MCP (Model Context Protocol) заменяет десяток разрозненных подключений общим интерфейсом: агент получает доступ к инструментам и данным через один стандарт, а не через самописные костыли под каждую систему.

RAG — факты вместо выдумок. Чтобы агент не галлюцинировал, он перед ответом достаёт релевантные факты из проверенной базы знаний и опирается на них — это RAG. В наших контурах факты дополнительно сверяются с единым источником правды, поэтому число или формулировка, которых там нет, на выход не попадут.

Три похожих на слух вещи решают разные задачи. Чат-бот отвечает на сообщение по сценарию или из базы — реактивен, действий не совершает. RPA повторяет записанную последовательность кликов по правилам — точен на стабильной рутине, но ломается на исключениях, потому что не понимает смысла. ИИ-агент понимает неструктурированный ввод, принимает решения и доводит задачу до результата. Часто их комбинируют: агент решает, RPA выполняет механический шаг. Разобрали подробно в сравнениях ИИ-агент vs чат-бот и ИИ-агент vs RPA.

Сложную работу ведёт не один агент, а мультиагентный контур. Оркестратор держит бизнес-цель и раскладывает её на задачи; агенты-исполнители их решают, каждый в своей роли; гардианы надзирают за роем. Такой рой устойчивее и масштабируемее одиночной модели: отдельный агент может ошибиться, но контур в целом продолжает работать, а сбой изолируется. Как это устроено в проде — на странице автономных ИИ-операторов.

Guardrails и гардиан-mesh. Право действия опасно без надзора, поэтому у агента всегда есть ограничители. Guardrails лимитируют, что он может сказать и сделать; независимый гардиан-mesh круглосуточно ловит ошибки, дрейф модели и аномалии — сбойный агент изолируется автоматически, с откатом, до того как последствие дошло до клиента.

Human-in-the-loop. Необратимое и рискованное — запуск рекламы, крупные траты, юридически значимые действия — агент не делает сам, а передаёт человеку на подтверждение (human-in-the-loop). Контроль остаётся там, где он критичен.

Защита от prompt injection. Во входных данных — письме, странице, документе — могут прятать скрытые инструкции, чтобы перехватить поведение агента (prompt injection). Защита — изоляция данных от команд, проверка источников и тот же гардиан-надзор.

Комплаенс 152-ФЗ и 38-ФЗ. Раскрытие, что отвечает ИИ, согласие на запись и защищённое хранение данных заложены с первого дня, а не заплаткой перед проверкой. Каждое решение фиксируется в append-only аудит-логе — прозрачно для разбора и доказуемо для регулятора.

ИИ-агенты уже ведут реальные процессы. Русскоязычная голосовая приёмная принимает и сортирует входящие звонки круглосуточно с раскрытием ИИ по 152-ФЗ. В маркетплейсах агенты держат репрайсинг тысяч SKU и автопубликацию. В маркетинге рой ведёт трафик, заявки и контент под надзором. Отдельный собственный проект студии — торговая система на брокерском API с анализом сделок и риск-менеджментом (это наш проект, а не услуга по управлению чужими средствами). Половина наших кейсов — собственные бизнесы студии, поэтому метод сначала проверен на своих деньгах.

Ориентир: внедрение — от 150 000 ₽, сопровождение — от 50 000 ₽/мес, первый рабочий контур — за 5–7 дней. Точная смета зависит от объёма и интеграций и считается на бесплатном разборе без обязательств. Прикинуть состав контура и экономию часов можно в калькуляторе автоматизации, а сравнить подходы — в разборе студия vs штат vs фриланс.