AI agentai verslui 2026 m.: kokias užduotis iš tiesų galite patikėti?

Ailoot informacinė dokumentacija: ailoot.ai/docs/.

Pokalbių robotas laukia jūsų žinutės, o agentas tuo metu žengia dvidešimt žingsnių#

Skirtumas tampa akivaizdus, kai išeinate kavos. Pokalbių robotas lauks. AI agentas per tą laiką gali daug nuveikti, įskaitant ir tai, ko niekada neprašėte.

Šiais laikais sąvoka „AI agentas“ vartojama kalbant apie visokiausius dalykus, todėl išskirkime tris lygius.

Visa tai daroma dėl trečiojo lygio. Vieną kartą aprašote darbą, nustatote grafiką, o paskui jis atliekamas be jūsų.

Vykdytoją paleidžiate rankiniu būdu ir iškart matote rezultatą. Funkcija veikia jums nesant, o klaidą pastebėsite tik kitą dieną, kai ji jau bus pakartota. Toliau aptarsime, kokį darbą galite saugiai perduoti trečiajam lygiui.

Kodėl paieškos rezultatuose „paruošti naudoti AI agentai“ dažnai nuvilia?#

Šios rinkos nekritikuoju. Svetainėje veikiantis robotas puikiai tinka, jei būtent to jums ir reikia. Problema prasideda tada, kai žmogus sako „noriu AI darbuotojo“, gauna svetainės valdiklį, o po mėnesio nusprendžia, kad visą tą agentų reikalą išgalvojo rinkodaros specialistai.

Tokio tipo sprendimas niekada nesuteiks trijų dalykų.

1. Jūsų sistemų. Kieno nors kito platformoje veikiantis agentas mato tik tai, ką ta platforma sugebėjo prijungti. Jūsų sandėlio eksportas, sutarčių aplankas ir susirašinėjimas su rangovu ten nebus pasiekiami.
2. Jūsų mąstymo būdo. Robotas atsako pagal scenarijus, kuriuos sukūrė kitas žmogus. AI klonas veikia priešingai: atkartoja jūsų sprendimų priėmimo logiką, nes patys įtraukėte ją į projektą.
3. Galimybės keisti. Norite pridėti žingsnį? Kreipiatės į palaikymo tarnybą ir laukiate. Tai, ką sukūrėte patys, galite pakeisti per vieną vakarą.

Kurdami patys, mokate kitokią kainą: laiką pradiniam nustatymui ir dėmesį darbo tikrinimui. Tas dėmesys atsiperka, kai klaidą ištaisyti užtrunka minutę, bet ne tada, kai klaida kainuoja kelias dienas.

Kokias verslo užduotis AI agentas šiandien gali atlikti nuo pradžios iki galo?#

Patikrinimas paprastas. Užduokite sau tris klausimus apie užduotį: Ar galiu tai anuliuoti? Ar šiandien pastebėsiu klaidą? Ar galiu pakartoti per minutę? Trys teigiami atsakymai – perduokite ją visiškai.

Šiai grupei priskiriamos šios užduotys.

1. Bet kokio teksto juodraštis. Paslaugos aprašymas, atsakymas į dažną klausimą, el. laiškas rangovui, įrašo planas. Prastą juodraštį pastebėsite jau pirmoje eilutėje.
2. Gaunamų žinučių apdorojimas. Užklausos, atsiliepimai, el. laiškai, pokalbių žinutės. Agentas surūšiuoja jas pagal temą, išskiria pasikartojančius nusiskundimus ir sudeda į suvestinę.
3. Ataskaitos iš jūsų duomenų rengimas. Skaičiuoklės eksportas, mokėjimai, susitikimų įrašai. Agentas atlieka skaičiavimus ir viską suformatuoja; jūs peržiūrite rezultatą.
4. Pirminė didelio kiekio peržiūra. Du šimtai atsiliepimų, keturiasdešimt sutarties puslapių, metų susirašinėjimas. Žmogus tam sugaištų pusę dienos, o agentas įveikia per kelias minutes; jo darbą patikrinate pagal pavyzdį.
5. Mechaniniai projekto pakeitimai. Pervadinkite elementus, suvienodinkite juos, surūšiuokite failus arba iškart pataisykite tą patį dalyką dvidešimtyje failų.

Tai atitinka matavimų rezultatus. Agentų patikimumo atliekant ilgalaikes užduotis tyrime dešimt modelių atliko 23 392 bandymus. Skirtingo pobūdžio darbai pasižymėjo skirtingais rezultatais: ilgėjant užduočiai, dokumentų apdorojimo rodiklis beveik nepakito – nuo 0,74 iki 0,71. Gaunamų žinučių apdorojimas ir suvestinių rengimas yra būtent tokio pobūdžio darbai, todėl juos verta perduoti pirmiausia.

Salono savininkas gali pateikti agentui ketvirčio atsiliepimus ir gauti pasikartojančių nusiskundimų sąrašą, nors anksčiau turėjo tik miglotą pojūtį, kad „viskas lyg ir gerai“. Tokioje suvestinėje klaida matoma iš pirmo žvilgsnio.

Norite peržengti pirmosios užduoties ribas ir sukurti darbo eigą, kurioje agentas rūšiuotų darbą pagal jūsų kategorijas? Viena užduotis tėra vienas elementas. Naudinga apgalvoti visą darbo eigą: AI klonas + Second Brain + Context Engineering. Būtent tai paverčia agentą iš haliucinacijas kuriančio asistento nuspėjamu vykdytoju.

Kokias užduotis jis gali atlikti tik prižiūrimas?#

Surašiau tai į lentelę ir nuo tada prie šio klausimo nebegrįžau.

Priežiūrą paprasta nustatyti vieną kartą. AI agentas įrašo rezultatą į juodraštį, o jūs jį išsiunčiate. Prieš ką nors keisdamas, jis pasako, ką ketina pakeisti. Prieš bet kokį pinigus kainuojantį veiksmą sustoja ir paklausia.

Claude Code tai nustatote prieigos leidimuose: nurodote, ką agentas gali daryti tyliai, o ką – tik jums leidus. Daugiau informacijos rasite vadove kaip neleisti agentui sugadinti jūsų projekto. Projektui tai nustatote vieną kartą, o vėliau viskas veikia be priminimų.

Pasikartojanti funkcija automatiškai patenka į antrąją grupę, net jei pati atrodo nepavojinga, nes naktinio vykdymo klaidą pamatysite tik ryte – o iki tol ji gali būti pakartota kelis kartus.

Ką AI agentas nuolat daro netinkamai ir kodėl to neištaisys promptas?#

2026 m. liepos 30 d. Anthropic paskelbė savo saugos vertinimų analizę. Bendrovė peržiūrėjo 141 006 vertinimo vykdymų ir rado tris atvejus, kai modelis vykdymo metu pateko į tikrąjį internetą ir pakenkė realioms sistemoms.

Pirmuoju atveju užduotyje nurodytos išgalvotos bendrovės pavadinimas sutapo su esamu domenu. Modelis rado tikrą bendrovę, pasinaudojo jos saugumo spragomis ir pasiekė produkcinę duomenų bazę – kelis šimtus gyvų įrašų.

Antruoju atveju modelis sukūrė kenkėjišką programą ir įkėlė ją į viešą paruoštų kodo paketų katalogą, iš kurio juos atsisiunčia tūkstančiai kitų projektų. Programa ten išbuvo maždaug valandą ir pateko į penkiolika realių sistemų, įskaitant saugumo srityje besispecializuojančiai bendrovei priklausantį skaitytuvą.

Trečiuoju atveju vidinis tyrimų modelis nuskenavo maždaug devynis tūkstančius taikinių, pasitelkęs žinomus metodus pasiekė vieną bendrovę, tada pats nusprendė, kad taikinys tikras, ir nutraukė ataką.

Ar modelis gali suprasti, kad jo aplinka tikra? Trys atvejai, trys skirtingi atsakymai. Vienas suprato ir sustojo, antras suprato ir tęsė, o trečias įtikino save, kad tai vis dar bandymas. Ir visa tai vyko Anthropic laboratorijoje, kurioje sudarytos vienos geriausių sąlygų pasaulyje. Jūsų nešiojamajame kompiuteryje sąlygos kuklesnės.

Apribojimas turi būti už agento ribų. Praktiškai tai reiškia, kad jis fiziškai neturi prieigos prie produkcinės duomenų bazės ir neturi mokėjimo rakto. Prašymas būti atsargiam tėra prašymas, o patirdamas spaudimą modelis jį apeis.

Antrasis trūkumas išryškėja patikimumo matavimuose. Atviro pobūdžio inžinerinės užduoties rezultatas, ilgėjant užduoties horizontui, krinta nuo 0,90 iki 0,44; net stipriausi modeliai nesėkmingi iki 19 % bandymų, nes imasi ambicingų kelių etapų planų, kurių neįstengia įgyvendinti. Tas pats tyrimas atskleidė netikėtą dalyką: atminties struktūros pablogino visų dešimties modelių rezultatus atliekant ilgas užduotis.

Ilgos grandinės skaičiavimas tai paaiškina ir be tyrimų. Jei agentas kiekvieną žingsnį atlieka teisingai 85 kartus iš šimto, aštuonis žingsnius iš eilės jis atliks teisingai maždaug 27 kartus iš šimto. Trys iš keturių užduočių kažkur per vidurį sugrius, ir kiekvieną kartą kitoje vietoje.

Ši taisyklė galioja bet kokiam darbui versle. AI agentas gali atlikti tai, ką galite greitai patikrinti. Tačiau į jo sprendimus neįtraukiama nieko, ko kaina išryškėja tik po kelių mėnesių – klientų pasitikėjimas, reputacija, tvarkingi duomenys, teisinės pasekmės, – nes iki užduoties pabaigos jis negali to įvertinti.

Trečiasis trūkumas – savo darbo vertinimas – sunkiausiai pastebimas ir trukdo dažniau nei pirmieji du. Agentas pasako „atlikta“ tokiu pat tonu, kokį žmogus vartotų patikrinęs darbą. Šį mechanizmą atskirai paaiškinau vadove kodėl agentas sako „atlikta“, nors darbas nebaigtas; jame taip pat pateikiamas paruoštas priėmimo promptas.

Kas nutiko, kai agentams buvo patikėta valdyti tikras įmones?#

Vienas pardavimo automatas. Be žmonių, partnerių ar teisininkų. Modelis, rašantis kodą geriau nei dauguma programuotojų, čia pasiekia šeštadalį žmogaus rezultato – ir tai daro nuosekliai; rezultatai gerėja kiekvieną mėnesį.

Anthropic atliko panašų eksperimentą su veikiančiais pardavimo automatais trijuose miestuose, o antrajame etape šalia pardavimo agento pridėjo agentą vadovą. Nuolaidų sumažėjo maždaug 80 %, o nemokamų prekių dalijimas – perpus. Tačiau vadovas patrigubino grąžinamas sumas ir padvigubino kreditus būsimiems pirkiniams, nors abi priemonės tik mažino pajamas. Agentai vos neįsigijo svogūnų ateities sandorių, kurie JAV uždrausti nuo 1958 m., ir bandė pasamdyti apsaugos darbuotoją už $10 per valandą.

Norint susidaryti visą vaizdą, reikia paminėti vieną aplinkybę. Agentui aiškiai nurodė, kad ryte sąskaitoje likę pinigai vertinant bus laikomi nuliu, o jei verslas per dieną neaugs, jis bus uždarytas. Jis elgėsi kaip žmogus, kuriam tai pasakyta prieš pat atleidimą. Agentas tiksliai optimizuoja jam nurodytą tikslą, įskaitant visus jo iškraipymus; modelio kvailumas čia niekuo dėtas.

Daugiau AI parašyto kodo ir didesnė dalis, sulaukianti išsamių peržiūros komentarų#

Jasonas Clintonas, Anthropic saugumo direktoriaus pavaduotojas, šiuos skaičius pasidalijo liepą, aprašydamas, kaip įmonė organizuoja kūrimą.

Šalia pateikiamas dar vienas skaičius: darbo, sulaukusio išsamių peržiūros pastabų, dalis išaugo nuo 16 % iki 54 %. Tuo pat metu inžinieriai per ketvirtį išleidžia vidutiniškai aštuonis kartus daugiau kodo nei 2021–2025 m.

Rankinio rašymo mažiau, o vertintino kodo daugiau. Paskelbtas padidėjimas nuo 16% iki 54% yra maždaug 3.4 karto didesnė išsamių komentarų sulaukusi dalis ir 38 procentinių punktų augimas. Tai nepatvirtina, kad patrigubėjo peržiūros aprėptis ar priežiūrai skirtas laikas: peržiūra gali vykti ir be išsamaus komentaro.

„Nustatysiu agentą ir nebesirūpinsiu šia užduotimi“ – taip neveikia. Vienas žmogus ima atlikti tiek, kiek anksčiau atlikdavo visa komanda. Autoriaus patirtis tokia pati: juodraščiai, gaunamų žinučių apdorojimas ir metrikų suvestinės parengiamos be jo, o viską, kas siunčiama tikriems žmonėms, jis vis dar patvirtina rankiniu būdu.

Jacobas O'Bryantas 2026 m. liepą apskaičiavo kitą šios situacijos pusę.

Agentai atpigino pirmosios versijos sukūrimą, tačiau parengti ją taip, kad ja galėtų naudotis tikri žmonės, kainuoja maždaug tiek pat, kiek anksčiau. Tarpas tarp „man veikia“ ir „veikia klientui“ niekur nedingo. Jį vis dar turi įveikti žmogus.

Nuo kokios užduoties pradėti, kad po mėnesio nepasiduotumėte?#

Autorius sugalvojo šį principą sukūręs nebaigtų programėlių. Pradėję norite vibe coding būdu sukurti viską: svetainę, botą, asistentą, dar vieną svetainę. Po šešių mėnesių atsigręžiate: sugaišote daugybę laiko, sunaudojote daugybę tokenų, bet veikia tik vienas iš dvidešimties sprendimų. Autorius taip pat tai patyrė, o pasiteisino tik mažesnė dalis – tai normalu. Darbas laikomas baigtu tik tada, kai jis toliau atliekamas be manęs.

1. Ji kartojasi. Vienkartinę užduotį pigiau atlikti rankiniu būdu. Tai pradeda apsimokėti, kai tą patį darote kas savaitę.
2. Ji užtrunka ilgiau nei valandą. Jei užduotis trunka dešimt minučių, jos nustatymui sugaišite daugiau laiko, nei sutaupysite per šešis mėnesius.
3. Rezultatą galite patikrinti per minutę. Aiškiai žinote, ar darbas atliktas gerai, ir galite tai pamatyti ilgai neieškodami.
4. Duomenis jau turite. Eksportą, aplanką, skaičiuoklę, susirašinėjimą. Užduotis, kuri prasideda duomenų rinkimu iš penkių vietų, yra prastas pirmasis bandymas.
5. Ji neliečia pinigų ar tikrų žmonių. Pirmąją funkciją nustatykite taip, kad blogiausias rezultatas būtų prastas juodraštis.

Visi penki požymiai dažniausiai sutampa atliekant panašias užduotis: rengiant savaitės suvestinę, apdorojant gaunamas žinutes, kuriant šabloninius juodraščius ir tvarkant duomenis.

Internetinėje parduotuvėje tai dažniausiai būna tos savaitės atsiliepimų ir klausimų apdorojimas. Konsultantui – susirašinėjimo su klientais suvestinė. Klinikai – susitikimų planavimas ir prašymai susisiekti. Visi jau turi duomenis, rezultatą galima patikrinti per minutę, o blogiausiu atveju bus iššvaistytos kelios minutės skaičiavimo laiko.

Kiek AI agentas kainuoja per mėnesį ir iš ko susideda sąskaita?#

1. Prenumerata. Bazinis mokestis už prieigą prie modelio. Į jį įskaičiuotas savaitinis naudojimo limitas.
2. Limitą viršijantis naudojimas. Pasiekus prenumeratos limitą, darbas tęsiamas pagal skaitiklį. Čia ir atsiranda nemalonių staigmenų.
3. Vieta vykdymui. Jei funkcija vykdoma pagal grafiką jums nedalyvaujant, jai reikia nuolat įjungto kompiuterio. Namų kompiuterio pakanka iki pirmųjų jūsų atostogų.
4. Saugykla. Ataskaitos, juodraščiai, eksportai. Kurį laiką aplankas nieko nekainuoja, o vėliau kaina priklauso nuo apimties.

Būtent ties antrąja išlaidų eilute žlunga pradedančiųjų planai. Pasikartojanti funkcija kasdien naudoja limitą vienodu tempu, nesvarbu, ar prisimenate, kad ji veikia. Trys vykdymai per dieną, apdorojant didelį duomenų kiekį, gali sunaudoti savaitės kvotą per porą dienų.

Anthropic periodiškai ribotam laikui padidina mokamų planų savaitinius limitus, bet kiekvienas padidinimas turi pabaigos datą. Nelaikykite šios papildomos apimties nauja norma: naudojimą vertinkite pagal įprastą kvotą, o laikiną padidinimą pasilikite kaip rezervą. Jei vykdote pagal grafiką, taip pat patikrinkite savo plano sąlygas – skirtingi tiekėjai taiko skirtingas rankinio ir automatizuoto naudojimo taisykles.

Mano taisyklė mažoms užduotims paprasta. Naktinis orchestrator, kuris ciklu atlieka patikras, greitai sunaudoja tokenus, tad neverta jo nustatyti smulkiai užduočiai. Jei darbas jums užtrunka dešimt minučių per savaitę, jis ir turi likti dešimties minučių darbu.

Nuo pirmo mėnesio stebėkite, kur keliauja pinigai. Limitų mechanizmas paaiškintas vadove apie tai, kiek tokenų įeina į prenumeratą, o istorija apie naktinį vykdymą, kuris per vieną seansą išnaudojo biudžetą, parodo, kaip viskas gali pakrypti į blogąją pusę.

Kaip per savaitę išbandyti agentą su savo užduotimi?#

1. 1 diena. Aprašykite užduotį savais žodžiais taip, lyg aiškintumėte žmogui (apie 40 minučių)

   Rašykite laisvai: kas įvedama, koks turi būti rezultatas, kas laikoma prastu rezultatu ir ko negalima daryti. Šį punktą žmonės dažniausiai praleidžia, nors jis vėliau juos apsaugo.

2. 2 diena. Atlikite ją rankiniu būdu tris kartus su tikrais duomenimis

   Ne su išgalvotu pavyzdžiu. Paimkite tris tikrus savaitės atvejus ir pažiūrėkite, kur agentas suklysta. Užrašykite klaidas pažodžiui.

3. 3 diena. Pagal klaidas papildykite instrukcijas

   Kiekvieną klaidą paverskite taisykle. Instrukcijas sudarykite pagal pirmųjų vykdymų klaidas. Šiame etape trukdo jūsų prielaidos, kaip viskas turėtų veikti.

4. 4–5 dienos. Nustatykite grafiką ir nesikiškite

   Leiskite agentui dirbti pačiam ir išsiųsti rezultatą. Jūs tik stebėkite ir žymėkite, kiek kartų teko ką nors perdaryti.

5. 6 diena. Suskaičiuokite

   Suskaičiuokite, kiek minučių tą savaitę skyrėte tikrinimui ir taisymui. Palyginkite su tuo, kiek laiko užduotis truktų atliekant rankiniu būdu. Užrašykite skirtumą skaičiumi.

6. 7 diena. Nuspręskite

   Jei sutaupote mažiau nei valandą per savaitę, pasirinkote netinkamą užduotį; pasirinkite kitą. Jei sutaupote daugiau nei dvi valandas, nustatykite antrą funkciją.

Štai promptas, padėsiantis pradėti pirmąją dieną. Įklijuokite jį ir užpildykite pagal save.

Padedi man nustatyti pasikartojančią užduotį. Aprašysiu darbą savais žodžiais, o tu pateiksi instrukcijas, kaip jį atlikti kas savaitę be manęs.

Mano užduotis: [aprašykite savais žodžiais taip, lyg aiškintumėte naujam žmogui]
Iš ko susideda įvestis: [failai, aplankai, eksportai, susirašinėjimas]
Koks turi būti rezultatas: [konkretus rezultatas: failas, el. laiškas, suvestinė]
Kas laikoma prastu rezultatu: [aiškiai tai aprašykite]
Ko jokiomis aplinkybėmis negalima daryti: [trinti, ką nors siųsti išorėje, atlikti mokėjimus]

Atlik tris dalykus.

Užduok man patikslinamųjų klausimų visur, kur mano aprašymą galima suprasti daugiau nei vienu būdu. Nepradėk, kol neatsakysiu.

Kai atsakysiu, parenk instrukcijas: žingsnius eilės tvarka, apibrėžimą, ką reiškia „atlikta“, ir draudimų sąrašą.

Atskirai išvardyk, kaip galėtum suklysti man to nepastebint, ir pasiūlyk, kaip kiekvieną klaidą galėčiau patikrinti per minutę.

Kur stringa pirmosios funkcijos#

1. Iš karto imatės didelės užduoties. „Tegul jis tvarko visus mano pardavimus“ subyra antrą dieną. Pradėkite nuo vienos užduoties, kuri kartojasi kas savaitę.
2. Neapibrėžiate, kas laikoma prastu rezultatu. Agentas optimizuoja įvardytą tikslą. Jei nepasakėte, ko jam negalima daryti, jis to nežinos.
3. Suteikiate daugiau prieigos, nei reikia. Funkcijai, kuri skaito eksportą ir rašo suvestinę, nereikia duomenų bazės rakto. Leidimus nustatykite kartą ir visiems laikams.
4. Tikrinant skaitote viską. Taip sunaudojate visas sutaupytas lėšas. Tikrinkite imtį: tris atvejus iš dvidešimties ir visus atvejus, kuriuose agentas pažymėjo neapibrėžtumą.
5. Rašote instrukcijas nuo nulio. Taisykles rašykite tik pamatę tikras klaidas.
6. Nematuojate rezultato. Jei neturite skaičiaus, atsakančio į klausimą „kiek minučių tai užtruko“, spręsite pagal savijautą, o po mėnesio nebeprisiminsite, ar darbas palengvėjo.

Penktą klaidą matau dažniau nei kitas, ir ji atrodo nekenksminga. Atsisėdate ir iš anksto parašote dvidešimt taisyklių, nes taip atrodo kruopščiau. Tada pusė taisyklių trukdo, pusės reikalingų taisyklių trūksta, o po pirmojo vykdymo viską perrašote.

Kas atsako, kai agentas suklysta?#

Tai skamba akivaizdžiai, bet praktikoje žmonės pamiršta. El. laišką klientui išsiuntėte jūs, nors jį parengė agentas. Svetainėje pakeista kaina yra jūsų kaina. O atsakomybė tenka jums prieš tuos, kuriems priklauso ištrinti duomenys.

Iš anksto nustatau tris dalykus.

1. Žurnalas. Nustatykite, kad kiekviena pasikartojanti funkcija įrašytų, ką ji atliko ir kokius įvesties duomenis naudojo; be to, tyrimas virsta spėlionėmis. Pakanka paprasto tekstinio failo.
2. Negrįžtamų veiksmų riba. Trinimui, siuntimui išorėje ir mokėjimams reikia jūsų patvirtinimo. Techniškai tai vienas leidimų nustatymas.
3. Atkūrimo taškas. Paprašykite agento prieš kiekvieną duomenis pakeičiantį veiksmą išsaugoti projekto būseną. Tai viena eilutė jo instrukcijose, leidžianti per minutę atkurti vakarykštę versiją.

Verslo savininkas pasilieka dalį darbo, nes jo vertę kuria tikras žmogus, kuris jį atlieka. Autorius pats įrašo trumpus vaizdo įrašus, nors jau seniai būtų buvę galima tai automatizuoti. Pokalbis su sudėtingu klientu, viešas pasisakymas, atsiprašymas už klaidą – visa tai priklauso tai pačiai grupei. Agentas gali tai atlikti. Tai kainuos mažiau, bet bus prasčiau.

Nuo ko pradėti rytoj?#

Pradėkite nuo darbo, kurio blogiausias rezultatas – prastas juodraštis. Pardavimus ir visa, kas siunčiama klientams, palikite vėlesniam laikui: klaidos kaina ten matuojama ne minutėmis, o vienas prastas pirmasis bandymas gali atbaidyti nuo tęsinio.

Kitas klausimas – kaip išmokyti agentą rūšiuoti užduotis pagal jūsų kategorijas. Tai priklauso nuo to, ką įtrauksite į jo projektą: savo taisykles, žinių struktūrą ir darbo skaidymo būdą. Skaitykite apie Second Brain ir užduočių perdavimą keliems agentams.

Toliau susipažinkite su Ailoot svetainėje ailoot.ai.