# 12 примеров ИИ-агентов, показывающих, что они делают на самом деле

> Изучите 12 примеров ИИ-агентов: от работы с финансовыми данными и поддержки клиентов до программирования и автоматизации действий на экране. Узнайте, чем агенты отличаются от чат-ботов и рабочих процессов.

Source: https://ailoot.ai/blog/ru/12-ai-agent-examples-what-they-do/
Canonical: https://ailoot.ai/blog/ru/12-ai-agent-examples-what-they-do/
Language: ru
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100173
Revision: sha256-aca95d8a280a1dfc85973e0ab471f9639880885e8e367eef319b89c3898f5982


ИИ-агенты встречаются в самых разных продуктах, но из-за этого ярлыка бывает трудно понять, что именно они делают. Эти 12 примеров показывают, как агенты работают в компаниях и на персональных компьютерах и когда для задачи подойдёт агент, чат-бот или обычная автоматизация.

## Главное

- ИИ-агент выполняет задачи, выстраивая рабочий процесс с помощью доступных ему инструментов. Этим он отличается от чат-бота, который лишь отвечает текстом.
- Агенты могут справляться с конкретными задачами: например, отвечать на вопросы о финансах в Slack и открывать черновики пул-реквестов по задачам на программирование.
- В одной распространённой классификации выделяют пять типов агентов: простые рефлексные, рефлексные на основе модели, целевые, на основе полезности и обучающиеся. Эти типы можно объединять в мультиагентную систему.
- Персональные агенты помогают с рутинной работой, например очищают почтовый ящик или раскладывают чеки, а также выполняют корпоративные задачи, например аналитику.

## Что такое ИИ-агент — в одном предложении

ИИ-агент — это система, которая воспринимает среду, решает, что делать, и использует инструменты или API для выполнения многоэтапной задачи. IBM описывает агента как систему, которая автономно выполняет задачи, выстраивая рабочие процессы с доступными инструментами. Инструменты и способность действовать — ключевые составляющие этого понятия.

### Чем агент отличается от чат-бота

Чат-бот отвечает вам, а агент может действовать. Чат-боты без инструментов, памяти или рассуждений остаются реактивными, тогда как агент может объединять эти возможности и действовать. Полезное различие — может ли система выполнить задачу, не возвращаясь к вам на каждом шаге. Если после каждого ответа она останавливается и ждёт, то работает как чат-бот.

### Что есть у каждого агента

Обычно у агента есть три составляющие: восприятие, цикл принятия решений и действия с помощью инструментов. Система считывает текущее состояние, выбирает следующий шаг, выполняет его с помощью инструмента, проверяет результат и повторяет цикл, пока задача не будет выполнена. Этот цикл встречается у разных типов агентов. Без инструментов или цикла принятия решений система ближе к чат-боту.

## Основные типы ИИ-агентов (с кратким примером для каждого)

В одной распространённой классификации выделяют пять типов: простые рефлексные, рефлексные на основе модели, целевые, на основе полезности и обучающиеся агенты. Они различаются по уровню сложности, и несколько типов можно объединить в мультиагентную систему.

### Простые рефлексные агенты и агенты на основе модели

Простой рефлексный агент следует фиксированным правилам «если — то» и не обладает памятью. Классический пример — термостат: когда температура опускается ниже заданного порога, включается отопление. Рефлексный агент на основе модели дополнен внутренним представлением мира, которое позволяет ему отслеживать изменения с предыдущего шага. Различие состоит в том, что одни агенты руководствуются только правилами, а другие сохраняют состояние.

### Целевые, основанные на полезности и обучающиеся агенты

Эти агенты планируют, а не только реагируют. Целевой агент движется от цели назад, выбирая шаги, как это делает GPS-приложение, прокладывая маршрут. Агент на основе полезности взвешивает компромиссы и выбирает один из вариантов, а не любой вариант, ведущий к цели. Обучающийся агент со временем совершенствуется на основе обратной связи. Эти три типа входят в пятичастную классификацию.

### Мультиагентные системы

Мультиагентная система состоит из нескольких агентов, совместно выполняющих задачу; часто ведущий агент распределяет работу между подчинёнными агентами. Описанная ниже исследовательская функция Anthropic — пример такой схемы.

## Реальные примеры ИИ-агентов в компаниях

В этих примерах агенты используют инструменты для выполнения конкретных задач. Каждый показывает свой способ работы агента.

### Финансовый агент Finch от Uber

Finch — внутренний агент Uber в Slack, который преобразует вопросы на обычном языке в запросы к финансовым данным. Инженерная команда Uber описывает Finch как систему, преобразующую вопросы на естественном языке в структурированный поиск данных и выдающую защищённые ответы о финансах в реальном времени. Вместо того чтобы писать SQL-запросы к нескольким системам, финансовый аналитик может просто задать вопрос.

### Мультиагентная функция исследований Anthropic

Функция Research от Anthropic использует ведущего агента, который запускает несколько подчинённых агентов для параллельного поиска. По данным Anthropic, ведущий агент может параллельно запускать от 3 до 5 подчинённых агентов, а в ходе внутренней оценки такая схема сократила время исследований по сложным запросам до 90%. Это результаты, представленные Anthropic, а не независимый бенчмарк; сама архитектура служит примером мультиагентной системы.

### Агент базы знаний о товарах Delivery Hero

Delivery Hero создала агентный конвейер для организации своего каталога товаров. Техническая команда компании описывает систему, которая автоматизирует извлечение атрибутов товаров и стандартизацию названий с помощью агентного ИИ на основе языковых моделей. Один агент извлекает структурированные атрибуты, а другой формирует стандартизированные названия, автоматизируя работу с каталогом, которую раньше выполняли вручную.

### Агент поддержки и голосовой агент Fin от Intercom

Fin — агент поддержки клиентов от Intercom, работающий в чате, электронной почте и голосовых каналах. Intercom сообщает о результатах автономного решения обращений; в одном клиентском кейсе указана доля решения в 50%. Эту цифру приводит поставщик, это не проверенное среднеотраслевое значение; пример показывает, как агент решает вопросы клиентов без участия человека.

### Агенты для программирования, открывающие пул-реквесты

Агент для программирования может получить задачу и открыть пул-реквест. Агент для программирования Copilot от GitHub стал общедоступен в сентябре 2025 года. По словам GitHub, пользователь может поручить задачу Copilot, который будет работать в фоновом режиме в собственной среде и откроет черновик пул-реквеста. Изменение по-прежнему проверяет и объединяет человек.

## Примеры ИИ-агентов для повседневных и личных задач

Персональные агенты могут выполнять повторяющиеся задачи на компьютере. Некоторые взаимодействуют с приложениями, щёлкая по элементам, вводя текст и перемещаясь по экрану, а не обращаясь к хранилищу данных.

### Агенты для автоматизации действий на экране компьютера

Агенты для автоматизации действий на экране управляют компьютером с помощью курсора: нажимают кнопки и вводят текст. В октябре 2024 года Anthropic представила Computer Use — экспериментальную функцию для работы со стандартными инструментами и программами, созданными для людей. OpenAI представила Operator — агента для работы в браузере; теперь его функции входят в режим агента ChatGPT.

## ИИ-агенты и автоматизация рабочих процессов: где что лучше подходит

Автоматизация рабочего процесса выполняет фиксированный сценарий, тогда как агент может выбирать шаги на ходу. Классическая автоматизация, например Zapier или «Команды» macOS, может быть быстрой, недорогой и надёжной, если у приложения есть API, а шаги остаются неизменными. Она может плохо подходить для рабочего процесса, в котором используется приложение без интеграции или часто меняется расположение элементов на экране. TechTarget проводит похожее различие: чат-боты и фиксированные правила обмениваются информацией, тогда как ИИ-агент может без указаний человека выполнять сложные действия в несколько этапов.

Выбор зависит от задачи. Используйте автоматизацию по сценарию для стабильной задачи с удобным API, которая каждый раз выполняется одинаково. Рассмотрите агента, если задача охватывает разные приложения, требует суждения или часто меняется, из-за чего поддержку фиксированного макроса становится затруднительно обеспечить.

## Заключение

ИИ-агенты бывают разными: от термостатов, следующих правилам «если — то», до мультиагентных исследовательских систем, запускающих подчинённых агентов. Среди конкретных примеров — Finch в Slack, Fin, решающий обращения в поддержку, Copilot, открывающий пул-реквесты, и агенты, взаимодействующие с приложениями на экране. Выбирайте самый простой инструмент, подходящий для задачи: автоматизацию по сценарию — для стабильных задач, а агентов — для задач, требующих инструментов, суждения или нескольких шагов.

## Часто задаваемые вопросы

### Каковы реальные примеры ИИ-агентов?

К примерам из реальной практики относятся:

- Функция Research от Anthropic координирует подчинённых агентов, которые ищут информацию параллельно, и объединяет их результаты.
- Конвейер Delivery Hero считывает данные о товарах и формирует стандартизированные названия для каталога.
- Fin от Intercom обрабатывает обращения клиентов в чате, электронной почте и голосовых каналах.
- Агенты для автоматизации действий на экране нажимают кнопки и вводят текст в приложениях на компьютере, в том числе в тех, у которых нет API.

Каждый из них решает конкретную задачу с помощью инструментов, чем и отличается от чат-бота, который только отвечает.

### Какие существуют 5 типов ИИ-агентов?

Пять типов: простые рефлексные, рефлексные на основе модели, целевые, на основе полезности и обучающиеся агенты. Рефлексные агенты реагируют на текущую ситуацию; агенты на основе модели отслеживают состояние; целевые агенты и агенты на основе полезности планируют и оценивают компромиссы; обучающиеся агенты совершенствуются на основе обратной связи. Выбирайте тип под задачу: фиксированное правило хорошо работает, если задача никогда не меняется.

### Является ли ChatGPT ИИ-агентом?

Не по умолчанию. Обычный ChatGPT — это чат-бот, который отвечает на запросы. С инструментами он может действовать подобно агенту. Режим агента ChatGPT от OpenAI может просматривать веб-страницы, заполнять формы и выполнять многоэтапные задачи на виртуальном компьютере. Простое различие такое: чат-бот отвечает, а агент использует инструменты и цикл действий.

### Является ли Copilot ИИ-агентом?

Это зависит от того, какой продукт Copilot вы имеете в виду. Microsoft описывает интерфейс Copilot как ИИ-помощника, а агентов — как специализированные инструменты для процессов. В этой трактовке Copilot — это интерфейс, а агенты — приложения. Агенты Copilot, созданные в Copilot Studio, могут извлекать данные, выполнять действия и запускать бизнес-процессы, поэтому они соответствуют описанию агента.

### Какой пример ИИ-агента можно использовать лично?

Агент для автоматизации действий на экране может выполнять повторяющиеся задачи на персональном компьютере, например сортировать входящие письма или раскладывать чеки. Он использует приложения, отображаемые на экране, и может останавливаться в контрольных точках перед такими действиями, как отправка чего-либо. Доступность, стоимость и поддержка платформ зависят от продукта.



<!-- ailoot-promo:adf915218b6889dfab5f5a4fb8e29b63526e5bfa2d8d6f2b7db11b7e57a9ce6e -->
<p>Ailoot объединяет 1 284 модели и варианта в 15 категориях и входит в число крупнейших в мире AI-роутеров по количеству моделей. Попробуйте <a href="https://ailoot.ai/">API для ИИ-агентов от Ailoot</a> с ключом, который выпускает Ailoot. Используйте GPT-6.2 Astra или Qwen4 Max для кода вместе с Nano Banana для фото, Veo для видео, Scribe для транскрибации, Suno для музыки и Tripo3D для 3D-объектов. Тот же API поддерживает эмбеддинги и повторное ранжирование результатов.</p>
<p>Для работы с API для агентов Claude Code подключайте Ailoot к привычным инструментам разработки. Среди интеграций есть Claude Code, Codex CLI, Cline и другие инструменты. Работайте с Claude Opus 5.5, GPT-6.2 Astra и Gemini 4 Hydrogen.</p>
<p>Запускайте длительные агентные задачи с файлами проекта в Ailoot Cloud Agents. Управляйте расходами на модели через ключи Ailoot для отдельных приложений или единый баланс организации.</p>
<p>Одна подписка охватывает весь каталог Ailoot. Новые флагманские модели доступны в день выхода по тому же ключу. С подпиской и промокодами можно сэкономить до 50% по сравнению с официальными ценами на API у провайдеров моделей. Получите ключ на <a href="https://ailoot.ai/">https://ailoot.ai/</a> и проверьте, есть ли промокод в личном кабинете.</p>
<!-- /ailoot-promo -->


## Ailoot · Компания и портфель её проектов

Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI.

Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.

Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.
