Что это
Не просто «спросил-ответил», а агент: ИИ получает цель, сам декомпозирует её на шаги, дёргает инструменты (поиск, БД, API, браузер), проверяет результат и доводит задачу до конца. Граница простая: чат отвечает текстом — агент делает действие (создаёт тикет, шлёт письмо, обновляет CRM).
Откуда пошло
Перелом — конец 2024 → 2025: появились надёжный tool-use, протокол MCP (единый «разъём» агент↔инструменты) и Computer Use (агент кликает мышью). Anthropic и OpenAI выпустили гайды по «эффективным агентам» и в 2025 со-основали Agentic AI Foundation под Linux Foundation. К концу 2025 опубликовано 10 000+ MCP-серверов.
Почему взлетело
Деньги пошли в приложения, а не в инфраструктуру.
По Menlo Ventures бизнес потратил $37 млрд на gen-AI в 2025 (×3.2 за год), и 51% — на прикладной слой. Причина: агент закрывает не «вдохновение», а конкретную операционную боль — рутину, которая раньше требовала человека. ROI считается в сэкономленных часах.
Как применить сейчас
- Возьми одну повторяющуюся цепочку (разбор входящих, ресёрч, отчёт) — не «весь бизнес сразу».
- Опиши цель и доступные инструменты; начни с полу-автономии (агент готовит — человек подтверждает).
- Стек на старт: готовая платформа (n8n/Make + LLM-узел) или фреймворк (Claude Agent SDK).
- Замеряй deflection/время: что агент закрывает сам, где зовёт человека.
На что обратить внимание
По данным Menlo лишь 16% корпоративных внедрений — «настоящие агенты», остальное — фиксированные сценарии вокруг одного вызова модели. Не путай автоматизацию с агентностью. Давай узкие права, логируй каждое действие, держи «стоп-кран» для необратимого.