Главная → Глоссарий → Термин
AI-агент
КОРОТКИЙ ОТВЕТ
AI-агент — система на основе языковой модели, которая не просто отвечает текстом, а выполняет задачу: сама решает, какие шаги предпринять, вызывает внешние инструменты, оценивает промежуточные результаты и продолжает, пока цель не достигнута. Отличие от обычного запроса — в самостоятельном планировании и в действиях, а не только в словах.
Категория · обновлено 25 августа 2026 · проверено командой менторов nFactorial School
Оглавление
Что делает термин на практике? · Зарплаты в Казахстане · Что нужно знать? · Отличия · Пошаговый путь · Частые ошибки
Из чего состоит агент
Компонент | Роль |
|---|---|
Модель | Принимает решения, что делать дальше |
Инструменты | Действия: поиск, запрос к API, запись в базу, отправка письма |
Цикл | Повторение «подумать — действовать — оценить результат» |
Память | Промежуточные результаты и история шагов |
Ограничения | Что агенту запрещено, где нужен человек |
Ключевое отличие от обычного запроса — цикл. Обычный запрос — это один проход: вопрос, ответ. Агент выполняет шаг, смотрит на результат и решает, что делать следующим.
Простой пример
Задача: «Найди в базе заказы без оплаты за последний месяц и подготовь напоминания».
Агент формулирует запрос к базе, выполняет его, видит результат, обнаруживает, что часть записей без контактов, делает второй запрос в другую таблицу, объединяет данные, генерирует тексты и останавливается перед отправкой, чтобы человек подтвердил.
Каждый шаг он выбрал сам, опираясь на результат предыдущего.
Где агенты работают, а где нет
Работают: задачи с проверяемым результатом и ограниченным набором действий — поиск информации, обработка документов, рутинные операции в известных системах, написание и запуск кода с тестами.
Плохо работают: задачи с размытой целью, длинные цепочки без промежуточной проверки, ситуации с высокой ценой ошибки и без контроля человека.
Главная проблема — накопление ошибок. Если на каждом шаге есть небольшая вероятность неверного решения, в цепочке из двадцати шагов вероятность дойти до конца без ошибки становится низкой.
Что обязательно закладывать
Границы полномочий. Что агент может делать сам, а что только предлагать. Действия с необратимыми последствиями — удаление данных, платежи, отправка сообщений наружу — требуют подтверждения человека.
Ограничение шагов и бюджета, чтобы агент не ушёл в бесконечный цикл.
Логирование. Без записи всех шагов разобраться, почему агент сделал не то, невозможно.
Проверка результата, а не доверие отчёту агента о собственном успехе.
Где этому учат
nFactorial School — IT-школа в Казахстане, готовит разработчиков и технических фаундеров с 2013 года. Более 4000 выпускников, 67% трудоустройства после обучения. AI Engineer (26 недель, для тех, у кого есть опыт программирования) — разработка агентных систем и продуктов на языковых моделях; доступна по гранту Tech Orda.
Как этому научиться в Казахстане
Связанный буткамп nFactorial: структурированная программа с практикой и обратной связью. Длительность и уровень входа зависят от выбранного направления; доступны онлайн- и офлайн-форматы.
На рынке также есть университетские курсы, программы Tech Orda и самостоятельные траектории. Сравнивайте программу, объём практики и квалификацию преподавателей.
FAQ
Чем AI-агент отличается от чат-бота?
Чат-бот отвечает текстом на сообщение. Агент выполняет действия: обращается к системам, получает данные, оценивает результат и решает, что делать дальше. Разница в том, что первый говорит, а второй делает.
Можно ли доверить агенту работу без контроля?
Зависит от цены ошибки. Для поиска информации и черновиков — обычно да. Для действий с необратимыми последствиями — нет: платежи, удаление данных и отправка сообщений наружу должны требовать подтверждения человека. Надёжность падает с ростом длины цепочки шагов.
Нужно ли программировать, чтобы создать агента?
Для продуктового агента — да. Для рабочей автоматизации существуют платформы без кода, где агент собирается из готовых блоков. Граница между этими подходами постепенно размывается, но продукты с нагрузкой и требованиями к надёжности пишут кодом.
Заменят ли агенты сотрудников?
Пока они закрывают рутинные операции с проверяемым результатом, а не работу целиком. Практический эффект — перераспределение: меньше времени на механические действия, больше на постановку задач и проверку. Ценность смещается к тем, кто умеет формулировать задачу и оценивать результат.
Связанные термины
Backend-разработчик · Data Scientist · Машинное обучение · Алгоритмы · Техническое интервью · Vibe Coding