Агенты и работа с инструментами: где они помогают

Агенты 24 сентября 2026·6 мин чтения

«Агент» — это модель в цикле с инструментами и целью. Определение настолько широкое, что покрывает и полезного помощника, и дорогой способ генерировать стек-трейсы. Разница почти никогда не в модели, а в форме цикла.

Где подходит

  • Узкие проверяемые задачи. Переименовать символ по репозиторию, мигрировать формат конфигурации, извлечь поля из пачки счетов. Модель предлагает — тест или схема решает.
  • Циклы «найти и прочитать». Найти файл, прочитать, решить, что читать дальше. Короткие шаги, дешёвое восстановление после ошибки.
  • Повторяющиеся операции с явным условием остановки. Всё, где «готово» проверяется механически.

Где не подходит

  • Открытые цели. У «улучши продукт» нет условия остановки, поэтому цикл идёт до конца бюджета.
  • Необратимые действия без подтверждения. Деплой, удаление, платежи. Модель, права на 99%, недостаточно права для действия в одну сторону.
  • Задачи, где нужен один аккуратный ответ. Если проблема сложная, длинный цикл мелких ошибок хуже одного сильного прохода рассуждения.

Паттерны, которые выживают

Мелкие шаги, явное состояние. Держите план и журнал вне контекстного окна. Модель забывает, файл — нет.

Один инструмент — одна задача. Инструмент, который делает три вещи, модель будет использовать неправильно. Узкие сигнатуры с типизированными аргументами проще вызывать и гораздо проще проверять.

Проверяйте чем-то, что не является моделью. Тесты, схемы, тайпчекер, коды возврата. Модель, оценивающая свою работу, всегда с собой согласна.

Ограничивайте каждый цикл. Максимум шагов, максимум токенов, максимум времени. Без потолка запутавшийся агент находит новые творческие способы потратить ваши деньги.

Песочница — не опция

Любой агент, умеющий запускать команды, рано или поздно запустит не ту. Не из злого умысла: пространство правдоподобных команд огромно, а модель угадывает. Запускайте его в контейнере с нужными файлами, без лишних учётных данных и с сетевой политикой, которую выбрали вы.

Это ещё и самый дешёвый отладочный инструмент: когда прогон пошёл не так, контейнер можно выбросить, а не объяснять команде, откуда в тестовой базе новые колонки.

Что измерять

Считайте долю успеха по типам задач, среднее число шагов до завершения и стоимость решённой задачи. Последняя цифра и решает, продукт это или прототип. Успех в 92% звучит отлично, пока не заметишь, что оставшиеся 8% съедают треть бюджета и всю поддержку.

← Все статьи