За последние несколько лет ИИ вышел за пределы стадии «отвечать на вопросы»: теперь, получив цель, он сам продумывает шаги, использует инструменты и выполняет многошаговые задачи до конца. Это и есть ИИ-агент. Число корпоративных запросов на внедрение резко растёт, а технологии подключения вроде MCP распространяются с огромной скоростью. Этот курс — практический курс для разработчиков о том, как самостоятельно проектировать и создавать таких ИИ-агентов. Все семь глав ведут вас от понимания устройства к первому агенту, интеграции MCP, мультиагентным системам, оценке, мерам безопасности и продакшн-эксплуатации.
Цель — «безопасно создать и эксплуатировать ИИ, который сам действует по переданной цели»
Что такое ИИ-агент
ИИ-агент — это ИИ-система, которая, получив цель, сама продумывает шаги для её достижения, вызывает инструменты и автономно выполняет несколько шагов подряд. Обычный чат просто возвращал «на один вопрос — один ответ», а агент крутит цикл: «изучить — решить — выполнить — проверить и, если нужно, переделать».
Например, если попросить «Собери продажи за прошлую неделю и оформи отчёт», агент сам пройдёт всю цепочку — ① найти, где лежат данные → ② получить их → ③ агрегировать → ④ оформить текстом → ⑤ перепроверить результат, включая промежуточные решения. Его особенность в том, что он действует, отталкиваясь от цели, без того, чтобы человек давал указания по каждому шагу.
💡 Граница между «умным чатом» и «агентом». Если он только разговаривает — это чат. Как только он начинает воздействовать на внешние инструменты и среду и по результату решать, что делать дальше, — это уже агент. Если понятие пока размыто, начните с материала «Что такое ИИ-агент» (базовое объяснение) — так пойдёт легче.
Четыре составляющие агента
Любой агент, если его разобрать, состоит из четырёх частей. Держа эту структуру в голове, вы будете гораздо легче понимать все последующие главы.
Центр, который понимает ситуацию и решает, что делать дальше. Эту роль берёт на себя большая языковая модель — например, Claude.
Руки, которые воздействуют на внешний мир: поиск, вычисления, вызовы API, работа с файлами. Качество инструментов определяет возможности.
Хранит ход дела и полученную информацию. Проектирование контекста решает, будет успех или провал.
Механизм, повторяющий «подумать → действовать → посмотреть на результат». Сюда же входит решение о том, когда остановиться.
В этом курсе мы сначала во второй главе соберём минимального агента из этих четырёх элементов, а с третьей главы будем по одному углублять инструменты (tools / MCP), память (контекст) и управление (мультиагентность, оценка, безопасность). Если хочется глубже разобраться в проектировании контекста, загляните также в контекстную инженерию.
Чем он отличается от RPA и чат-ботов
«А чем это отличается от RPA или привычных чат-ботов?» — частый вопрос. Решающее отличие в том, «выполняет ли он заданную последовательность действий» или «оценивает ситуацию и действует сам».
| Тип | Как действует | Силён в | Слаб в |
|---|---|---|---|
| RPA | Точно повторяет заданную последовательность (руки) | Шаблонное, массовое, строгое | Исключения, решения, изменения |
| Чат-бот | Отвечает по схеме «вопрос — ответ» (рот) | Диалог, подсказки, ответы | Выполнение многошаговых задач |
| ИИ-агент | Оценивает ситуацию и действует сам (голова + руки) | Нешаблонное, решения, связка инструментов | Строгая воспроизводимость, риск выхода из-под контроля |
📊 Не противостояние, а сочетание. Мощный подход — разделение ролей: «голова»-агент принимает решения, а «руки»-RPA точно исполняют. Кто хочет глубже разобраться в отличиях — ИИ-агенты vs RPA, а где это применять в работе — примеры применения агентов.
Когда стоит делать агента, а когда — нет
Агент — не универсальное решение. Прежде чем строить, оценить «действительно ли нужен именно агент» — вот первый шаг хорошего разработчика.
- Порядок действий нельзя зафиксировать заранее (он меняется по ситуации)
- Задача охватывает несколько инструментов и источников данных
- Нужны решения и метод проб и ошибок
- Ошибку можно обнаружить и переделать (есть тесты и ревью)
- Порядок действий полностью определён (→ RPA или обычный код)
- Достаточно одного вызова LLM (→ простое использование API)
- Область, где ошибка недопустима и переделать нельзя
- Ценность не оправдывает затрат и задержек
⚠️ Сначала попробуйте простой способ. Вместо того чтобы сразу собирать многоступенчатого агента, действуйте по правилу: «один промпт → если не хватает, добавить один инструмент → если и этого мало, тогда агент». Сложность добавляйте только тогда, когда она действительно понадобится.
Карта этого курса
В курсе семь глав. В порядке «узнать → построить → подключить → размножить → измерить → защитить → эксплуатировать» мы дойдём до того, чтобы уметь проектировать, создавать и эксплуатировать агента.
Стандартное подключение к внешним инструментам и данным.
К главе 3 →Разделение и связка нескольких агентов (A2A).
К главе 4 →Проектирование против сбоев, ошибочных операций и злоупотреблений.
К главе 6 →Прежде чем начать
Этот курс — для разработчиков. Но напрягаться не нужно. Достаточно примерно такой базы, чтобы всё усвоить.
Достаточно немного читать и писать на Python или JavaScript. Глубоких специальных знаний не требуется.
Окружение, где можно использовать AI API, например Claude. Для начала подойдёт и бесплатный тариф.
Заготовьте одну небольшую цель уровня «что-то найти и кратко изложить».
✅ Если хотите просто «пользоваться», не программируя, — вам в другой курс. Если нужно лишь применять агентов в работе, короткий путь — курс «ИИ на работе», а если хочется сначала быстро собрать что-то рабочее — как создать агента (для начинающих). Этот курс — для разработчиков, которые «проектируют и создают сами».
- ИИ-агент = ИИ, который по переданной цели продумывает шаги, использует инструменты и выполняет всё автономно.
- Составляющих четыре — голова (LLM), инструменты, память и цикл (управление).
- RPA (руки, строгость) / чат-бот (рот, «вопрос — ответ») / агент (голова + руки, решения) различны по ролям, и их сочетание сильно.
- Прежде чем строить, оцените «действительно ли нужен агент». Начинайте с простого способа и наращивайте сложность постепенно.
Итак, приступим к созданию. В следующей главе 2 «Создаём первого агента» мы соберём минимального агента из четырёх элементов и реально его запустим.