Глоссарий-разбор · 2026
Что такое ИИ-агент
Разбираем простыми словами: чем ИИ-агент отличается от чат-бота и от обычной нейросети, из чего он состоит, какие бывают типы и какие бизнес-задачи им отдают. Без хайпа, с прицелом на то, как это устроено и работает в России.
ИИ-агент — это программная система на базе большой языковой модели (LLM), которая воспринимает контекст, принимает решения и выполняет действия для достижения цели. В отличие от чат-бота, который просто отвечает по сценарию, агент сам решает, что сделать: читает документы, ищет данные в системах компании, вызывает нужные инструменты, готовит результат и проверяет его. Проще говоря, чат-бот говорит, а ИИ-агент делает работу в ваших процессах.
Воспринимает
Понимает запрос и контекст: задачу, данные, состояние процесса.
Планирует
Разбивает цель на шаги и выбирает, какой инструмент применить.
Действует
Вызывает API, ищет в базе, готовит документ, ставит задачу.
Проверяет
Сверяет результат с целью, при сомнении эскалирует человеку.
Агентность
Чем агент отличается от просто LLM
Обычная языковая модель отвечает на один запрос и забывает контекст. Агент работает в цикле: воспринимает задачу, планирует шаги, действует через инструменты, проверяет результат и при необходимости повторяет. Эту способность ставить и доводить задачу до результата называют агентностью.
Петля агентности: восприятие → планирование → действие через инструменты → проверка результата → и снова, пока цель не достигнута.
Анатомия
Из чего состоит ИИ-агент
Четыре части превращают языковую модель в работника процесса. Уберите любую — и агент скатится обратно к разовому ответу в чате.
Модель (LLM)
Языковая модель — «мозг» агента. Понимает запрос на естественном языке, рассуждает и формулирует план. В России это GigaChat, YandexGPT, open-source модели или собственная T-CAM для работы в контуре.
Инструменты и функции
То, чем агент действует: поиск, вызов API, запрос в базу данных, отправка письма, постановка задачи в систему. Без инструментов модель только говорит, с ними — выполняет.
Память
Контекст между шагами и сессиями: что уже сделано, какие проекты и люди в работе, какие решения приняты. Память отличает агента от разового вопроса в чат.
Оркестрация
Логика, которая связывает всё в цикл: воспринять задачу, спланировать шаги, вызвать нужный инструмент, проверить результат, при сомнении эскалировать человеку.
Сравнение
Чат-бот против ИИ-агента
Слова звучат похоже, разница принципиальная. Бот идёт по веткам сценария, агент сам выбирает действие под цель.
| Чат-бот | ИИ-агент | |
|---|---|---|
| Как реагирует | По заранее прописанному сценарию и кнопкам | Сам решает, что делать, исходя из цели и контекста |
| Что умеет | Ответить текстом из готовых веток | Прочитать документ, найти данные, вызвать систему, подготовить результат |
| Доступ к данным | Обычно нет или жёстко зашитые ответы | База знаний, CRM, почта, API через инструменты и RAG |
| Память | Помнит шаг в текущем диалоге | Держит контекст по проектам, людям, прошлым задачам |
| Что на выходе | Реплика в чате | Выполненное действие: черновик, заявка, проверенный ответ |
Типы
Какие бывают ИИ-агенты
Под бизнес-задачу собирают агента из этих типов. Чаще начинают с одного, потом подключают смежные процессы.
Ассистенты и чат-помощники
Первая линия поддержки, помощник сотрудника, ассистент руководителя. Понимают запрос и доводят до ответа, а не водят по кнопкам. Пример — Hermes в Telegram.
Разбор документов и почты
Классифицируют обращения, извлекают данные из счетов и заявок, готовят черновики ответов. Снимают с людей ручную обработку входящего потока.
RAG-боты по базе знаний
Отвечают по вашим регламентам, договорам и документам со ссылкой на источник, а не выдумывают. Знания компании доступны в одном окне.
Автономные сценарии
Ведут процесс от события до результата: проверяют статус, готовят документ, ставят задачу, эскалируют спорное. Под контролем и с журналом действий.
Мультиагентные системы
Несколько агентов делят сложную задачу: один планирует, другой исполняет, третий проверяет. Применяют там, где процесс распадается на роли.
Где применяют
Бизнес-задачи для ИИ-агентов
Первыми под агента отдают рутинные, повторяемые, текстовые процессы, где эффект считается в часах или деньгах.
Входящий поток
Разбор почты и заявок, классификация обращений, извлечение реквизитов, черновики ответов.
Поддержка
Первая линия по регламентам и базе знаний, ответы со ссылкой на источник, эскалация сложного оператору.
Аналитика
Ответы на вопросы по корпоративным данным и отчётам на естественном языке, сводки и выборки за секунды.
Продажи
Подсказки менеджеру во время звонка, контроль качества обращений, подготовка коммерческих документов.
BiometricLabs · агенты в контуре
ИИ-агент в защищённом контуре под 152-ФЗ
Когда данные нельзя выгружать наружу, агента разворачивают в контуре компании. BiometricLabs делает таких агентов на российском стеке (GigaChat, YandexGPT) или на собственной модели T-CAM, когда информация чувствительная и попадает под 152-ФЗ. Данные не покидают периметр, доступ разграничен, действия пишутся в журнал. У нас уже работают свои агенты, поэтому мы строим их под задачу, а не показываем демо.
Hermes
ИИ-ассистент руководителя в Telegram. Работа в контуре, память по проектам и людям, разбор почты и поручения.
T-CAM
Собственная языковая модель: точные вычисления без галлюцинаций, память без лимита контекста, развёртывание в контуре. Платформа для агентов.
Разработка ИИ-агентов
Агент под ваш процесс под ключ. Вход через MVP за спринт от 50 000 ₽, дальше расширение по результату.
Частые вопросы
- Что такое ИИ-агент?
- ИИ-агент — это программная система на базе языковой модели (LLM), которая воспринимает контекст, принимает решения и выполняет действия для достижения цели. В отличие от чат-бота, который отвечает по сценарию, агент сам решает, что сделать: читает документы, ищет данные, вызывает системы компании, готовит результат и проверяет его.
- Чем ИИ-агент отличается от чат-бота?
- Чат-бот отвечает текстом по заранее прописанным веткам. ИИ-агент действует по цели: понимает задачу, обращается к данным и инструментам (поиск, база знаний, CRM, почта), выполняет шаги и проверяет результат. Бот говорит, агент делает работу в ваших процессах.
- Нужен ли свой сервер для ИИ-агента?
- Не всегда. Если данные можно обрабатывать в облаке российских моделей (GigaChat, YandexGPT), отдельный сервер не нужен. Если информация чувствительная и попадает под 152-ФЗ, агент разворачивают в контуре компании — на её серверах или арендованной под неё инфраструктуре, иногда на собственной модели T-CAM.
- Безопасно ли отдавать данные ИИ-агенту?
- Зависит от архитектуры. Безопасный вариант — агент в контуре под 152-ФЗ: данные не покидают периметр компании, доступ разграничен, действия пишутся в журнал. Опасный — агент на зарубежной модели с выгрузкой данных наружу, что для персональных данных может быть запрещено. Контур и режим работы с данными согласуют до старта, а не после инцидента.
- Сколько стоит ИИ-агент?
- Диапазон широкий: от 30–50 тыс. ₽ за простого бота с базой знаний до 3–15 млн ₽ за корпоративную систему с интеграциями и высокими SLA. BiometricLabs заходит через MVP под один процесс от 50 000 ₽ за спринт. Подробный разбор цен и факторов — в материале «Сколько стоит ИИ-агент».
Источники
Понятие агентности и состав агента: обзоры рынка ИИ-агентов на vc.ru и РБК (2025–2026). · Российские LLM: документация GigaChat (Сбер) и YandexGPT (Яндекс), 2026. · Цены и факторы стоимости: разбор «Сколько стоит ИИ-агент» на этом портале, со ссылками на рыночные обзоры рунета 2025–2026.
Материал носит образовательный характер. Конкретная архитектура и стоимость зависят от процесса, данных и требований к безопасности.
Дальше
Поймём, ляжет ли ваш процесс на ИИ-агента?
Расскажите про рутину, которая съедает время команды. Подскажем, решит ли её агент, и назовём вилку по MVP.
← На главную BiometricLabs · Глоссарий ИИ-терминов · Услуга: разработка ИИ-агентов