Как создать ИИ-агента: из чего он состоит и с чего начать

Агенты без магии

ИИ-агент - это не отдельная технология и не особая модель. Это обвязка вокруг обычной языковой модели: цель, инструкция, набор инструментов, память и цикл, который повторяет шаги, пока задача не сойдётся. Всё остальное - маркетинг вокруг этих пяти частей.

Практический вывод простой: примерно половина работы над агентом делается без единой строки кода. Логику, инструкцию и стоп-условия отлаживают в обычном чате, руками подставляя данные между шагами, и только потом переносят в код или конструктор. Для отладки подойдут любые текстовые модели - на этом этапе важна не автоматизация, а то, чтобы сценарий вообще сходился.

Что называют ИИ-агентом и чем он отличается от чата с моделью

В чате вы задаёте вопрос и получаете ответ. Решение о следующем шаге принимаете вы: перечитали, поправили запрос, спросили снова.

Агент забирает это решение себе. Вы даёте цель («собери сводку по трём конкурентам и запиши в таблицу»), а модель сама решает, какой шаг делать первым, чем его выполнить, годится ли результат и нужно ли повторить.

Отсюда три отличия, которые видно на практике:

• Многошаговость. Один запуск может включать пять-десять обращений к модели вместо одного.
• Действия во внешнем мире. Агент не только пишет текст, но и вызывает что-то: поиск, файл, базу, отправку письма.
• Собственный критерий остановки. Агент должен уметь сказать «готово» или «не могу», иначе он будет ходить по кругу.

Третий пункт ломается чаще всего. Модель без явного стоп-условия предпочитает продолжать: уточнять, переформулировать, делать ещё один проход. Каждый такой проход стоит денег.

Из каких частей собирается агент: модель, инструкция, инструменты, память, цикл

Модель - мозг. От неё зависит, удержит ли агент план на десять шагов или потеряет цель на третьем.

Системная инструкция - роль, правила, формат ответа, границы полномочий. Самая недооценённая часть: на неё уходит больше всего итераций.

Инструменты - то, что агент может вызвать: поиск, чтение файла, запрос в CRM, отправка сообщения. Без инструментов агент остаётся умным собеседником.

Память - что переносится между шагами и между запусками. Внутри одного запуска это история диалога, между запусками - внешнее хранилище: файл, таблица, база.

Цикл - код или платформа, которая гоняет схему «модель предложила шаг, шаг выполнили, результат вернули модели» и следит за лимитом итераций.

Шаг 1. Описать задачу так, чтобы её можно было проверить

Плохая формулировка: «агент для работы с клиентами». Хорошая - та, где виден вход, выход и критерий успеха.

Шаблон, по которому стоит написать задачу до всякой сборки:

Вход: письмо от клиента в свободной форме.
Выход: JSON с полями {тип_обращения, срочность, ответственный, черновик ответа}.
Успех: тип и ответственный совпадают с ручной разметкой минимум в 9 из 10 случаев.
Провал: агент придумал факт, которого нет в письме и в базе.
Скопировать

Если критерий успеха не пишется одной строкой - задача пока не готова к автоматизации. Разбейте её на две поменьше.

Отдельно зафиксируйте, что агенту делать нельзя: обещать сроки, называть цены, писать клиенту напрямую без проверки человеком. Эти запреты потом дословно переедут в инструкцию.

Шаг 2. Написать системную инструкцию и границы полномочий

Инструкция агента отличается от обычного промта тем, что описывает поведение в цикле, а не один ответ. В ней должны быть четыре блока.

РОЛЬ: ты диспетчер входящих обращений в сервисном центре.

ЗАДАЧА: разобрать письмо, определить тип и ответственного, подготовить
черновик ответа на русском.

ПОРЯДОК: 1) прочитать письмо 2) при нехватке данных проверить справочник
услуг 3) заполнить поля 4) собрать черновик 5) вернуть результат.

ФОРМАТ: только JSON по схеме, без пояснений до и после.

ОГРАНИЧЕНИЯ:
- не более 5 шагов на одно обращение;
- цены и сроки берутся только из справочника, иначе поле остаётся пустым;
- если тип обращения неочевиден, поставь «неясно» и остановись;
- не пиши клиенту, только черновик.
Скопировать

Отдельно проговорите «не знаешь - остановись и спроси». Без этой строки модель заполняет пробелы догадками, и это самый частый источник мусора в агентных сценариях.

Шаг 3. Определить инструменты и данные, к которым агент получает доступ

Начинайте с минимума: два-три инструмента, не больше. Чем длиннее список, тем чаще модель выбирает не тот.

Для каждого инструмента опишите три вещи: что он делает, что принимает на вход, когда его вызывать. Формулировка «когда вызывать» важнее остальных: именно по ней модель принимает решение.

Данные разделите на три группы:

• Только чтение - справочники, прайсы, база знаний. Здесь ошибка агента стоит дешево.
• Запись с подтверждением - черновики, задачи, комментарии. Человек смотрит перед отправкой.
• Запрещено - платежи, рассылки, удаление. Первому агенту такое не дают, даже если технически можно.

Если по итогу работы нужна картинка или иллюстрация, на первых версиях этот шаг проще делать руками: агент отдаёт текст запроса, а вы переносите его в генерацию изображений и выбираете кадр глазами. Автоматический выбор картинки без человека почти всегда даёт промах по смыслу.

Шаг 4. Собрать прототип: три подхода - вручную в чате, конструктор, код

Вручную в чате. Вы сами играете роль цикла: отправляете инструкцию, получаете предложенный шаг, выполняете его руками, возвращаете результат. Занимает вечер, стоит копейки, отлавливает 80 процентов дыр в логике. С этого стоит начинать всегда.

Конструктор. Визуальные платформы для сценариев с блоками «условие», «запрос к модели», «вызов сервиса». Подходит, когда логика линейная и нужен запуск по расписанию. Расплата - вы ограничены тем, что платформа умеет, и переносить сценарий потом больно.

Код. Обычный питон-скрипт с циклом while и вызовами модели, либо готовый фреймворк. Полный контроль над шагами, логами и лимитами. Нужен, когда шагов много и ветвление нетривиальное.

Порядок именно такой: чат, потом конструктор или код. Обратный путь заканчивается тем, что вы пишете обвязку для сценария, который в принципе не работает.

Какие модели тянут агентные и многошаговые задачи: сравнение

Для многошаговых задач берут модели, которые заявлены как reasoning- и agentic-модели: они лучше держат план и реже теряют цель к пятому шагу. Ниже - те, у которых это заявлено в описании, с ценой запуска в токенах (сентябрь 2026, актуальные значения видны рядом с моделью в интерфейсе).

Рабочая схема: логику черновиком гоняете на моделях за 1-5 токенов, а финальный прогон делаете на тяжёлой. Разница между 1 и 24 токенами за запуск на сотне прогонов отладки превращается в разницу между 100 и 2400 токенами, то есть в ощутимую часть месячной квоты тарифа «Про» на 2000 токенов.

Полный список с ценами - каталог моделей. Одно предупреждение: одинаково выглядящие названия вроде Flash и Pro у одного вендора - это разные модели с разной ценой и разными возможностями, и на агентных цепочках разница видна сразу.

Как тестировать агента и считать расход

Соберите набор из 10-20 типовых входов, для каждого запишите правильный результат руками. Это скучно и занимает часа два, но без набора вы не отличите улучшение от совпадения.

Дальше правило простое: после любой правки инструкции прогоняете весь набор заново. Локальная правка под один сценарий регулярно ломает соседний, и без полного прогона вы этого не увидите.

Что фиксировать по каждому прогону:

• совпал ли результат с эталоном;
• сколько шагов ушло;
• сколько токенов сгорело;
• где агент выдумал факт.

Расход считается так: цена запуска модели умножается на число обращений внутри одной задачи. Агент на пять шагов на модели за 4 токена - это порядка 20 токенов за задачу, на модели за 24 токена - около 120. Прогон набора из 20 случаев на тяжёлой модели легко съедает больше двух тысяч токенов, поэтому набор гоняют на дешёвой, а на тяжёлой проверяют выборочно.

Что можно сделать в Молекуле без разработки

Сразу про границы: конструктора сохраняемых агентов и помощников в сервисе нет, публичного API тоже. Значит автоматический цикл здесь не соберёшь - роль цикла играете вы. Зато первый и самый полезный этап, отладка логики и инструкции, делается полностью в текстовом чате.

Порядок такой:

1. Отправьте системную инструкцию первым сообщением диалога. Дальше подавайте входные случаи по одному.
2. Требуйте от модели не результат, а следующий шаг: «предложи один шаг и данные, которые тебе нужны».
3. Выполните шаг руками, верните результат следующим сообщением.
4. Дойдя до конца, попросите модель переписать инструкцию с учётом того, где она спотыкалась.

Каркас, который можно скопировать в первое сообщение:

РОЛЬ: ты <кто это, одна строка>.
ЗАДАЧА: <что на входе> -> <что на выходе>.
ПОРЯДОК: <3-5 шагов, по одному в строке>.
ФОРМАТ ОТВЕТА: <JSON-схема или жёсткий шаблон текста>.
ОГРАНИЧЕНИЯ:
- максимум N шагов;
- источник фактов только <что именно>;
- если данных не хватает - остановись и задай один вопрос;
- ничего не отправляй наружу, только черновик.
РЕЖИМ: на каждом ходу предлагай ровно один следующий шаг
и жди от меня результата.
Скопировать

Инструкцию храните у себя в заметках или файле и вставляйте в начало нового диалога: сохранить её как отдельную сущность внутри сервиса не получится. Гостевой запрос без регистрации даёт один ответ текстовой моделью, бесплатная квота - 5 токенов, этого хватает ровно на то, чтобы посмотреть, как модель разбирает вашу задачу.

Начать удобно с обратной стороны: попросить модель саму собрать спецификацию агента, а потом уже писать инструкцию. Открыть чат с готовым запросом - модель задаст семь вопросов и соберёт спецификацию: цель, роль, шаги, данные, критерии готовности, стоп-условия.

Частые ошибки при сборке первого агента

Нет лимита шагов. Агент уходит в петлю уточнений. Ставьте три-пять шагов на первой версии и поднимайте, только если видите, что задача честно требует больше.

Слишком широкая цель. «Веди клиентскую переписку» не проверяется, «разметь письмо по четырём типам» проверяется. Начинают со второго.

Десять инструментов сразу. Модель начинает выбирать наугад. Два-три инструмента, и каждый с явным условием вызова.

Права на запись с первого дня. Любое действие, которое видит внешний человек или списывает деньги, на первых неделях проходит через подтверждение.

Тестирование одним примером. Работает на вашем письме, разваливается на следующих десяти. Без набора эталонов вы не знаете качества агента, вы знаете только, что он однажды ответил красиво.

Тяжёлая модель на отладке. Отладка - это десятки прогонов. На дорогой модели она стоит в разы больше, а логику ищет ровно так же, как дешёвая.

Материалы по теме

• каталог моделей в Молекуле
• текстовый чат, в котором отлаживают логику агента
• генерация изображений для иллюстраций к результату