AI-агенты - слово, которое сейчас звучит буквально отовсюду. Но когда начинаешь копать, объяснения либо слишком технические, либо примитивные, либо вообще звучат как фантастика. Если вы, как и я, не разработчик, но хотите разобраться и использовать AI в работе и жизни, сейчас объясню максимально просто.
Три уровня AI, о которых нужно знать
Чтобы не запутаться, давайте разберём всё по шагам:
- Большие языковые модели (LLM)
- AI Workflow
- AI-агенты
1. Большие языковые модели (LLM)
LLM - это такие сервисы, как ChatGPT или Gemini. Их главное умение - генерировать текст на основе ваших запросов. Например, вы пишете: «Напиши приглашение на вечеринку» — и модель выдаёт готовый текст.
Но важно понимать две вещи:
- LLM знает только то, чему её обучили, и не имеет доступа к вашей личной информации.
- LLM пассивна и сама не действует, она только отвечает на ваши вопросы.
2. AI Workflow
Workflow - это уже чуть интереснее. Это заранее заданный план, как должен действовать искусственный интеллект. Например, я могу связать Google Календарь, сервис погоды и голосового ассистента. В итоге, когда я спрошу модель: «Какая погода в день вечеринки?», она сама проверит мой календарь, потом сервис погоды и озвучит ответ.
Workflow может быть очень длинным и сложным, но все ключевые решения принимает человек:
- Какие сервисы подключать?
- Что проверять?
- В каком порядке выполнять шаги?
Это всё ещё не AI-агенты, хотя выглядит впечатляюще. Например, я использую workflow в Make для автоматического создания постов в Telegram на основе новостей.
3. AI-агенты
Вот здесь и начинается магия. Чтобы AI Workflow превратился в AI-агента, меня — человека - не должно быть в процессе. Агент сам:
- Решает, как лучше выполнить задачу
- Использует нужные инструменты
- Проверяет и дорабатывает результат без моего вмешательства
Например, вместо того чтобы вручную настраивать поиск новостей, написание текстов и проверку, агент делает это сам. Он рассуждает, какие сайты использовать, как сохранять новости, как лучше написать текст и автоматически исправляет себя до тех пор, пока результат не будет хорошим.
Самый известный подход для таких агентов - это React Framework (Reason and Act, то есть «рассуждай и действуй»). Например, агент пишет текст и сам себя проверяет через другую модель, чтобы улучшить результат.
Примеры реальных AI-агентов:
- Lovable — создание простых сайтов и приложений без кода.
- Abacus — быстрое исследование и анализ информации в интернете.
- ChatGPT-agent от OpenAI — демонстрация универсального офисного помощника.
Пока что AI-агенты хорошо справляются только с конкретными задачами, но уже скоро смогут заменить помощника во многих ежедневных задачах.
Вывод: чем отличаются три уровня AI?
- LLM: Просто отвечает на ваши вопросы.
- AI Workflow: Выполняет задачи по заранее прописанному человеком сценарию.
- AI-агенты: Самостоятельно решают, как выполнить задачу, без участия человека.
Что дальше?
Если всё, что ты сейчас прочитал, зацепило — тебе важно идти дальше
Тебя ждет бесплатынй закрытый урок с полной схемой, как выйти на стабильные 200 000 ₽+ через AI-ботов -> https://clck.ru/3NtZGJ
Это не «волшебная кнопка», но если сделаешь, как показано — первые результаты могут прийти уже через пару недель. Но урок в открытом доступе не останется — потом просто не будет шанса зайти с таким разбором.
Подробнее про рынок нейросетей рассказываю на своем YouTube канале 👇 https://www.youtube.com/@RinatSuleyman