Виды AI-агентов: где работают и как устроены

Словом «агент» сегодня называют всё: от чат-бота до системы, которая неделю пишет код без человека. Чтобы не путаться, раскладывайте агентов по трём независимым осям: где агент работает, как он устроен и сколько ему позволено делать самому.

#Ось 1. Где работает агент

Чат-ассистент. Отвечает текстом, а действия выполняете вы: копируете код, запускаете команды. Это ещё не агент в строгом смысле — у него нет инструментов, которыми он действует сам.

Агент в IDE или терминале. Работает на вашей машине, в папке проекта: читает файлы, правит код, запускает команды и тесты. Примеры — режим Agent в Cursor, Claude Code, Codex CLI. Документация Claude Code называет это агентной разработкой: ИИ сам читает файлы, запускает команды и вносит изменения, а вы наблюдаете, поправляете курс или отходите.

Облачный (фоновый) агент. Работает в отдельной виртуальной машине с клоном репозитория и приносит результат — обычно pull request. Свой компьютер можно выключить. Примеры:

• Cloud Agents в Cursor — изолированные VM с полноценным окружением; запускаются из десктопа, веба, Slack или комментарием @cursor в GitHub;
• Codex Cloud — задачи в облаке OpenAI;
• Copilot cloud agent — вы назначаете issue на Copilot, агент работает в окружении на базе GitHub Actions и готовит изменения в ветке;
• облачные сессии Claude Code — запускаются с claude.ai/code или командой claude --cloud.

Агент в CI. Запускается по событию: новый issue, комментарий в PR, расписание. Claude Code GitHub Actions реагирует на упоминание @claude, а неинтерактивный режим claude -p или codex exec встраивается в любой пайплайн.

#Ось 2. Как устроен агент

Anthropic в статье Building effective agents разделяет воркфлоу, где модель и инструменты работают по заданным в коде путям, и агентов, где модель сама управляет процессом и выбором инструментов. Строительный блок для обоих — «расширенная LLM»: модель с поиском, инструментами и памятью.

Паттерны воркфлоу:

• Цепочка промптов — задача разбита на шаги, каждый следующий вызов обрабатывает результат предыдущего, между шагами можно ставить программные проверки.
• Маршрутизация — вход классифицируется и отправляется в специализированную ветку.
• Параллелизация — независимые части выполняются одновременно, или одна задача решается несколько раз, и результаты сравниваются голосованием.
• Оркестратор и исполнители — центральная модель динамически делит задачу, раздаёт части исполнителям и сводит результат.
• Оценщик и оптимизатор — одна модель генерирует, другая оценивает и возвращает с замечаниями по кругу.

Автономный агент работает в цикле: собирает контекст, действует, проверяет результат и повторяет, пока задача не решена. Документация Claude Code описывает этот агентный цикл именно так.

#Мультиагентные системы

Оркестратор с исполнителями — основа мультиагентных схем. Anthropic описывает свою исследовательскую систему: ведущий агент на Claude Opus 4 и сабагенты на Claude Sonnet 4 на внутреннем тесте превзошли одиночного агента на Opus 4 на 90,2%. Цена — токены: агенты расходуют примерно в 4 раза больше токенов, чем обычный чат, а мультиагентные системы — примерно в 15 раз больше. Там же оговорка: схема плохо подходит задачам, где всем агентам нужен общий контекст и много зависимостей между частями. По словам авторов, это касается большинства задач программирования.

#Ось 3. Сколько агенту можно без человека

Автономия — настройка, а не свойство продукта. В Claude Code это режимы прав: от plan, где агент только читает и предлагает план, через default (подтверждение каждого действия) и acceptEdits до auto, где действия проверяет отдельная модель-классификатор, и bypassPermissions — только для изолированных контейнеров и VM. В Codex ту же роль играют режим песочницы (read-only, workspace-write, danger-full-access) и политика подтверждений.

OWASP напоминает, что избыточная автономия — отдельный класс уязвимостей: лишние функции, лишние права и действия с большими последствиями без проверки человеком.

#Как выбирать

Правило из той же статьи Anthropic: выбирайте самое простое решение и усложняйте, только когда простое перестало справляться.

#Агенты, которые собираете вы

Если готовые продукты не подходят, агента можно собрать на SDK:

• Claude Agent SDK (Python и TypeScript) даёт тот же харнесс, что у Claude Code: инструменты, контекст, права. См. обзор Agent SDK.
• OpenAI Agents SDK строится на нескольких примитивах: агенты с инструкциями и инструментами, передачи между агентами, ограждения для проверки входа и выхода и встроенный трейсинг. См. документацию.

В шестом посте — что нужно, чтобы такой агент появился у вас, а в восьмом — как работает флот из нескольких агентов.