Суть
Агент, который суммаризирует диалог с клиентом, — почти нулевая ценность. Агент, который сам читает диалог, принимает решение по регламенту, обновляет статус заявки и отправляет письмо, — реальная автоматизация. Разница не в интеллекте модели, а в объёме переданных полномочий.
Проект обречён, если агенту не дают принимать решений: он подсказывает, суммаризирует, пишет черновик — и превращается в дорогой способ генерировать текст, который человек, отвлекаясь от работы, перечитывает.
Автономность задаётся двумя вещами
Не интерфейсом. Один и тот же интерфейс — «разработчик даёт задачу через промпт» — покрывает и копилот, дописывающий одну строку, и систему, которая обходит десятки файлов, выбирает структуры данных и пишет библиотеку целиком.
Автономность определяют выбор оркестратора и набор доступных инструментов (Agent vs Workflow, Tool Catalog). Большинство продакшен-систем живут посередине: предсказуемый рабочий процесс, в узлах которого вызываются более автономные агенты.
Две кривые и точка между ними
Риск растёт экспоненциально. Каждая капля автономности не только повышает шанс ошибки, но и добавляет требований к инфраструктуре: контроль доступов, защита от инъекций, наблюдаемость, отладка зацикливаний.
Профит растёт, потом выходит на плато и разворачивается вниз. Сначала автономность открывает сценарии, невозможные в жёстком workflow. Затем упирается в потолок технологий: модель начинает галлюцинировать и теряться от избытка инструментов. Дальше дополнительная автономность уже вредит — система ломается чаще, чем создаёт ценность.
Точка оптимума лежит между ростом и плато, и держать систему нужно в ней, а не «как можно автономнее».
Толерантность к риску определяет стоимость разработки
Ключевой практический вывод: чем ниже толерантность к риску, тем дороже проект — не из-за модели, а из-за инфраструктуры контроля, мониторинга и разметки качества.
Отсюда объяснение, почему стартапы выглядят технологичнее корпораций: технологии те же, просто стартапу нечего терять. Демка к следующему раунду позволяет взять самого автономного агента и закрыть глаза на часть рисков. Банк под надзором регулятора живёт в другой реальности, где каждое решение потенциально аудируемо (Agent Governance).
Три типа эффекта, и не все считаются в деньгах
- Снижение затрат — для агентов работает плохо: 30% экономии на процессе обычно не окупает команду разработки и стоимость модели. Исключения — сверхчастотные процессы вроде поддержки и продаж.
- Снижение числа ошибок — ценно в рисковых процессах, где одна ошибка стоит иска или штрафа; считается через стоимость предотвращённой ошибки.
- Создание новой ценности — согласование страхового случая за 15 минут вместо двух недель. Здесь самые большие деньги и самый сложный подсчёт.
Оговорка, которую стоит держать: не всякий эффект надо переводить в рубли. Ускорение поддержки с пяти минут до пятнадцати секунд — конкурентное преимущество, точный подсчёт которого невозможен, и это нормально (Unit Economics AI).
Связано с
- Agent Roles — роли по уровню полномочий
- Intelligence vs Judgment — второй критерий выбора процесса
- Agent Governance — пропорциональность контролей уровню автономии
- Agent vs Workflow — чем задаётся автономность технически
- Unit Economics AI — как считать эффект
- Capability Containment — как удерживать риск, не снижая полномочий
- Human in the Loop — цена контроля, которым платят за автономность