Неделю назад мой календарь три раза подряд напомнил про одно и то же совещание. Я зашёл, посидел пять минут, сообразил, что опять перепутал часовые пояса, и вышел. После этого решил наконец разобраться с автоматизацией нормально — а не просто кидать мемы про «скоро ИИ заменит всех». Пощупал инструменты, собрал пару воркфлоу — и вот что из этого вышло.
Рынок ИИ-агентов в 2025 году — бардак, но приятный. Инструментов много, цены разные, половина обещаний не работает. Я прошёлся по основным игрокам и собрал картину, которая мне самому сэкономила часов двадцать за последний месяц.
Что вообще считается ИИ-агентом
С терминологией полный хаос. Люди называют агентом всё подряд — от ChatGPT с плагинами до систем, которые неделю крутят задачу без тебя. Я для себя разделил на три уровня.
Узкие ассистенты — это GPT-4 или Claude с промптом и парой инструментов. Делают одну конкретную штуку хорошо: написать текст, ответить на письмо, свести таблицу.
Многошаговые агенты — берут цель и дробят на подзадачи. Погуглят, почитают, напишут, проверят. Примерно как стажёр, которому дали задачу и сказали «разберись сам».
Автономные фреймворки — системы, которые работают часами без вмешательства: мониторят, принимают решения, перезапускают процессы. Это уже ближе к тому, что продают под видом «AI agents для enterprise».
Знание этой лестницы сэкономило мне полдня попыток заставить узкий ассистент делать работу, для которой он просто не создан.
Make и Zapier: кто-то всё ещё делает руками?
Бытовые инструменты автоматизации. Make (бывший Integromat) и Zapier в 2025 году научились работать с ИИ-ассистентами напрямую — можно вставить в сценарий шаг, где GPT-4 резюмирует входящее письмо, а уже на основе резюме запускается следующий.
Я собрал на Make простенький воркфлоу за вечер: новые заявки с формы → GPT-4 categorizes и приоритизирует → письмо с кратким описанием улетает в Slack. Раньше это делал руками раз в два часа. Теперь с утра вижу готовую сводку.
Из минусов: Make хорош, когда задача линейная. Если нужен цикл — перебрал варианты, не подошло, попробовал снова — начинается ад. Zapier проще интерфейсом, но дороже на объёмах и менее гибкий. Оба — неплохой входной билет в автоматизацию, но не полноценные агенты.
CrewAI и LangGraph: для тех кто не боится кода
Если Make — это конструктор для менеджеров, то CrewAI и LangGraph — уже тусовка для разработчиков. Мне пришлось напрячь знакомого, который пишет на Python, потому что сам я в коде плаваю. Но результат того стоит.
CrewAI позволяет собрать «экипаж» из нескольких агентов, каждый со своей ролью и инструментами. Один ищет информацию, второй анализирует, третий оформляет. Я видел демо: команда из трёх агентов за полчаса сделала поверхностный конкурентный анализ — то, на что обычно уходит два дня.
LangGraph даёт больше контроля над графами состояний. Можно описать сложную логику: если шаг А завершился с ошибкой — иди на шаг Б, если данные неполные — вернись и уточни. Это нужно для задач, где ИИ может наделать ошибок без обратной связи. Слышал про команду, которая на LangGraph построила систему первичного скрининга резюме — экономят HR часов пять в неделю.
Оба фреймворка бесплатные и опенсорсные. Из минусов — порог входа. Без базового понимания LLM, JSON и API придётся тыкаться вслепую.
Browser-use и Playwright Agent: агенты в браузере
Вот это меня зацепило по-настоящему. Инструменты вроде browser-use или Agently позволяют агенту управлять браузером как человек: заходит на сайт, заполняет формы, кликает, читает страницы. Это не скриншотинг — полноценная навигация.
Я попробовал автоматизировать еженедельную выгрузку данных из Google Analytics. Раньше заходил, тыкал семь кнопок, ждал, экспортировал. Теперь написал скрипт на browser-use, агент заходит сам, делает всё по шагам, результат кладёт в таблицу. Занимает три минуты вместо двадцати.
Из подводных камней: сайты меняют вёрстку, и агент ломается. Без мониторинга не обойтись — хотя бы раз в неделю проверяешь, не сломалось ли. Ещё нужно где-то держать сессию авторизации, иначе каждый запуск начинается с логина.
Cursor, Copilot и Windsurf: ИИ не только отвечает, но и делает
До 2025 года ИИ в IDE в основном дописывал код по комментарию. Теперь Cursor и Windsurf умеют работать автономно: ставишь задачу — «добавь авторизацию через Google» — и агент сам открывает файлы, пишет код, запускает тесты, правит ошибки. Цикл до полного completion.
Я не разработчик, но знакомый показывал. На Windsurf у него ушло три часа на микросервис, который раньше занял бы два дня. Он говорит, что quality control всё ещё нужен — агент иногда оптимизирует не там или забывает про edge cases. Но объём ручной работы упал драматически.
Copilot от Microsoft встроен во весь Office 365 — теперь можно в Excel сказать «построй прогноз продаж на квартал» и получить не просто формулу, а полноценный анализ с графиком и комментариями. Это уже enterprise-уровень, и оно правда работает.
AutoGen и Microsoft Copilot Studio: enterprise-сторона
Для команд и бизнеса есть AutoGen от Microsoft и Copilot Studio. AutoGen — опенсорсный фреймворк для мультиагентных систем. Copilot Studio — конструктор для корпоративных ассистентов: описываешь бизнес-процесс, подключаешь внутренние базы данных, задаёшь правила безопасности.
Я общался с человеком из компании на 200 человек, который на Copilot Studio за месяц построил ассистента для отдела закупок. Тот отвечает на типовые запросы, подтягивает данные из 1С, формирует сводки. Освободили полторы ставки. Стоило это денег, но окупилось за квартал.
Обратная сторона enterprise-решений — governance. Кто отвечает за ошибки агента? Как логировать решения? Что с безопасностью данных? Всё это решаемо, но требует времени и бюрократии, которая убивает энтузиазм напрочь.
Что я выбрал для себя
После месяца возни у меня сформировался набор: Make для простых воркфлоу, browser-use для повторяющихся браузерных задач, CrewAI для проектов, где нужен многошаговый анализ. Cursor поставил, но пока не нашёл задачу под него.
Главное, что я понял: ИИ-агенты не заменяют человека. Они забирают рутину, которая съедает время, но не требует осознанных решений. Названия, даты, пересылки, сводки — всё это теперь делается без меня. Я вмешиваюсь на этапе «что делать с результатом», а не «как добыть результат».
У меня это заняло неделю настройки и два вечера на изучение документации. Не так страшно, как звучит. Главное — начать с одной маленькой задачи, а не пытаться автоматизировать всё сразу.
