Получил в понедельник утром письмо от клиента. Нужно было перенести данные из вложения в таблицу, обновить CRM, отправить уведомление в Slack. Раньше на это уходило минут сорок. Сейчас — три минуты, и не моих, а агента. За это я и полюбил тему.
ИИ-агенты перестали быть игрушкой для гиков. В 2025 году они реально забирают рутину — и речь не про "помогут написать письмо", а про задачи, которые раньше требовали скриптов, Zapier и трех часов настройки. Разберусь, что сейчас работает, что ещё сыпется, и почему это вообще важно.
Что такое ИИ-агент и чем он отличается от чат-бота
Чат-бот отвечает на вопрос. Агент — делает дело. Вот в чём разница, если коротко.
Классический ИИ-инструмент — ты пишешь промпт, получаешь ответ. Закончилось. Агент берёт промпт и дальше сам принимает решения: куда сходить за данными, какой следующий шаг, как обработать ошибку.
Мне это по-настоящему вскрыло голову, когда я впервые запустил n8n с ИИ-нодой. Задал агенту: "Проверяй почту каждое утро, если есть заказы — заноси в Google Sheets и шли мне сводку". Он не просто переслал данные — сам понял структуру письма, вытащил нужные поля, догадался что делать с незаполненными ячейками.
Это уже не автоматизация в привычном смысле. Это аутсорс, только вместо фрилансера — модель с доступом к инструментам.
n8n — мощный, но требует мозгов
n8n я использую уже полтора года. Это визуальный конструктор воркфлоу с открытым исходным кодом. По сути — тот же Zapier, только бесплатный и с прямой интеграцией ИИ-агентов.
Что умеет: принимать решения внутри сценария, работать с API, парсить данные, ходить в базы, отправлять запросы во внешние сервисы. ИИ-ноды позволяют добавить языковую модель прямо в цепочку — она анализирует контент, классифицирует, решает куда направить данные дальше.
Пример из практики: у меня воркфлоу, который раз в день проверяет RSS-ленты конкурентов. Агент читает заголовки, оценивает релевантность по ключевым словам, и если тема пересекается с нашей — шлёт мне ссылку с кратким пересказом. Без n8n я бы тратил час в неделю на ручную проверку. Сейчас — просто читаю уведомление.
Минусы: порог входа ощутимый. Если ты не работал с JSON, API и хотя бы базово не понимаешь как работают веб-запросы — будет больно первые две недели. Документация неплохая, но сообщество ещё не дотягивает до масштабов Zapier.
Make (бывший Integromat) — проще, но с характером
Make — ближайший конкурент n8n. Визуальный редактор, куча интеграций, ИИ-модули встроены напрямую.
Что понравилось: сценарии создаются быстрее. Интерфейс чище, ошибки отрабатываются понятнее. ИИ-операции встроены нативно — не нужно танцевать с бубном как в n8n. Можно за пятнадцать минут собрать простой агент, который читает письма и раскладывает их по папкам в Notion.
Что не понравилось: бесплатный план ограничен тысячей операций в месяц — для серьёзной автоматизации мало. А платный тариф ощутимо дороже, чем содержание своего сервера n8n. И гибкость ниже — когда нужен нестандартный сценарий, начинаются танцы.
Для кого: для команд, которые хотят быстро закрыть рутину без погружения в техническую кухню.
Zapier — мастодонт, но сдал позиции
Zapier был стандартом лет пять назад. Сейчас — работает, но как инструмент автоматизации он уступает более гибким решениям.
Интеграций у него больше, чем у кого бы то ни было. Подключить Gmail к Notion, а Notion к Telegram — элементарно, двадцать минут и готово. Но когда дело доходит до ИИ-агентов — здесь всё грустно. Встроенный ИИ-функционал появился поздно и работает так себе. Для серьёзных сценариев приходится тянуть через OpenAI API вручную.
Плюс цена. Тарифы Zapier давно оторвались от рынка — за сопоставимый функционал в n8n или Make выходит ощутимо дешевле.
Подходит тем, кому критически нужна конкретная интеграция, которая есть только у Zapier, и кто не хочет заморачиваться с настройкой сервера.
Cursor и Copilot — не автоматизация в классическом смысле, но при чём тут рутина
Cursor и Copilot — это ИИ-ассистенты для кода, но влияние на рутину разработчика огромное. Я вставил их сюда намеренно: для программиста автоматизация рабочего процесса через ИИ-ассистента — это тоже рутина, просто другая.
Cursor умеет писать целые файлы по описанию, правильно понимает контекст проекта. Copilot стал заметно лучше в 2024–2025: научился работать с несколькими файлами одновременно, предлагает рефакторинг, объясняет чужой код. Я стал закрывать задачи в два раза быстрее — не потому что стал умнее, а потому что перестал писать бойлерплейт вручную.
Недостаток: обе системы заточены под код. Если ты не разработчик — мимо.
Browser-use и подобные — ближайшее будущее
Отдельно слежу за проектами вроде browser-use. Это фреймворки, которые дают ИИ-агенту доступ к браузеру — он может заходить на сайты, заполнять формы, кликать по кнопкам. Фактически — универсальный агент, который работает с любым веб-интерфейсом.
Потенциал дикий. Представь агента, который заходит на Wildberries, находит товары конкурентов, собирает цены и кладёт в таблицу. Без API, без парсеров — просто задача текстом.
Реальность пока скромнее: скорость низкая, ошибки на сложных интерфейсах, нужно много промптов чтобы заставить работать стабильно. Но направление правильное, и через год-два это станет мейнстримом.
Что реально работает прямо сейчас
Потратил кучу времени на эксперименты. Вот что реально экономит время уже сегодня:
n8n плюс ИИ-нода — для любой автоматизации данных, которая требует понимания контекста. Это мой основной рабочий инструмент, и я не вижу замены для задач уровня "прочитай → пойми → сделай".
Make — для быстрых несложных воркфлоу. Если нужно связать три-четыре сервиса и не хочется разбираться с сервером — самое то.
ИИ-ассистенты для кода — если ты пишешь код, Cursor или Copilot реально ускоряют работу. Я бы не вернулся к старому темпу.
Что не стоит времени: Browser-use и аналоги пока слишком сырые для продакшена. Попробовать интересно, но строить на них бизнес-процессы — рано.
Честный вывод
ИИ-агенты в 2025 году — это не хайп, а рабочий инструмент. Я закрыл ими задачи, которые раньше висели месяцами: мониторинг, обработка данных, уведомления. Это экономит мне несколько часов в неделю стабильно.
Но есть нюанс: они не работают из коробки. Любая нетривиальная автоматизация требует времени на настройку и отладку. Если ты ищешь кнопку "сделай всё хорошо" — её нет. Если готов вложиться один раз и потом экономить — игра стоит свеч.
Главное, что изменилось: порог упал. Ещё год назад чтобы сделать то, что я делаю сейчас, нужно было писать код. Сейчас — визуальный конструктор плюс правильный промпт. Для не-разработчика это небо и земля.
