Что это и зачем
AI-агент — это программа, которой ставят цель, а не задают вопрос. Она сама следит за источниками событий — почтой, формами, лентами заказов, — решает по смыслу, что с событием делать, и выполняет действие: отвечает клиенту, заводит карточку в CRM, готовит документ по шаблону. Человека зовёт только туда, где нужно живое решение.
Это не чат-бот с кнопками и не «нейросеть в диалоге». Бот ждёт, пока ему напишут, и живёт только в окне переписки. Агенту собеседник не нужен: ему нужны источники событий и список разрешённых действий. Между запусками он хранит память о том, что уже сделал, — не дублирует работу и не задаёт один вопрос дважды.
Прежде чем предлагать это клиентам, я собрал такого агента себе в распоряжении на логику.
Кому подходит
Бизнесу, где заявки и события приходят потоком из нескольких каналов и теряются: ночью, в выходные, пока менеджеры заняты.
Тарифы
Один источник
- →Следит за одним каналом: почта, форма, мессенджер
- →Фильтрует поток и решает, что важно
- →Деплой на ваш сервер с документацией
Несколько источников
- →Сводит данные из нескольких систем
- →Помнит контекст между запусками
- →Список разрешённых действий фиксируется до старта
Расходы после запуска — честно и заранее
- ·Сервер — от 2 000 ₽/мес
- ·Запросы к нейросети — по факту, напрямую провайдеру
- ·Сопровождение — опционально, от 10 000 ₽/мес
Что реально делает
Разбор входящих
Читает почту, формы и мессенджеры, отвечает на типовое, заводит карточки в CRM, сложное передаёт человеку с контекстом.
Заявка не ждёт до утра и не зависит от того, заметил ли её менеджер.
Мониторинг источников заказов
Следит за биржами и площадками, нейросеть отсекает мусор по вашим критериям, в Telegram приходит карточка с готовым черновиком отклика.
На мне такая система работает с апреля: 1 000+ отобранных заявок.
Документы по данным из диалога
Собирает данные из переписки, формирует документ по шаблону, отправляет на согласование, регистрирует в учётной системе.
Без «перепроверьте реквизиты» по третьему разу.
Контроль процессов
Следит за очередями и метриками, ловит отклонения, сообщает или запускает заранее оговорённое действие.
Работает 24/7, без оператора и без выходных.
Чем агент отличается от чат-бота
| Чат-бот | AI-агент | |
|---|---|---|
| Запуск работы | Ждёт сообщения от пользователя | Сам замечает событие и начинает работу |
| Принятие решений | По дереву сценариев, заложенному на старте | По смыслу ситуации, с полномочиями из ТЗ |
| Действия | Отвечает текстом в диалоге | Работает в ваших системах: CRM, почта, документы, таблицы |
| Нестандартный случай | Теряется или отвечает невпопад | Передаёт человеку с контекстом и своим черновиком |
| Память | Помнит текущий диалог | Помнит историю между запусками: не спросит дважды |
Кейс: агент, который работает на меня
Мой личный агент собран на том же стеке, что я ставлю клиентам: модели через OpenRouter, MCP-инструменты, память и журнал действий в Postgres, Docker на моём сервере.
Главное здесь — тесты на логику: перед каждым изменением агент прогоняется на проверенных случаях, и я вижу поломку до того, как она дошла до реальной работы.
Что входит в работу
- Разбор процесса и правил принятия решений
- Интеграция с вашими источниками и CRM
- Память между запусками и журнал действий агента
- Границы полномочий в коде: где агент действует сам, а где спрашивает
- Деплой на ваш сервер, документация, обучение
Стек
- Модели Claude / GPT / open-source через OpenRouter — под задачу и бюджет
- MCP-инструменты и function calling
- Python + TypeScript
- Postgres: память и журнал действий
- Docker: развёртывание на вашем сервере
- Тесты на логику агента (на моём личном агенте их 109)
Интеграции
- amoCRM, Битрикс24
- Почта (IMAP/SMTP)
- Telegram, MAX
- Любые REST API
- Excel и Google Таблицы
Когда это НЕ нужно
Если вся работа — один диалог с клиентом (запись, консультация), хватит бота: он дешевле. Если правила расписываются однозначно, без понимания текста, — хватит скрипта, а он в разы дешевле агента. Агент нужен там, где есть поток событий и решения по смыслу.
Частые вопросы
Чем агент отличается от чат-бота?
Бот отвечает в диалоге, агент работает без диалога: следит, решает, делает. Подробный разбор с примерами — в статье «Чат-бот или AI-агент: в чём разница».
Что если агент ошибётся?
Действия делятся на безопасные (читать, классифицировать, готовить черновики) и критичные (отправлять, платить, удалять). Критичные требуют подтверждения человеком. Все шаги логируются.
Сколько стоит работа агента в месяц?
Платите только за запросы к нейросети, напрямую провайдеру. Для типовой задачи это сумма, несоизмеримо меньшая сэкономленных часов. Лимит расхода настраивается, счётчик виден вам.
Как я контролирую, что делает агент?
У агента есть журнал действий: каждый шаг — что прочитал, что решил, что сделал. Критичные действия (отправить, оплатить, удалить) требуют вашего подтверждения. Расход на нейросеть виден на счётчике, лимит настраивается.
Когда агент не нужен и что взять вместо?
Если правила однозначны и текст понимать не надо — хватит скрипта, он в разы дешевле. Если вся работа — один диалог с клиентом, хватит бота. Агент окупается на потоке событий, где решения принимаются по смыслу.
Что нужно от меня на старте?
Доступы к источникам по API (почта, CRM) и час на разбор правил: что считать важным, что мусором, в каких случаях звать вас. Дальше я собираю прототип на ваших данных.
Читать по теме
На выходе
Система работает 24/7 и делает рутину сама. Человек подключается только к случаям, где нужно живое решение.
Обсудить задачу