Що таке AI агент?

Одне питання, яке відрізняє агента від чатбота

Хто вирішує, що станеться далі?

У чатботі ніхто. Ви надсилаєте повідомлення, модель видає одну відповідь, і хід завершено. Якщо відповідь потребує продовження, його пишете ви. Модель ніколи не діє у світі, вона лише пише текст.

В агенті рішення приймає модель. Отримавши мету, вона обирає дію: наприклад, пошук в інтернеті, запуск фрагмента коду, відкриття сторінки чи редагування файлу, отримує результат у вигляді тексту, читає його і обирає наступну дію. Вона продовжує, поки не вирішить, що мету досягнуто, або поки її не зупинить ліміт кроків. Модель це контролер циклу.

Інженерний гайд Anthropic "Building effective agents", опублікований у грудні 2024 року, проводить межу так само: workflow це системи, де модель працює всередині коду, який фіксує шлях, а агенти це системи, де модель сама керує своїм процесом і використанням інструментів. Той самий гайд прямо радить, з чого починати будувати, і відповідь там, workflow.

Чатбот, workflow, агент: та сама модель, три різні цикли

Усі три можуть працювати на одній і тій самій мовній моделі. Різниця в тому, що їх оточує.

Стовпець workflow це те, де живе більшість корисної автоматизації. Пайплайн, який резюмує документ, потім витягує дати, потім готує чернетку відповіді, це три виклики моделі у фіксованому порядку. Він надійний, бо шлях визначив розробник. Це не агент, хоч би що казала лендингова сторінка, і називання його так приховує реальний компроміс: фіксований шлях передбачуваний і дешевий, шлях, обраний моделлю, гнучкий, і не є ані тим, ані іншим.

Як виглядає цикл, крок за кроком

Конкретний приклад. Мета: "З'ясуй, чи наш конкурент змінив ціни цього місяця, і напиши мені резюме на два абзаци".

1. Модель читає мету і обирає першу дію: пошук в інтернеті сторінки конкурента з цінами.
2. Інструмент пошуку повертає список результатів у вигляді тексту. Модель читає його і обирає, який відкрити.
3. Інструмент браузера повертає сторінку. Модель витягує поточні ціни.
4. Модель вирішує, що їй потрібні старі ціни, шукає архівну копію і відкриває її.
5. Вона порівнює обидві, вирішує, що інформації достатньо, і пише резюме.

П'ять кроків, чотири виклики інструментів, шість викликів моделі. Кожен крок це повна відповідь моделі, з усією історією дотепер як вхідними даними. Саме ця деталь визначає вартість: до п'ятого кроку модель повторно читає чотири сторінки результатів пошуку і тексту сторінок на кожному виклику. Що таке токени в ШІ пояснює, чому вхідні дані, що зростають з кожним ходом, це дорога форма.

І кожен крок це місце, де можна помилитися. Якщо пошук на кроці 1 поверне не ту компанію, кроки 2-5 впевнено резюмують неправильні ціни. Цикл накопичує помилки так само, як накопичує прогрес. Ліміт кроків і людська перевірка перед тим, як щось надіслати, це не опція.

Скільки коштує запуск агента проти однієї відповіді

Арифметика проста, і її пропускають. Одна стандартна відповідь, 1000 токенів на вході і 500 на виході, має прайсову ціну для кожної моделі в індексі вартості моделей ШІ, із тарифами OpenRouter, зафіксованими 2026-08-20. Запуск агента на 20 кроків це щонайменше 20 таких відповідей, а на практиці більше, бо вхідні дані зростають з кожним кроком.

Двадцять кроків на Claude Sonnet 5 коштують $0.14 за мінімальною ціною, проти $0.007 за одну відповідь; на Claude Opus 5 це $0.35, і якщо запускати щогодини, це близько $250 на місяць, ще до множника зростаючих вхідних даних. У кредитах Whizi та сама арифметика читається зі сходинок Auto вище: 100 кредитів це 100 швидких питань на домашній моделі або 5 ходів з міркуванням на GPT-5.6 Sol, тож цикл на 20 кроків на сходинці з міркуванням це 400 кредитів, близько шостої частини місяця Pro на 2500 кредитів, а той самий цикл на домашній моделі це 20. Саме тому правильний дизайн спрямовує кроки планування на сильну модель, а рутинні кроки на дешеву, і саме тому мультимодельний робочий простір є природним домом для роботи агентів, а не підписка на одну модель.

Які продукти справді є агентами

Асистенти для програмування, що редагують файли і запускають тести є агентами в строгому сенсі: отримавши звіт про баг, вони читають код, вносять зміну, запускають тестовий набір, читають помилку і пробують знову. Цикл справжній, і модель ним керує.

Режими Deep Research у ChatGPT, Gemini і Perplexity є агентами: вони шукають, читають, шукають знову на основі знайденого і зупиняються, коли вирішать, що питання розкрито. Кількість кроків залежить від питання, і це і є ознака.

Більшість "агентів" у меню продуктів це персони або workflow. Рядок у списку моделей, позначений як податковий агент чи навчальний ментор, зазвичай є фіксованим системним промптом плюс один-два інструменти. Власний розділ Agents у Whizi чесний щодо цього: рядок Canadian CPA це пресет, який змушує робити веб-пошук на кожному ході, з лімітом сім пошуків, і більшим бюджетом токенів, 55 000 на вхід і 40 000 на вихід. Це персона з прикріпленим інструментом і більшим бюджетом, і вона корисна саме тому, що шлях фіксований. Це не цикл, яким керує модель, і гайд про Auto routing пояснює, що насправді обирає модель за кожним повідомленням.

Термінологія дрейфує в бік називання всього агентом. Питання, яке варто поставити продукту, те саме, що на початку цієї сторінки: хто вирішує наступний крок? Якщо відповідь "скрипт" або "ніхто", ви купуєте workflow чи чатбот, і це цілком може бути саме те, що вам потрібно.

Коли агент правильний інструмент, а коли ні

Агент виправдовує свою вартість, коли шлях неможливо знати заздалегідь: дослідження, де другий пошук залежить від першого результату, налагодження, де виправлення залежить від результату тесту, перегляд сторінок, де наступний клік залежить від сторінки. Гнучкість і є продуктом.

Агент не той інструмент, коли шлях відомий. Резюмувати, витягувати, перекладати, переформатовувати, класифікувати: це один виклик або фіксована послідовність викликів, і обгортання їх у цикл додає вартість, затримку і новий спосіб помилитися, не додаючи можливостей. Порада гайду Anthropic лишається чинною: починайте з одного виклику, переходьте до workflow, коли одного виклику не вистачає, і сягайте по агента, лише коли workflow постійно потребує розгалуження, яке не можна передбачити.

Правило для рішення: якщо ви можете намалювати кроки на дошці до початку, не будуйте агента.