Рабочие схемы·ИИ на практике·Статья

ИИ-агент простыми словами: обычная модель, которой обустроили рабочее место

Полная версия гайда «ИИ-агенты без магии»: Model, Harness, Loop, Evals и Graph по-человечески, готовые файлы для Codex и Claude Code и план первой недели

18 августа 2026 г.обновлено 27 октября 2026 г.25 мин чтенияисследование
Обложка: ИИ-агент простыми словами: обычная модель, которой обустроили рабочее место
Главное за минуту
  • Внутри агента та же модель, что в вашем чате. Меняется то, что построено вокруг неё: файлы, правила, инструменты, навыки, память и право делать несколько шагов подряд.
  • Агент работает ровно настолько хорошо, насколько чётко записано, что значит «готово». Без проверяемого критерия он либо бросает задачу, либо полирует её бесконечно.
  • Команда из агентов нужна реже, чем её продают. Сначала один надёжный цикл с проверкой, потом исполнитель и критик, и только потом сложные схемы.
  • «Дообучить нейросеть под бизнес» в девяти случаях из десяти означает инструкцию, документы, навыки и проверки. Это неделя работы со словами и папками, а не новый мозг.

В статье: Веб-версия моего гайда: чем агент отличается от чата, пять элементов рабочей среды с готовыми файлами, цикл «сделал — проверил — исправил», критерии готовности, команды из агентов и два мифа о графах, Codex и Claude Code руками, план первой недели, самоулучшение систем, ошибки и словарь терминов.

Содержание16 разделов
  1. Сорок минут, в которые работали вы
  2. Чем ИИ-агент отличается от чата с нейросетью?
  3. Из чего состоит ИИ-агент: четыре слоя
  4. Почему модель «тупит»?
  5. Harness: из чего собирается рабочее место агента
  6. Почему «дообучим нейросеть под ваш бизнес» — обычно неправда
  7. Как работает ИИ-агент: цикл из четырёх тактов
  8. Evals: как объяснить агенту, что значит «хорошо»?
  9. Graph: когда нужна команда из агентов?
  10. Как создать ИИ-агента в Codex и Claude Code
  11. План первой недели: от чата к рабочей системе
  12. Для продвинутых: графы под задачу и системы, которые чинят себя
  13. Десять ошибок, которые дорого стоят
  14. Словарь: все термины на одной странице
  15. Частые вопросы об ИИ-агентах
  16. С чего начать

ИИ-агент — это система вокруг обычной языковой модели, которая сама держит контекст, проверяет ответы и доводит задачу до конца — ту рутину, которую в чате вы делаете руками.

Это веб-версия моего гайда «ИИ-агенты без магии». Сделал я его в первую очередь для себя: слово «агенты» звучит из каждого утюга, а в разборах Harness, Loop, Graph и Evals объясняют через другие термины. Прочитал — ясности меньше, чем было.

Фрилансер или специалист

Каждый проект начинаете с нуля: заново объясняете модели, кто клиент, какой стиль и что было в прошлый раз. Хочется, чтобы система помнила и держала планку.

Собственник или руководитель

Вам продают «внедрение ИИ», а вы хотите сначала понять, что внутри: где польза, где хайп, что можно поручить. Чтобы говорить с подрядчиками на равных.

Маркетолог, контент, данные

Исследования, отчёты, конкуренты — ИИ уже помогает, но каждый раз под ручным управлением. Хочется конвейер: поставил задачу — получил проверенный результат.

Уже пробовали Codex или Claude Code

Что-то получается, но ощущение, что используете процентов двадцать. Слова harness, subagents, hooks встречали и хотите разложить их по полкам.

Чего здесь нет

Программирования ради программирования. Всё собирается словами: инструкции, правила, критерии. Писать код не потребуется.

Сорок минут, в которые работали вы

Вечер, нужно коммерческое предложение для стоматологии на настройку рекламы. Открываете ChatGPT, пишете задачу. Через десять секунд — неплохой, но общий ответ: модель не знает ни клиента, ни ваших цен, ни того, что обсуждали на созвоне.

Вы докидываете детали, просите переписать суше, убрать услугу, которой у вас нет, тащите структуру прошлого КП из другого чата. Через сорок минут документ готов. Хороший.

Модель за эти сорок минут думала минуты две. Всё остальное время вы держали контекст, проверяли каждый ответ, напоминали правила и носили текст между чатами. Руководитель, контролёр и курьер в одном лице.

Агент — это система, которая забирает у вас эту рутину вокруг модели. Никакого нового сверхразума внутри нет. Запомните сцену, мы к ней вернёмся.

Чем ИИ-агент отличается от чата с нейросетью?

ИИ-агент отличается от чата тем, что сам делает несколько шагов подряд: смотрит файлы, действует, проверяет результат и исправляет ошибки без человека между шагами.

Чат
  • Вы спрашиваете — модель отвечает
  • Что делать дальше, решаете вы
  • Ошибку замечаете вы
  • Контекст носите между чатами вы
Агент
  • Вы ставите задачу — система делает шаги
  • Сама проверяет себя по критерию
  • Сама находит и исправляет ошибки
  • Приносит результат и записку, что сделано

Внутри агента та же модель, что в вашем чате. Изменилось то, что вокруг неё построили: рабочее окружение, инструменты, правила и право доводить дело до конца.

Тест на агентность

Чат: задача → ответ → стоп, дальше только с вашего пинка. Агент: задача → посмотрел файлы → сделал → проверил → нашёл ошибку → исправил → принёс результат. Умеет только первое — это умный чат, как бы его ни называли в рекламе.

Из чего состоит ИИ-агент: четыре слоя

Весь гайд держится на одной картинке. Вы наняли ассистента Максима — умного, быстрого, начитанного. И посадили его в пустую комнату: без компьютера, без доступа к почте и файлам, без инструктажа. Общаться можно только записками под дверь.

Максим в пустой тёмной комнате с одним блокнотом — так выглядит работа с чатом
Чат: гений в пустой комнате. Всё нужное вы переписываете ему сами
Максим в оборудованном офисе с папками документов, полкой и инструментами — так выглядит агент
Агент: тот же Максим, но с документами, правилами и инструментами

Дальше переводим Максима в нормальный офис в четыре шага. Даём рабочее место, разрешаем доводить задачу до конца самому, объясняем, по какому признаку работа считается сделанной, и нанимаем ему коллег. У каждого шага есть имя:

Model · мо́дел

Сам «мозг»: GPT, Claude, Gemini. Знания и сообразительность Максима.

Harness · ха́рнес

Рабочее место вокруг мозга: файлы, инструменты, правила, доступы. По-русски — обвязка или рабочая среда.

Loop · луп

Цикл работы до результата: сделал шаг, посмотрел, исправил, снова посмотрел, готово.

Graph · граф

Схема команды из нескольких агентов: кто что делает, кто кому передаёт, кто проверяет.

Четыре слоя агентной системы снизу вверх: Model — мозг, Harness — рабочее место, Loop — работа до критерия готовности, Graph — команда агентов
Четыре слоя одной системы. Модель выбирают из списка, циклы и команды во многом встроены в инструменты, а рабочее место каждый собирает сам

Спорить, что круче — лупы или графы, примерно так же осмысленно, как спорить, что важнее — сотрудник или оргструктура. Это этажи одного здания.

Вы здесь
  1. Model
  2. Harness
  3. Loop
  4. Graph

Почему модель «тупит»?

Модель «тупит», потому что у любой нейросети, даже самой свежей, три встроенных ограничения, и все они про условия работы, а не про ум.

Не видит

Ни файлов, ни почты, ни CRM. Знает то, на чём училась, плюс то, что вы вставили в чат.

Не может

Ничего не делает сама. Текст на входе, текст на выходе.

Не помнит

Каждый новый чат для неё — первый рабочий день.

Про Максима в пустой комнате можно сказать то же самое. Проблема была не в Максиме. Проблема была в комнате.

Аналогия

Жалоба «ИИ тупит» похожа на жалобу «новенький ассистент бесполезен» от руководителя, который не дал ему ни доступов, ни вводных, ни инструктажа. Сотрудник нормальный. Организация труда никакая.

Технически

Модель — функция без состояния: получает контекст (всё, что видит в текущем запуске) и возвращает продолжение. Память, доступ к файлам, инструменты и правила — внешние надстройки. Их совокупность и называется harness.

Когда результат не устраивает, подозреваемых двое: мозг или условия его работы. В девяти случаях из десяти виноваты условия. Один вечер на организацию рабочего места даёт больше, чем гонка за самой свежей моделью.

Вы здесь
  1. Model
  2. Harness
  3. Loop
  4. Graph

Harness: из чего собирается рабочее место агента

Модель вы выбираете из готового списка, циклы и команды во многом встроены в инструменты. Harness — единственный слой, который каждый собирает сам. Разница между «ИИ тупит» и «ИИ тащит» почти всегда живёт здесь.

Harness — пять элементов вокруг модели: Context — стол, Instructions — правила, Tools — руки, Skills — процедуры, Memory — записи
Пять вещей, которые Максим получает в первый рабочий день

Harness · Context

Context — стол

Context — всё, что модель видит в текущем запуске: ваше сообщение, файлы, правила, история разговора, результаты сделанных шагов. Чего на столе нет, для неё не существует. Не видела прайс — придумала цены. Не видела переписку — промахнулась с тоном.

Аналогия

Попросите коллегу «глянуть договор» и не приложите договор. Он либо переспросит, либо расскажет про договоры вообще. Модель обычно не переспрашивает: видит мало — отвечает общо.

Но и вываливать всё подряд нельзя. Модель, которой дали сорок документов «на всякий случай», хуже находит нужное, чем модель с тремя документами по делу.

Правило стола

Дать всё, без чего задачу не решить, и ничего сверх того.

Harness · Instructions

Instructions — должностная инструкция

Instructions — правила, которые действуют всегда: тон, запреты, где брать цены, что считать готовым результатом. Контекст живёт одну задачу, инструкция — все задачи сразу. Это файл AGENTS.md (его читают и Codex, и свежие версии Claude Code) или CLAUDE.md. Система показывает его модели при каждом запуске сама.

Найдите в своих чатах фразы, которые пишете модели чаще трёх раз в неделю: «без канцелярита», «цены не выдумывай», «на вы». Из них и складывается первая инструкция. Вот она целиком — для фрилансера, который делает клиентам тексты и стратегии:

# Правила работы

## Кто я
Маркетолог-фрилансер. Делаю клиентам тексты, стратегии и разборы. Тон — прямой, без воды.

## Всегда
- Пиши на «вы», без канцелярита и восклицаний.
- Факты о клиенте бери только из файлов проекта. Нет данных — задай вопрос, не додумывай.
- Цены и сроки не называй без файла «условия.md».
- Черновик любого документа — сначала структура, потом текст.

## Никогда
- Не обещай результатов в цифрах.
- Не используй фразы из файла «стоп-слова.md».

## Что значит «готово»
- Текст соответствует брифу по всем пунктам.
- В тексте нет ни одного факта не из файлов.
- Длина в пределах, заданных в задаче.

Три вещи на заметку: инструкция короткая, каждое правило проверяемое, и есть раздел «что значит готово».

Кладут

То, что верно для всех задач: кто вы и что делаете, стиль, запреты, где лежат важные файлы, что делать при нехватке данных, что значит «выполнено».

Не кладут

Детали конкретной задачи (это контекст), пересказ документов (модель прочитает сами документы), десять формулировок одного правила.

Правило одной формулировки

«Пиши кратко», «не лей воду» и «будь лаконичен» в одном файле — три разных требования, модель будет балансировать между ними. Каждое правило — один раз, самыми точными словами.

Технически

Файл инструкции попадает в контекст каждого запуска. За его объём вы платите в каждой задаче — и вниманием модели, и деньгами. Ещё один довод писать коротко.

Harness · Tools

Tools — руки

Tool — действие, которое модель выполняет сама, а не советует выполнить вам: прочитать и изменить файл, запустить проверку, поискать в интернете, обратиться к CRM, календарю, почте или таблицам. С инструментами умный чат становится агентом — он начинает совершать поступки.

Аналогия

«Максим написал, что неплохо бы обновить прайс» и «Максим обновил прайс, вот ссылка, изменения выделены». Второй Максим стоит других денег.

Рукам нужны границы — по той же причине, по которой новичку в первый день не дают права удалять базу клиентов.

Можно сразу
  • Читать всё в папке проекта
  • Менять рабочую копию, не оригинал
  • Готовить черновики писем
Только с вашего «да»
  • Удалять
  • Отправлять письма клиентам
  • Тратить деньги

Доверие агенту выдаётся как сотруднику — постепенно и за результаты: сначала «читай и предлагай», потом «делай в черновике», потом «делай». В агентных средах эти границы называются permissions.

Harness · Skills

Skills — «у нас это делается так»

Через месяц вы замечаете: задачи повторяются. Отчёт по понедельникам, исследование рынка перед каждым клиентом, резюме после каждого созвона. И каждый раз вы заново объясняете порядок действий.

Skill — процедура под тип задачи: папка с файлом SKILL.md, где написано, когда навык применять, какие шаги делать, в каком виде сдавать и как проверить перед сдачей. Агент видит список навыков и сам подтягивает нужный. Навык «разбор созвона» целиком:

# Навык: разбор созвона

## Когда применять
Пользователь прислал расшифровку встречи и просит разбор, резюме или задачи.

## Шаги
1. Прочитай расшифровку целиком.
2. Выпиши принятые решения — дословно, с именами тех, кто принял.
3. Собери задачи: формулировка, исполнитель, срок. Нет исполнителя или срока — пометь «уточнить».
4. Собери открытые вопросы, по которым решения не было.
5. Цифры и обязательства сохраняй дословно, не пересказывай.

## Формат результата
Три блока: Решения / Задачи / Открытые вопросы.

## Проверка перед сдачей
- Каждая задача имеет исполнителя или пометку.
- Ни одной цифры, которой нет в расшифровке.
- Если в расшифровке меньше 200 слов — скажи, что материала мало для разбора, и остановись.

Инструкция отвечает на вопрос «как у нас принято», навык — «как делается конкретное дело». В навык выносится метод: «как мы исследуем конкурентов» — навык, «кто наши конкуренты» — файлы проекта.

Копирайтер

Бриф-интервью, структура лендинга, пост по формуле площадки, самопроверка по стоп-листу.

Собственник

Разбор созвона, недельный отчёт по отделам, проверка договора перед юристом.

Маркетолог

Исследование конкурента, аудит рекламного кабинета, контент-план, отчёт по кампании.

Модели и промпты устаревают, описанные процедуры остаются с вами. Промпт — разовая просьба. Навык — ваш способ работать, который исполняется без вас.

Harness · Memory

Memory — записи

Модель не помнит, но может помнить система: файлы проекта с договорённостями, журнал решений, куда агент сам дописывает итоги, и автоматическая память в самих инструментах.

Аналогия

Ни один врач не держит в голове всех пациентов — есть карта. Открыл, за минуту восстановил картину. Память живёт не в голове, а в организации работы.

Куда что класть

Почти любую вещь, которую вы хотите сообщить ИИ-системе, можно положить на одну из пяти полок. Типичные ошибки — писать процедуры в чат, где они забудутся, пересказывать документы в инструкцию, где они раздуют каждый запуск, и ждать от памяти дообучения.

  • Данные текущей задачи→Context
  • Правило, которое действует всегда→Instructions
  • Повторяемая процедура→Skills
  • Итог, который пригодится потом→Memory
  • Новое действие→Tools

Ни строчки кода. Это работа со словами: разложить документы, сформулировать правила, описать процедуры. Самая человеческая работа на свете — навести порядок и объяснить.

Почему «дообучим нейросеть под ваш бизнес» — обычно неправда

Когда система «запомнила», что вы работаете с недвижимостью и любите короткие ответы, модель не изменилась. Рядом с ней появилась записка, которую показывают перед каждым разговором. Убрали записку — память исчезла.

Настоящее дообучение (fine-tuning) меняет внутренние веса модели. Это дорого, сложно и оправдано в узких случаях: специфический формат вывода в больших объёмах, особая предметная область. В девяти случаях из десяти под словами «обучим нейросеть под вашу компанию» лежит другое.

Обычно не нужно
  • Fine-tuning модели
  • Обучение своей LLM
  • Изменение весов
  • «Своя нейросеть»
Нужно почти всегда
  • Инструкция AGENTS.md
  • Разложенные документы
  • Навыки под процессы
  • Подключённые данные
  • Золотые примеры результатов
  • Проверки и журнал решений

Правая колонка — неделя вдумчивой работы со словами и папками. Левая — месяцы и бюджеты.

Фраза для переговоров с подрядчиком

«Нам не нужен новый мозг. Нам нужен хорошо организованный сотрудник: правила, документы, инструменты, процедуры, память и проверки».

Подрядчик, который понял эту фразу, — хороший знак. Тот, кто настаивает на «обучении нейросети» для типовых задач, — повод спросить, что именно он будет менять: веса модели или инструкции, документы и доступы.

Вы здесь
  1. Model
  2. Harness
  3. Loop
  4. Graph

Как работает ИИ-агент: цикл из четырёх тактов

ИИ-агент работает циклом: модель, которой дали цель, инструменты и право на серию шагов, повторяет такты «понять — сделать — посмотреть — сверить с критерием», пока результат не станет готовым.

Agent loop: Think — понять, что дальше; Act — сделать шаг; Observe — посмотреть, что вышло; Check — сверить с критерием. Не готово — снова Think, готово — результат
Think — «синк», act — «экт», observe — «обзёрв», check — «чек»

Так работает любой добросовестный человек: сварил суп, попробовал, досолил, попробовал снова. Раньше этот цикл крутили вы — модель выдавала ответ, а замечали ошибку и формулировали следующий запрос вы. Agent loop переносит цикл внутрь системы.

Технически

Цикл держится на инструментах. Observe — это запуск проверки или чтение изменённого файла, то есть tool. Поэтому агентность начинается с инструментов, а не с промптов.

Пример из программирования

Задача: «В магазине не проходит оплата со скидкой больше 50%. Найди и почини».

  1. Think, act. Агент ищет в коде место расчёта скидки, находит, вносит правку.
  2. Observe. Запускает тесты. Один падает: скидка 100% даёт отрицательную цену.
  3. Think. Читает текст ошибки.
  4. Act. Добавляет проверку граничного случая.
  5. Observe, check. Снова запускает тесты — все проходят. Готово: отчёт, что изменено и почему.

На втором шаге агент ошибся, и это нормально. Качество агента определяется тем, как надёжно он ловит свои ошибки до сдачи работы. Ошибка внутри цикла — рабочий момент. Ошибка, доехавшая до клиента, — провал.

Тот же цикл без строчки кода

Фрилансер · пост

Черновик → чек-лист из навыка (тон, стоп-слова, факты, длина) → два нарушения → переписал → чисто → сдал.

Собственник · отчёт

Цифры из выгрузки → сверка с итогом → расхождение → нашёл дубль → пересобрал → сошлось → сдал.

Маркетолог · 30 конкурентов

Нашёл 20 → 6 отсеялись → 14, мало → расширил поиск → ещё 19 → 31 прошёл → готово.

Агента останавливает не усталость и не «вроде норм», а проверяемое условие: чек-лист чист, суммы сошлись, счётчик дошёл до тридцати. Уберите условие — и агент либо остановится после первой попытки, либо будет полировать бесконечно.

Та же пятница с агентом

Вернёмся к КП для стоматологии. Ваша реплика одна: «Собери КП по итогам вчерашнего созвона, расшифровка в папке».

  1. Читает расшифровку и достаёт навык «КП».
  2. Собирает черновик из прайса и условий в файлах.
  3. Ловит себя на услуге, которой нет в прайсе, и убирает её.
  4. Замечает, что клиент спрашивал про рассрочку, — добавляет блок из ваших условий.
  5. Сдаёт документ и записку: что взял из созвона, что из прайса, какие два вопроса уточнить.

Сорок минут превращаются в пять. Оговорюсь: это не первая пятница, а скорее четвёртая. Первые три вы собирали среду и правили навык после реальных косяков. Агентная система окупается на повторении: разовую задачу быстрее сделать руками, ежедневную — один раз построить.

Где циклу нужен человек

Нечем проверить

Без тестов, чек-листа и счётчика агент уверенно принесёт непроверенное. Сначала придумайте проверку.

Ошибка необратима

Письмо клиенту, платёж, публикация, удаление. Агент готовит, человек нажимает.

Задача вкусовая

«Сделай красиво» в критерий не превращается. Агент даёт варианты, вы выбираете.

Evals: как объяснить агенту, что значит «хорошо»?

Eval («ивэ́л», от evaluation — оценка) — заранее сформулированный проверяемый ответ на вопрос «что значит хорошо сделано». Вы пользуетесь ими всю жизнь: техзадание с критериями приёмки, чек-лист перед публикацией, норматив ОТК на заводе.

В агентном мире вы меньше делаете руками и больше принимаете работу. Опытный человек догадается, чего вы хотели. Агент исполнит ровно то, что проверяется.

  • «Сделай текст лучше»→Нет слов из стоп-листа, абзацы до 4 строк, минимум 2 примера из брифа
  • «Проведи глубокий анализ»→Минимум 30 конкурентов, у каждого цены, позиционирование и источник; вывод не длиннее страницы
  • «Проверь договор»→По каждому из 8 пунктов чек-листа: цитата, риск, вопрос юристу
  • «Наведи порядок в таблице»→Ноль дублей, ноль пустых обязательных полей, даты в одном формате, журнал правок
  • «Сделай сайт быстрее»→Главная открывается до 2 секунд на мобильном, оценка скорости не ниже 90
Быстрый тест любого критерия

Могут ли два разных проверяющих прийти к разным выводам о готовности? Могут — критерий сырой.

Три уровня проверки

  1. Чек-лист. Условия, которые агент проверяет сам перед сдачей. Пишется за десять минут. Блок «Проверка перед сдачей» в навыке выше — это и был eval.
  2. Автоматическая проверка. Условие проверяет программа: тесты, сверка сумм, замер скорости, подсчёт строк. Программа не устаёт и не льстит.
  3. Проверяющая модель. Отдельный запуск в роли критика (LLM-as-judge). Давайте ему не вопрос «хорошо ли?», а рубрику — конкретные пункты с вариантами оценки.

У критика две ловушки. Он добрый: модели склонны одобрять работу «коллеги-модели». И он уверенный: может найти проблему там, где её нет, и пропустить настоящую. Поэтому всё измеримое — цифры, форматы, длину, запрещённые слова — проверяет программа, а критику остаются логика, соответствие брифу и тон, строго по рубрике.

Аналогия

ОТК на заводе: измеримое меряют приборами, а контролёр смотрит то, что прибором не взять. Никто не заменяет штангенциркуль мнением, даже очень опытным.

Побочный эффект дороже основного. Попробуйте письменно ответить, что значит «хороший отчёт», — и почувствуете сопротивление. Окажется, что вы сами до конца не знаете. Половина недовольства подрядчиками часто имеет ту же природу: критерии жили в голове и менялись по настроению.

Агент без eval не знает, когда остановиться. Руководитель без eval не знает, чего хотел. Лечится одним и тем же документом.

Вы здесь
  1. Model
  2. Harness
  3. Loop
  4. Graph

Graph: когда нужна команда из агентов?

Команда из агентов нужна, когда один агент одновременно делает и проверяет работу, когда задачу можно распараллелить или когда к концу задачи он забывает её начало. Человек-оркестр играет на всех инструментах хуже оркестра: исследователь подгоняет факты под уже написанный вывод, критик мягчает к тексту, который сам писал.

Команда агентов: руководитель раздаёт задачу исследователям конкурентов, спроса и цен; аналитик сводит результаты; критик принимает работу или возвращает аналитику с претензиями
Исследование ниши перед запуском продукта. У каждой роли своя инструкция, свои навыки и свой критерий готовности

Выигрыш двойной. Скорость: трое исследуют параллельно. Качество: у каждой роли чистый контекст, а проверяет работу тот, кто её не делал.

Node · узел

Шаг или исполнитель, в том числе человек: «показать черновик владельцу и дождаться одобрения».

Edge · ребро

Стрелка «после чего что происходит». Бывает с условием: принял — завершить, нет — вернуть.

State · состояние

Общая папка процесса: источники, черновик, замечания, счётчики.

Миф первый: «графы убили лупы»

Посмотрите на схему: каждый исследователь внутри крутит свой цикл, критик тоже. Уберите циклы — получите конвейер безответственных передач. Формула из гайда: не graph вместо loop, а graph из loops. Если плохо работает один агент с одной задачей, граф размножит проблему на пять узлов.

В этом споре постоянно всплывает проект autoresearch Андрея Карпати: идея → изменить эксперимент → запустить → замерить → лучше — оставить, хуже — откатить. По устройству это цикл, большой и автономный. А его сердце — измеримый критерий «лучше». Тот же eval.

Статический или динамический граф

Статический

Маршрут спроектировали вы: исследование → анализ → черновик → критик. Для повторяющихся процессов: отчёт, договор, пост. Понятно, где сломалось.

Динамический

Команду под задачу собирает главный агент. Для открытых задач вроде глубоких исследований. Гибко, но сбой труднее найти.

Процесс повторяется — рисуйте статический граф сами. Динамические — только после того, как работают статические. Ходить учатся до паркура.

Миф второй: все графы одинаковые

Agent graph

Кто и в каком порядке что делает. Исследователь → аналитик → критик.

Knowledge graph

Что с чем связано. Компания А владеет брендом Б, который конкурирует с В.

GraphRAG

Как найти связанные факты: по запросу про А вытащить ещё Б и рынок.

Уживаются прекрасно, но друг друга не заменяют. Когда успехи «графов знаний» доказывают через «графы агентов», перед вами путаница или продажа.

Граф не нужен
  • Задачу решает один агент с навыком и проверками
  • Процесс ещё не устоялся
  • Ролям нечем заняться: «исследователь + критик» ради письма на десять строк — карго-культ
Граф нужен
  • Делает и проверяет один — качество проседает
  • Есть что распараллелить: пять исследований подряд — час, параллельно — минут двенадцать
  • Один контекст трещит

Начинайте с двух ролей, исполнителя и критика. Это покрывает удивительно много.

Как создать ИИ-агента в Codex и Claude Code

Создать своего ИИ-агента без программирования проще всего в Codex от OpenAI или Claude Code от Anthropic: открываете инструмент в папке проекта и раскладываете в ней инструкцию, документы и навыки. Оба выросли из мира программистов, но давно работают с любыми файлами: исследования, документы, отчёты, контент.

Codex Claude Code
Инструкция AGENTS.md CLAUDE.md, свежие версии читают и AGENTS.md
Навыки Skills Skills
Отдельные роли Subagents и свои агенты Subagents
Автоправила Hooks Hooks
Инструменты и память есть есть

За 2026 год инструменты сильно сблизились: у Codex появились свои субагенты и хуки, а Claude Code научился читать AGENTS.md. Детали меняются каждые пару месяцев, принципы — нет. Выбирать между ними сейчас не обязательно, многие работают с обоими.

Всё начинается с папки

Папка — физическое воплощение harness: всё, что в ней лежит, агент может видеть и использовать. Эталонная структура подходит и для кода, и для маркетингового проекта, и для «папки компании»:

Папка проекта: AGENTS.md — инструкция, docs — документы проекта и журнал решений, skills — навыки с файлами SKILL.md, работа — черновики агента, результаты — принятое
Те же пять элементов harness, только в виде папок. Создайте такой скелет под один реальный проект — десять минут

Инструкция: AGENTS.md или CLAUDE.md

Рабочий пример для «папки компании» собственника, текст в квадратных скобках замените своим:

# О проекте
Рабочая папка компании [название]: [чем занимается, для кого]. Здесь готовятся документы, отчёты и разборы для внутренней работы.

# Перед любой задачей
- Прочитай docs/о-компании.md
- Проверь docs/решения.md — возможно, похожее уже решали.

# Правила
- Цены и условия — только из docs/прайс-и-условия.md
- Обещания клиентам (сроки, скидки, гарантии) — не формулировать без пометки «требует согласования».
- Все черновики — в папку работа/, в результаты/ переносится только после моего «принято».
- Данных не хватает — задай вопрос и остановись. Не додумывай.

# Что значит «задача выполнена»
- Выполнены проверки из применённого навыка.
- В ответе указано: какие файлы использованы, какие изменены, что требует моего решения.

# Большая или неясная задача
Сначала покажи план по шагам. Начинай после моего подтверждения.

Последний блок — простейшая страховка от того, чтобы агент полчаса увлечённо делал не то. Инструкции бывают многоуровневыми: общая на всю вашу работу и местная в папке клиента. Агент читает обе, местная уточняет общую — как устав компании плюс регламент отдела.

Проверка, что инструкция работает

Дайте задачу, которая нарушает правило, — например, попросите назвать клиенту срок. Агент должен сослаться на правило и поставить пометку «требует согласования». Назвал срок бодро — правило сформулировано нечётко.

Навыки, субагенты и хуки

Навыки в обоих инструментах — папки с SKILL.md, рядом шаблоны и примеры. Самый недооценённый файл навыка — золотой пример: положите свой лучший отчёт по конкуренту, и следующие будут равняться на него. Когда заводить навык, подскажет правило трёх раз: объяснили агенту одно и то же трижды — это процедура.

Субагенты — отдельные роли со своей инструкцией и своим чистым контекстом. Зачем, если можно попросить «притворись критиком» в том же чате? Критик в том же чате видел всю кухню — черновики, сомнения, ваши подсказки — и неизбежно мягчает. Субагент-критик получает только текст и чек-лист. Свежие глаза по конструкции, а не по просьбе.

Хуки — автоматические действия на события. Инструкция «после правки запусти проверку стоп-слов» выполнится не всегда: агент может забыть. Хук срабатывает всегда, потому что так устроена среда.

Аналогия

Инструкция — «выходя, выключай свет». Хук — датчик движения, который гасит свет сам. Хочется, чтобы «обычно делалось», — инструкция. Должно выполняться всегда — хук. Критичные вещи доверяют электрику.

Стартовый промпт для любой папки

Запускается в Codex или Claude Code, открытом в папке проекта. Полчаса диалога — и у вас своя агентная среда.

Изучи эту папку и помоги превратить её в организованную рабочую среду для агента.

1. Посмотри, какие файлы здесь есть и что это за проект. Задай мне вопросы, если картина неполная.
2. Предложи структуру папок: docs, skills, работа, результаты.
3. Составь черновик файла-инструкции: правила, ограничения, критерии «задача выполнена» — на основе того, что узнал, с моих слов.
4. Найди 2–3 повторяемых процесса, которые стоит оформить как навыки. Предложи для каждого структуру SKILL.md.
5. Ничего не удаляй и не переноси без моего подтверждения. Работай по шагам: предложение — моё «да» — действие.

Цель: чтобы со следующей задачи мне нужно было давать меньше контекста, а качество стало стабильнее.

План первой недели: от чата к рабочей системе

Неделя по 40–60 минут в день: от порядка к автоматизации, от одного цикла к команде. Дни с критериями — в карточке «Взять с собой» в конце статьи.

Один проект

Папка клиента, компании или направления. Остальное подтянется по образцу.

Реальные задачи

Никаких учебных примеров — иначе не окупится и забросится.

Критерий дня

Не выполнили условие — лучше повторить день. Evals работают и для обучения.

На третий день результат навыка почти наверняка будет неидеален, и это норма: каждый косяк — дыра в описании. Не исправляйте результат руками, исправляйте навык и запускайте снова.

После недели система растёт вширь (плюс один-два навыка в неделю), вглубь (каждая повторившаяся ошибка — недостающая проверка) и вверх (процессы из трёх-четырёх ролей — только там, где задача честно этого требует). Новые фреймворки и платформы «агенты за 5 минут» — разные упаковки тех же слоёв. Различаете под интерфейсом model, harness, loop, evals и graph — инструмент понятен за вечер.

Для продвинутых: графы под задачу и системы, которые чинят себя

Строить это стоит после первых семи дней, не вместо них.

Планировщик. Динамический граф начинается с узла, который не решает задачу, а проектирует, кто будет её решать. Вопрос «выходить ли с продуктом на рынок Германии?» — планировщик собирает исследователя рынка, исследователя конкурентов, юридическую проверку, сборщика и критика. У планировщика тоже должен быть eval: бюджет ролей, обязательный критик, лимит веток. Режимы глубокого исследования в ИИ-продуктах — тот же динамический граф, просто он не представился.

Самоулучшение. Система улучшает не свой мозг, а обвязку — навыки, инструкции, проверки.

Цикл самоулучшения: работа, разбор журнала агентом, находка, предложение правки навыка и проверки, проверка на 2–3 старых задачах, решение человека
Материал для разбора — журнал решений. Память системы — топливо её улучшения
Через предложение

Система не переписывает навыки сама — предлагает правку с обоснованием. Главный редактор — вы.

Проверка до принятия

Правку прогоняют на старых задачах: не сломала ли то, что работало.

Журнал изменений

Что, когда, почему. Стало хуже — откатились и поняли, где свернули.

Просмотри журнал решений и результаты задач за месяц. Найди повторяющиеся проблемы — минимум дважды возникавшие. По каждой предложи: какое правило, шаг навыка или пункт проверки добавить или изменить, чтобы проблема исчезла. Каждое предложение проверь на 2–3 старых задачах и покажи разницу. Ничего не меняй без моего подтверждения.

Автономия растёт ровно с той скоростью, с какой растёт ваша способность проверять результат.

Десять ошибок, которые дорого стоят

  1. Начинать с фреймворков. LangGraph, CrewAI и другие полезны потом. Сначала слои, потом руками в Codex или Claude Code.
  2. Строить одного супер-агента. Все роли в одном контексте — качество размазывается.
  3. Не задавать критерий «готово». Ни одной задачи без ответа «как проверим».
  4. Вываливать весь контекст. Нужное — в нужный момент.
  5. Держать методологию в голове. Повторилось трижды — оформляйте навык.
  6. Верить в «дообучение» на каждом углу. Память и инструкции — не изменение модели.
  7. Считать, что графы отменили циклы. Узлы без циклов — конвейер безответственности.
  8. Автоматизировать хаос. Агент на неописанном процессе производит хаос быстрее и убедительнее.
  9. Доверять критику без рубрики. Измеримое — программе, остальное — критику по рубрике.
  10. Ждать идеального момента. Следующая модель выйдет, и следующая за ней тоже. Слои не изменятся.

Ни одна из десяти не техническая — все управленческие.

Агент — это не новая модель. Это та же модель плюс организация труда вокруг неё, а организация труда всегда была человеческой работой. Вашей.

Словарь: все термины на одной странице

Modelмо́делСама нейросеть, «мозг».
Contextко́нтекстВсё, что модель видит в текущем запуске. Рабочий стол.
Harnessха́рнесРабочая среда вокруг модели: файлы, правила, инструменты, навыки, память.
Instructionsинстра́кшенсПостоянные правила проекта: AGENTS.md, CLAUDE.md.
ToolтулДействие, доступное агенту: файлы, терминал, поиск, сервисы.
Permissionsперми́шенсГраницы: что агенту можно, а что только спросив.
SkillскилЗаписанная процедура типовой задачи, папка со SKILL.md.
Memoryмэ́мориВнешние записи между задачами. Не дообучение.
Agentэ́йджентМодель с целью, инструментами и правом на серию действий.
LoopлупЦикл think → act → observe → check до критерия.
Evalивэ́лПроверяемый ответ на вопрос «что значит хорошо».
Rubricру́брикЖёсткий чек-лист для проверяющей модели.
GraphграфСхема ролей и передач в команде агентов.
Node, edge, stateноуд, эдж, стейтУзел, связь, общее состояние процесса.
Plannerплэ́нерУзел, который проектирует команду под задачу.
Subagentсаб-э́йджентОтдельная роль со своим чистым контекстом.
HookхукАвтоматическое действие на событие. Датчик, а не просьба.
Criticкри́тикРоль проверяющего, работает по рубрике.
Fine-tuningфайн-тю́нингНастоящее дообучение весов модели. Нужно редко.
Knowledge graphно́лидж графКарта фактов и связей. Про знания, не про процесс.
GraphRAGграф-ра́гПоиск информации по связям графа знаний.
Self-improving workflowселф-импру́вингПроцесс, который предлагает правки своих навыков и проверок.

Частые вопросы об ИИ-агентах

Что такое ИИ-агент простыми словами?

ИИ-агент — это обычная языковая модель, которой дали цель, инструменты и право делать несколько шагов подряд без человека. Он сам открывает файлы, делает работу, проверяет её по критерию и исправляет ошибки. Новой сверхумной нейросети внутри нет — меняется организация работы вокруг модели.

Чем ИИ-агент отличается от обычной нейросети или чат-бота?

ИИ-агент отличается от чат-бота тем, что действует и доводит задачу до результата, а не отвечает одной репликой. Чат отвечает и ждёт вашего следующего сообщения. Агент смотрит файлы, делает шаг, проверяет, находит ошибку, исправляет и приносит готовую работу. Модель внутри может быть та же самая.

Нужно ли уметь программировать, чтобы создать ИИ-агента?

Программировать для создания ИИ-агента в Codex или Claude Code не нужно: среда собирается словами. Вы раскладываете документы по папкам, пишете короткую инструкцию с правилами, описываете повторяющиеся задачи как навыки и формулируете критерии готовности. Начать можно с одной папки реального проекта.

Codex или Claude Code: что выбрать для первого агента?

Для первого агента подойдёт любой из двух, Codex или Claude Code: устроены они по одной логике. В обоих есть файл-инструкция AGENTS.md, навыки, субагенты и хуки, а за 2026 год различий стало ещё меньше. План первой недели одинаков для обоих, многие в итоге работают с двумя.

Можно ли дообучить нейросеть под свой бизнес?

Дообучить нейросеть под бизнес технически можно, но для типовых задач это почти никогда не нужно. Настоящее дообучение меняет веса модели, стоит дорого и оправдано в узких случаях. Под «обучением под вашу компанию» обычно продают инструкцию, разложенные документы, навыки, подключённые данные, проверки и журнал решений.

Когда агенту нельзя давать полную самостоятельность?

Полную самостоятельность агенту нельзя давать в трёх случаях: когда результат нечем проверить, когда ошибка дорогая и необратимая, и когда задача вкусовая. Письма клиентам, платежи, публикации и удаление агент готовит, а нажимает человек. Для задач без проверки сначала придумайте критерий.

С чего начать

  1. Выпишите из своих чатов фразы, которые повторяете чаще трёх раз в неделю. Это черновик первой инструкции.
  2. Возьмите одну еженедельную задачу и напишите 5 условий, при которых результат принят.
  3. Создайте скелет папки под реальный проект, запустите стартовый промпт и пройдите план недели из карточки ниже.
  4. Спросите следующего продавца «дообучения нейросети», что именно он будет менять: веса модели или инструкции, документы и доступы.

Если хочется пройти это не в одиночку, а на своём проекте и с разбором ваших задач, — у меня есть курс работы с ИИ-агентами «Нейрологика».

Взять с собой · Чек-лист

План первой недели с агентом

Когда пользоваться: Семь дней по 40–60 минут на одном реальном проекте — чтобы перейти от разовых чатов к агенту с инструкцией, навыком и проверкой

День 1. Порядок [ ] Выбран один реальный проект, папка разложена: docs, skills, работа, результаты [ ] В docs лежат 3–5 ключевых документов, есть черновик инструкции

День 2. Инструкция [ ] Инструкция помещается на страницу-полторы, каждый пункт проверяем [ ] Тест на прочность пройден: агент не нарушил правило, когда его провоцировали

День 3. Первый навык [ ] Повторяющаяся задача описана как SKILL.md, рядом лежит золотой пример [ ] Задача прогнана минимум дважды, вторая попытка заметно чище

День 4. Критерий готовности [ ] В навыке 5+ проверяемых условий приёмки [ ] В ответе агента видна самопроверка по ним

День 5. Цикл посложнее [ ] Агент довёл задачу с числовым критерием без подсказок по ходу

День 6. Вторая роль [ ] Критик нашёл хотя бы одну настоящую проблему, она исправлена по циклу

День 7. Журнал и план [ ] В docs есть журнал решений с итогами недели [ ] Написан план на месяц: 2–3 новых навыка, связка «исполнитель + критик», один хук

Разобрать с ИИ

Готовый промпт со ссылкой на материал: пересказ, главные выводы и как применить к вашей задаче.

ChatGPTClaude
Посмотреть промпт

Вам может быть интересно

Рабочие схемы · 17 мин · проверил самОдна нейронка не скажет «не знаю» — поэтому Deep Research у меня в четырёхГде включается глубокое исследование в ChatGPT, Gemini, Claude, Perplexity и Алисе AI, как я распаковываю задачу, пишу один промпт на четыре нейросети и ловлю их на выдумкахИз практики · 3 мин · проверил сам72 ГБ рабочих материалов агент разобрал за три часа моего времениКак я с Codex навёл порядок в 106 тысячах файлов и почему это хороший первый сценарий для ИИ-агентаРабочие схемы · 17 мин · проверил самБэкапы по правилу 3-2-1-1-0: что я понял, когда упал БегетРазбор по горячим следам атаки на Бегет 2 ноября 2026: что такое настоящая резервная копия и что у меня уцелело. Отдельно — путь для тех, у кого сайт делал подрядчик, и для тех, кто работает с агентомРабочие схемы · 17 мин · проверил самGitHub с нуля: что это такое и как подключить его к ИИ-агентуДля тех, кто работает с Codex или Claude Code и ни разу не открывал GitHub: восемь понятий, регистрация и один запрос (после него агент сам сделает приватную копию вашей папки). Для тех, у кого есть подрядчик или команда, — правила доступаРабочие схемы · 16 мин · мой разборКак найти дело своей жизни: шесть физических шагов вместо поиска предназначенияМоя методика без эзотерики: цепочка из шести действий, воронка из 300 проб, диагностика «пропавшей страсти» и как начать на этом зарабатыватьРабочие схемы · 10 мин · проверил самКак научить агента собирать комментарии с YouTube каждый деньПошагово: ключ YouTube Data API за 15 минут, промпт для Claude Code или Codex, расчёт квоты и правила, о которых агент обычно не предупреждаетРабочие схемы · 15 мин · проверил самClaude Code: как пользоваться агентом, который сам работает с вашими файламиУстановка, первая сессия, режимы разрешений, CLAUDE.md и AGENTS.md, навыки, субагенты, хуки и MCP — и честное сравнение с Codex. Всё сверено с документацией на 27 октября 2026Рабочие схемы · 12 мин · исследованиеКак писать промпты для нейросетей: постановка задачи вместо заклинанийИз чего состоит хороший промпт, какие старые приёмы пора выбросить, примеры «было → стало» и готовые промпты для копированияРабочие схемы · 15 мин · исследованиеНейросети для работы: хватит одной-двух, если знать, что им поручатьСемь ассистентов на октябрь 2026 года: что каждый делает лучше, что бесплатно, что работает из России. Карта «задача → инструмент» по профессиям, 152-ФЗ коротко, план первой недели и рабочие промптыРабочие схемы · 14 мин · мой разборТЗ для нейросети: каша в голове даёт кашу на выходеШесть шагов от идеи до описания продукта, по которому нейросеть или разработчик собирают нужное с первого-второго захода: промпты на каждый шаг, сквозной пример и проверка ТЗ
Все материалы рубрики «Рабочие схемы» →
«Рабочая тетрадь» — раз в неделю на почтуПодборка полезного за неделю: разборы, рабочие схемы, конспекты книг и готовые промпты. Без спама, отписка в одно нажатие.

Источники · 10