Почему AI-агент не работает — и как собрать его правильно
Большинство внедрений AI-агентов ломается не из-за слабой модели. Ломается раньше — в момент, когда агента пытаются поставить туда, где ещё нет собранной логики.
Не описан результат. Не определена роль. Не проверен процесс.
Компания покупает доступ, подключает интерфейс, настраивает интеграции и ждёт эффекта. А потом выясняется: агент не понимает, что считать хорошим результатом. Не потому что он плохой. А потому что ему нечего удерживать.
Когда агент встречает хаос
Когда компания приходит за AI-агентом, я почти всегда задаю один вопрос: какой процесс он должен удерживать?
Дальше начинается показательное. Кто-то замолкает. Кто-то говорит: «чтобы менеджеры не теряли заявки». Кто-то присылает презентацию про цифровую трансформацию на 40 слайдов, где нет ни одного нормально описанного шага.
Это не проблема AI. Это диагноз управленческого контура.
Процесс в компании часто существует — но не как процесс. Он живёт в головах сотрудников: как привычка, как интуиция, как устная договорённость между Сашей и Мариной, которая сложилась три года назад и с тех пор считается «так у нас принято».
Один помнит, кому писать. Другой знает, где лежит нужная таблица. Третий понимает, кого нельзя трогать до обеда. Четвёртый вручную собирает отчёт, потому что «так быстрее».
Снаружи это выглядит как рабочий процесс. На деле это набор личных обходных маршрутов.
Когда появляется AI-агент, это вскрывается моментально. Агенту нельзя сказать «ну ты сам как-нибудь поймёшь». Он не поймёт. Он возьмёт то, что есть: хаотичные входящие, противоречивые приоритеты, разные версии правил, устные исключения, которые никто не записал.
И начнёт воспроизводить это стабильно, быстро и в большем масштабе.
Автоматизация хаоса — это не внедрение AI. Это масштабирование хаоса.
Три архитектурных ошибки
В большинстве неудачных внедрений ломается не технология. Ломается одна из трёх базовых вещей.
Ошибка первая: нет артефакта
Внедрение начинается с вопроса «что должен делать агент» — и разговор уходит в туман. Ускорить работу. Помочь менеджерам. Разгрузить команду. Это не задачи. Это пожелания.
Агент не умеет устойчиво работать с пожеланиями. Он работает с конкретным описанием результата: что лежит на выходе, в каком формате, какие поля заполнены, какие ограничения нельзя нарушать, по каким признакам результат хороший.
Пока этого нет, агент достраивает логику сам. Иногда угадывает. Чаще создаёт аккуратный текст, который выглядит полезно, но не решает задачу.
Ошибка вторая: нет роли
«Универсальный агент, который заменит отдел» — идея появляется после роликов про автоматизацию 99% работы. На практике это слабая архитектура.
У такого агента нет границ. Нет одной функции. Нет понятного входа и выхода. Нет зоны ответственности. Когда границ нет, модель заполняет пустоту тем, что кажется ей логичным. А то, что кажется логичным модели, не всегда совпадает с тем, что нужно бизнесу.
Ошибка третья: нет ручной проверки
Компания описала артефакт, разделила роли — и сразу пошла подключать API, таблицы, вебхуки, мультиагентные сценарии. Слишком рано. Процесс ещё не проверен. Он только кажется понятным.
Как строить правильно
Три вещи, которые почти всегда отличают рабочего агента от дорогого эксперимента: артефакт, роль, ручная проверка.
Первое: описать артефакт
Не «что должен делать агент», а «как выглядит результат на выходе». Не «помочь менеджеру с продажами», а: «на выходе должна быть карточка квалифицированной заявки с такими-то полями, таким-то статусом, такими-то критериями и следующими действиями».
В этот момент агент перестаёт быть магическим помощником. Он становится исполнителем конкретной логики.
Второе: определить роль
Один агент — одна функция. Один собирает данные. Второй проверяет полноту. Третий классифицирует. Четвёртый готовит итоговый документ. Пятый подсвечивает риски и отдаёт на человеческую проверку.
Каждый жёстко ограничен своей зоной. Узкий агент с понятной ролью даёт стабильный результат. Широкий агент без роли стабильно производит непредсказуемость.
Третье: пройти руками
Перед автоматизацией — пройти процесс руками в обычном чате с моделью. С реальными входными данными, реальными ограничениями, реальным ожиданием результата.
- Там где модель путается — нет правила.
- Там где результат слабый — нет критерия.
- Там где человек додумывает за систему — нет описания.
- Там где каждый раз объясняешь заново — нет устойчивого контура.
Ручной прогон занимает несколько часов. Он показывает то, что автоматизированная система потом будет показывать неделями — через сбои, переделки и попытки понять, почему агент работает не так, как ожидалось.
Итог
Стабильный агент не рождается из доступа к сильной модели. Он рождается из трёх вещей, которые человек собирает до внедрения: понятного артефакта, узкой функции и процесса, проверенного руками.
Модель важна. Интерфейс важен. Интеграции важны. Но они не первые.
Сначала логика. Потом агент. Инструменты — последними.
Читайте больше материалов по теме экспертизы и AI в Telegram-канале FABRIKA BIG3 → t.me/fabrika_big3