Что такое агентный ИИ
Агентный ИИ — это языковая модель (LLM), встроенная в цикл автономного действия. Она не просто отвечает на запрос, а самостоятельно выполняет задачу: планирует шаги, использует инструменты, проверяет результат и повторяет цикл, пока задача не будет завершена.
Дата составления: 2026-03-30
Статус: ✅ Актуально
Суть
Обычный чат с нейросетью — это один запрос и один ответ. Пользователь формулирует вопрос, модель генерирует текст, и на этом все. Такое взаимодействие называют «one-shot» — модель ничего не делает сама по себе.
Агентный ИИ работает иначе. Языковая модель выступает «мозгом» системы: она получает задачу, самостоятельно разбивает ее на шаги, вызывает нужные инструменты, анализирует результаты и продолжает работу до достижения цели. Человек задает задачу и проверяет результат — но не управляет каждым шагом вручную.
Цикл работы агента (Agent Loop)
Агент действует итеративно. Каждый шаг цикла повторяется до завершения задачи:
Воспринять (Perceive) — получить задачу и собрать нужный контекст: прочитать файлы, запросить данные, проанализировать ситуацию.
Спланировать (Plan / Reason) — сформировать план: определить, какие инструменты использовать, в каком порядке, что является критерием успеха.
Действовать (Act) — выполнить следующий шаг: открыть браузер, прочитать документ, запустить код, вызвать API.
Проверить (Observe) — оценить результат действия: все прошло как ожидалось или нужно скорректировать план?
Повторить (Repeat) — вернуться к шагу 1 с учетом новой информации, пока задача не решена.
Этот цикл — принципиальное отличие агента от обычного чата. Один пользовательский запрос может вызвать десятки внутренних итераций.
Чем агент отличается от чата
Ключевое отличие — инструменты и автономность.
Языковая модель в чате работает только с текстом: читает то, что написал пользователь, и генерирует текст в ответ. Агент получает доступ к инструментам (tools): он может читать файлы на компьютере, открывать веб-страницы, запускать код, отправлять запросы в сторонние сервисы, взаимодействовать с мессенджерами. Он использует их самостоятельно, по своему плану.
Второе отличие — многошаговость. Чат отвечает за один ход. Агент выполняет цепочку действий, адаптируясь к промежуточным результатам. Если страница не открылась — попробует другой URL. Если документ оказался нечитаемым — запросит другой формат.
Третье отличие — память (memory). Агент может сохранять информацию между сессиями — в файлах, базах данных, специальных хранилищах. Обычный чат «забывает» все после закрытия окна.
Важная техническая особенность
Даже «локальные» агенты (такие как OpenClaw или Claude Cowork) требуют подключения к интернету: они работают на вашем устройстве, но отправляют запросы в облачные языковые модели (Claude API, OpenAI API). Без интернета агент не может вызвать модель и выполнить задачу. Полностью офлайн-режим возможен только при использовании локальных моделей (например, через Ollama), но это существенно снижает качество.
Почему это важно для юридической работы
Агентный ИИ снимает принципиальное ограничение обычных нейросетей: необходимость вручную готовить и передавать данные. Юрист больше не копирует текст из документа в чат — агент сам читает нужные файлы, находит релевантные фрагменты и работает с ними.
Это открывает новые горизонты. Теперь вы можете сделать анализ десятков судебных решений за 25 минут по указанным вами параметрам, автоматически проверять десятки договоров по чек-листам. Все эти кейсы уже отработаны практикующими юристами сообщества и описаны в статье Обзор инструментов.
Главный навык при работе с агентом — быстрое принятие решений. Агент генерирует результаты быстро; юрист становится оператором, который проверяет и направляет работу, а не исполнителем каждого шага.
Связанные статьи
Глоссарий — ключевые термины: агент, инструменты, скилл, MCP и другие
Обзор инструментов — конкретные сервисы и юридические кейсы
MCP-серверы — как агенты подключаются к внешним системам
Скиллы и плагины — как настраивать агента под конкретные задачи
Что такое LLM — как устроена языковая модель внутри агента
Дополнительные материалы
A Survey on Multi-Agent Systems — академический обзор архитектур мультиагентных систем
What is agentic AI architecture? — IBM Think — технический обзор архитектурных паттернов агентных систем
Книга Даниеля Каца и Майкла Боммарито «Agentic AI in Law and Finance: Navigating a New Era of Autonomous Systems»
Теги: #агентный-ии #новичок #актуальное