От чата к агентам: как за полгода изменилась работа с ИИ

Меня зовут Евгений Семёнов, я директор «АйТи-Фреш» — мы обслуживаем IT малого и среднего бизнеса в Москве. Последние полгода я не просто читал новости про искусственный интеллект, а внедрял его в собственную работу и в работу команды. И знаете, что изменилось сильнее всего? Не модели. Изменился сам способ, которым мы с ними работаем. Это первая из трёх статей, где я разложил по полочкам, что реально поменялось — без хайпа, на практике.

Главная смена: ИИ перестал быть «чатиком»

Ещё год назад нейросеть для большинства была умным собеседником в браузере. Спросил — получил абзац текста. Удобно, но дальше разговора дело не шло. Чат и чат.

К весне 2026-го картина другая. ИИ получил «руки». Консольные агенты вроде Claude Code или Gemini CLI имеют прямой доступ к вашим файлам и серверу. Это уже не болталка, а ассистент, который реально делает работу — правит конфиги, запускает скрипты, разбирает логи.

Поясню на наших задачах. Развернуть VPN, настроить сервер с нуля, разобрать причины падения по логам, навести порядок в гигабайтах документов, массово переименовать фотографии по их содержимому, вытащить данные из сотни PDF-чеков в одну таблицу — раньше это были часы рутины инженера. Сейчас задача ставится текстом, а агент сам подбирает пакеты, правит конфиги и показывает результат. По сути, это «умный слой» над вашей системой: ему не нужно долго объяснять контекст — он уже видит ваши файлы.

И что важно для бизнеса — порог входа упал почти до нуля. Чтобы автоматизировать рутину, больше не обязательно уметь программировать. Достаточно внятно описать задачу в терминале.

Но есть нюанс, который я повторяю команде как мантру: всегда перечитывайте, что агент собирается выполнить. Он не зря запрашивает подтверждение на каждое опасное действие. Один невнимательный «да» в порыве энтузиазма — и можно снести половину системы. Скорость не отменяет контроль, особенно там, где есть доступы и деньги.

Промпт — это не вопрос, а симуляция

Самый ценный приём, который я забрал за этот период, звучит парадоксально: перестаньте спрашивать у модели мнение. Эту мысль хорошо подсветил Андрей Карпаты — один из тех, кто стоял у истоков современного ИИ.

Когда вы пишете «что ты думаешь об этом тексте?», модель включает усреднённого вежливого ассистента. Из-за фильтров безопасности она старается быть гладкой и никого не обидеть. На выходе — вода: «текст хороший, информативный, но можно добавить призыв к действию». Уровень стажёра. Бесполезно.

Другое дело — задать симуляцию. У модели нет своего «я»; это, по сути, архив всего интернета. Когда вы говорите «ты» — получаете среднее арифметическое. Когда задаёте сцену — получаете чистый спектр экспертных данных. Например: «Смоделируй группу циничных маркетологов и UX-исследователей, которые ненавидят корпоративный буллшит. Пусть разнесут этот текст по пунктам». И вы получаете жёсткий предметный разбор слабых офферов, а не комплименты.

Мы так аудируем коммерческие предложения, лендинги и даже внутренние регламенты — разница в глубине колоссальная. Перестаньте вести диалоги, начните настраивать симуляции.

Кстати, заклинания в духе «ты — сеньор Python-разработчик» уже устаревают. Кидаешь флагманской модели кусок сложного кода с вопросом про ошибку — она сама мгновенно переключается в режим инженера. Дополнительные «роли» становятся лишними: контекст она считывает на лету.

Большой контекст и мультимодальность — это новая база

За год сменились сами «правила игры». Раньше мы скармливали ИИ один файл. Теперь — архив всей документации по проекту или расшифровки встреч за месяц. Модель перестала быть «отвечалкой» и стала аналитиком, который знает о задаче всё. Контекст в сотни тысяч и даже миллион токенов перестал быть экзотикой.

Второе: хватит долбить по клавишам. Часто проще показать камеру, скинуть скриншот или наговорить задачу голосом. Если вы до сих пор только переписываетесь с ботом текстом — теряете половину скорости. Мультимодальность стала режимом по умолчанию.

И третье — сдвиг от поиска к рассуждению. ИИ полезнее не как способ «найти инфу», а как спарринг-партнёр, об которого обкатывают идею перед тем, как нести её клиенту. Это другой класс задач: не «загугли», а «покритикуй и предложи, где я ошибаюсь».

CLI-агенты — это не только для разработчиков

Сложилось мнение, что Gemini CLI или Claude Code — сугубо кодерская история. На самом деле их ценность шире. Несколько сценариев, где они экономят время кому угодно:

— Администрирование: пошаговая настройка сервера, развёртывание VPN, разбор логов при сбое. Вы ставите задачу текстом — агент подбирает пакеты и правит конфиги.

— Работа с документами: навести порядок в хаосе файлов, вытащить данные из горы PDF в таблицу, собрать сводку по проекту из десятков заметок.

— База знаний: если ведёте заметки, агент найдёт противоречия в записях, обновит оглавление, соберёт дайджест.

— Бытовая автоматизация: список покупок из нескольких рецептов, анализ расходов из банковских выписок с кратким отчётом.

Мы в «АйТи-Фреш» именно так и автоматизируем рутину — там, где раньше нужен был отдельный человек на полдня.

Для меня вывод этого полугодия простой: ИИ переехал из браузера внутрь нашей операционки. Это уже не внешний сервис, а часть процессов. Для малого бизнеса это значит, что рутину — отчёты, разбор документов, базовое администрирование — можно отдавать машине, оставляя людям смысл и решения. В следующей части разберу, какими именно моделями мы это делаем и почему принципиально не привязываемся ни к одному бренду.