Менелаю нужен был ответ морского бога Протея: как вернуться домой. Старец отвечать не спешил и менял обличья. Лев, пантера, вода, дерево — названия входящих данных у этой службы поддержки были разнообразные. Но приём Менелая со спутниками оставался одним: крепко держать, пока Протей не согласится говорить.

У простого поручения тоже легко отрастить львиную гриву. Вчера оно переносило две строки, сегодня стало «агентом городского архива»: у него должность, память и совещание по вопросу, куда положить адрес. А адрес всё тот же. Прежде чем собирать такому существу кабинет, посмотрим, какую работу ему поручили.

Вы собираете городской фотоальбом. На телефоне фасады, в заметках адреса, в закладках история зданий. Хочется наконец соединить это в вещь, которую приятно открыть. У списка адресов одна работа — целиком переехать в новую таблицу. У подписи «построен в таком-то году» другая — получить основание, по которому вы готовы поставить дату под снимком.

ИИ-агент или автоматизация: где появляется выбор

Для заданной цепочки человек заранее описывает маршрут: принять материал, выполнить операции, проверить результат. Внутри могут быть развилки и обращение к нейросети. Например, один шаг предлагает короткий заголовок для подборки. От этого весь порядок ещё не становится самостоятельным поиском способа работы.

В агентном подходе модель получает цель и доступные инструменты, затем по результатам действий выбирает дальнейший ход. Нашла краткую карточку здания — решает, нужен ли архивный документ. Прочитала документ — проверяет, относится ли дата к постройке или к перестройке. Последовательность зависит от того, что оказалось в источниках.

Такое различие между заданными процессами и агентами проводит Anthropic в разборе архитектурных подходов. В названии приложения слово «агент» может употребляться шире. Для выбора полезнее смотреть на работу: кто задаёт последовательность и по какому результату она меняется.

Сейчас мы составим две схемы. Подключать сервисы не требуется: итогом будут выбор подхода, понятный результат, способ его проверить и условие остановки. С этими вещами уже проще обсуждать реализацию своей задачи.

Список адресов спокойно переедет по правилам

Допустим, для фотоальбома вы выгрузили такой CSV — обычный текстовый файл с табличными строками. В нашем маленьком примере столбцы разделены запятыми:

id,name,address
d01,Дом с аркой,Улица Садовая 4
d02,Водонапорная башня,Переулок Северный 2

Нужно перенести обе записи в новую таблицу, сохранив номера, названия и адреса. Правило уже известно: строка d01 остаётся домом с аркой, строка d02 — башней. Выбор лучшего ракурса или самого интересного здания подождёт. Сейчас у нас два адреса, которые должны доехать до своих ячеек.

Схема получается прямой: получить CSV → проверить столбцы → перенести строки → сверить результат → закончить. Если обязательного столбца нет, процесс останавливается с понятным сообщением о недостающем поле. Это заранее предусмотренная ветка, её можно описать до начала работы.

Заданная цепочка: CSV, проверка столбцов, перенос двух строк, сверка результата и завершение

В этой схеме порядок известен. Ошибка входных данных ведёт к заранее определённой остановке.

Проверка тоже предметная: в новой таблице остались две записи, d01 относится к дому с аркой, d02 — к башне, адреса не поменялись. Для переноса достаточно сравнить вход и выход. Если задача выполняется редко, такой порядок можно пройти вручную. Если повторяется, выбирают средство автоматизации, которое умеет читать нужный файл и записывать в выбранное место.

А если добавить в цепочку ИИ?

Пусть после переноса модель предложит название для подборки по названиям зданий. Например, вы просите три коротких варианта без выдумывания новых мест. Это один заранее назначенный шаг: получить названия, предложить варианты, показать человеку. Он не меняет правила переноса и не распоряжается адресами.

Вопрос «ИИ-агент или автоматизация» здесь решается в пользу заданной цепочки. Нейросеть может выполнять часть работы внутри неё. Причина выбора проста: маршрут известен, исходные поля сохраняются, итог проверяется сравнением строк. Ради одной творческой вставки не требуется передавать модели планирование всего процесса.

У даты постройки другой путь

Теперь вы хотите написать подпись под фотографией дома с аркой: когда он построен? В заметках нашлась дата, но рядом нет источника. Нужно найти основание, по которому эту дату можно поставить под снимком.

После первого чтения может выясниться, что найденная дата обозначает перестройку. Для подписи этого мало: вы спрашивали о постройке. Тогда меняется следующий шаг — искать сведения о раннем здании. На другой странице обнаружится точное описание нужного дома, и останется проверить основание даты. В обоих случаях вопрос направляет продолжение работы, но маршрут складывается по прочитанному.

Для такого случая рассмотрим агентный поиск. В нашем примере ему доступны поиск по публичным страницам, чтение найденных материалов и вопрос человеку, если неясно, о каком здании речь. Цель — короткая подпись с датой и проверяемым основанием. Если адрес ещё не определён, первым полезным действием будет уточнение здания.

Рабочая петля: выбрать источник → прочитать → оценить, отвечает ли он на вопрос → закончить или выбрать следующий шаг. На этом месте модель использует результат чтения: ищет первичный документ, уточняет название или возвращает найденное противоречие.

Цикл поиска: выбрать источник, прочитать, проверить основание; при достаточном основании перейти к ответу, иначе выбрать следующий шаг

Выбор после чтения зависит от содержания источника. Готовый ответ завершает поиск.

Инструмент здесь — действие, которое система действительно умеет выполнять: искать или открывать страницу. Одной просьбы «проверь по архиву» мало, чтобы у приложения появилась такая возможность. Вводный урок Hugging Face об агентах связывает работу модели с доступными действиями и наблюдением их результатов.

Если пока работаете в обычном текстовом чате, можно самому приносить фрагменты и обсуждать их с помощником. Он поможет отличить год постройки от даты ремонта по переданному тексту. Это уже полезная работа; для самостоятельного поиска приложению понадобится соответствующий инструмент.

Где останавливаемся и что принимаем за результат

Для первой попытки ограничим поиск тремя содержательными источниками. Это выбранный объём разбора, а не обещание, что нужный документ найдётся именно третьим. После чтения будет один из двух полезных результатов: подпись с основанием или точное описание того, чего не хватило для даты.

Например, найденный текст прямо называет год строительства и однозначно относится к вашему адресу. Тогда результат включает дату, название источника, ссылку и фрагмент, из которого сделан вывод. Вы открываете материал и сверяете здание и событие. Если источник говорит о перестройке, подпись о первоначальной постройке ещё не готова.

Если после выбранного объёма остались разные версии, помощник показывает их с основаниями и формулирует следующий вопрос. Вы решаете, продолжать ли отдельный поиск. Так результат не растворяется в бесконечном «изучаю ещё»: можно увидеть, что найдено и какое действие имеет смысл дальше.

Что выбираем Перенос CSV Поиск года постройки
Маршрут Задан до начала Следующее действие зависит от прочитанного
Нужные возможности Прочитать файл и записать выбранные поля Поиск, чтение страниц, уточнение здания
Итог Две сохранённые записи Дата с основанием или обозначенный пробел
Проверка Сверить номера, названия и адреса Открыть источник, сверить адрес и событие
Остановка Данные перенесены и сверены либо вход не соответствует правилам Основание найдено либо достигнут выбранный объём поиска
Выбранный подход Заданная цепочка Агентный поиск для дальнейшего испытания

Таблица показывает решение для этих двух задач. Одна и та же модель может участвовать в обеих, а способ организации работы будет разным.

Две итоговые карточки: перенос CSV заканчивается сверкой строк; поиск даты — источником для подписи или точно названным пробелом

У каждой задачи есть собственный результат и понятный момент завершения.

Принесите помощнику один настоящий пример

В DeepSeek можно описать своё дело обычными словами: «У меня есть такой файл, я хочу получить вот это, обычно делаю так». Для выбора схемы достаточно короткого примера. Сам файл можно заменить несколькими строками без личных сведений, если сейчас обсуждаете только устройство процесса.

Вот запрос, который помогает найти нужное различие:

Помоги выбрать устройство процесса для моей задачи.
У меня есть: [материал или несколько строк].
Хочу получить: [понятный результат].
Обычно делаю так: [короткое описание привычных действий].

Покажи простую схему. Отметь, какие шаги можно задать заранее,
а где следующее действие зависит от содержания результата.
Назови необходимые инструменты, проверку и условие остановки.
Если для выбора не хватает одной важной детали, сначала спроси её.
Пока только разбираем схему, ничего не подключаем.

Посмотрите на отмеченную точку выбора. Если помощник пишет «модель решает, в какой столбец положить адрес», а столбец уже задан, верните ему правило. Для записи d02 адрес не должен стать творческой интерпретацией башни. В поиске года спросите другое: «Какой материал ты собираешься открыть дальше и почему он поможет ответить на мой вопрос?» Ответ должен продолжать найденное, например уточнять постройку после сведения о перестройке.

Когда схема ясна, следующая отдельная работа — проверить выбранный способ на одном примере. Для CSV берут исходные строки и сравнивают перенос. Для поиска читают принесённые источники и оценивают подпись. По этой проверке станет видно, что доработать перед повторением.

Вопросы и ответы о двух подходах

Любой процесс с развилкой уже агент?

Развилка может быть задана заранее: если нет столбца, остановиться; если поле заполнено, скопировать его. Даже выбор ветки с участием модели бывает частью заданного процесса. Для нашей задачи важнее, нужно ли модели строить дальнейшую последовательность по новым сведениям.

Можно объединить оба способа?

Да. Поиск может подготовить проверенные сведения, а дальше известная цепочка разложит их по полям. В городском альбоме сначала выясняют основание даты, затем переносят принятую подпись в каталог. На схеме полезно отметить место, где найденный материал превращается в согласованные данные.

Агент всегда делает работу лучше?

Выбирайте по устройству задачи и результату пробного прохода. Для двух строк с известными полями удобна заданная цепочка. Для поиска основания интерес представляет способность выбирать следующий источник. Сравнивать качество стоит по тому, что получилось в вашей задаче: сохранённые поля или проверяемая подпись.

Нужно сначала купить подписку или подключить API?

Чтобы нарисовать схему и понять точки выбора, достаточно имеющегося материала. Средство выполнения выбирают следующим шагом, когда известны нужные действия. Сейчас можно закончить двумя карточками из таблицы и одним собственным примером для обсуждения.

С чего продолжить, если сама задача ещё расплывчата?

Начните с выбора задачи для ИИ и автоматизации. Там следующий вопрос — какое повторяющееся дело вообще имеет смысл передавать помощнику. Здесь задача уже выбрана, и мы разбираем её устройство. Если действующий агент уже повторяет одни и те же шаги, отдельное продолжение — разобрать цикл по журналу и задать остановку.

Два дела получили свои маршруты

Для адресов выбрана цепочка с сохранением полей и сверкой строк. Для подписи о доме — поиск с выбором источника, проверкой основания и остановкой. Теперь можно объяснить, зачем в одном случае достаточно правил, а в другом хочется дать модели возможность определять дальнейшие действия.

Продолжить на собственном деле можно в «Первопроходцах»: разбираться с ИИ, задавать вопросы и развивать личный проект. Никита проводит эфиры раз в две недели; для проектной работы можно выбрать вариант с личной проверкой. Дополнительный путь — практика для знакомства с ботами.

Львиную гриву у переноса двух адресов можно пока отложить. У каждой строки теперь свой столбец, у подписи — найденное основание или точно поставленный следующий вопрос. Фотоальбом стал ближе к готовой вещи. Менелаю для этого понадобился бы ответ Протея, нам хватило двух понятных схем.