Егор Урванов

Чем ИИ-агент отличается от ассистента, чата, чат-бота и нейросети

ИИ-агент = нейросеть + харнесс. Чем агент отличается от ИИ-ассистента, чат-бота, чата и LLM: таблица, пример на одной задаче, как работает агент и когда что выбрать.

· 6 мин · · Харнесс

Чем ИИ-агент отличается от ассистента, чата, чат-бота и нейросети? Агент = нейросеть + харнесс: он сам выбирает шаги, действует в ваших системах и проверяет результат. Ниже: формула, таблица на пять понятий, пример на одной задаче и когда что выбрать.

Агент = нейросеть + харнесс

Нейросеть (LLM) только продолжает текст. Харнесс — всё вокруг неё: цикл шагов, инструменты, доступ к файлам и сервисам, правила и проверки. Вместе они дают ИИ-агента.

LLMНейросеть (LLM)Пишет текст?ПравилаХарнессИнструменты·КонтекстПравила·ПроверкиПравилаИИ-агентДоводит задачу до результата+=● модель, люди, системы, данные  ● агент и харнесс
Вывод
В этом примереОдна и та же модель Claude отвечает в чате и правит код в Claude Code. Разница в харнессе.
В общем случаеЧат, чат-бот, ассистент и агент могут работать на одних и тех же нейросетях. Отличает их то, что стоит вокруг модели.
Что сделатьСравнивая ИИ-продукты, смотрите на харнесс: что продукт может сделать сам и где.

Пять понятий в одной таблице

Колонки удобнее всего сравнивать по строке «Кто ведёт задачу». Определения ассистента и агента — по материалам IBM.

Нейросеть (LLM)ЧатЧат-ботАссистентИИ-агент
Для чегодвижок внутри продуктовлюбые вопросы и текстытиповые вопросы одной компанииваши дела в приложенияхзадача до результата
Кто ведёт задачу—высценарийвы, командамисам агент
Понимает свободную речьдадачастичнодада
Действует в приложенияхнетчастичночастичнодада
Сам выбирает шаги и проверяетнетнетнетнетда
Кто делаетпровайдеры моделейпровайдеры, часто вместе с моделью, и агрегаторыпродукты-конструкторы для бизнесаплатформы: ОС, офис, поискпромышленные агенты для работы
ПримерGPT, Claude, DeepSeekChatGPT, Claude; агрегаторы: Poe, OpenRoutervivochat.ai, бот поддержки банкаАлиса, CopilotClaude Code, Codex, Cursor

Чат-бот и ассистент. Чат-бот отвечает за одну компанию по сценарию: кнопки, ключевые слова, перевод на оператора. Бывают боты на нейросети, но рамки те же. Ассистент понимает любую просьбу и выполняет её в ваших приложениях: письмо, напоминание, поиск. Каждый следующий шаг — ваша новая команда.

Агенты сегодня промышленные: для кода, данных, поддержки. Массовых облачных агентов «для всех» пока нет. По нашему опыту.

Вывод
В этом примереБот банка отвечает про тарифы. Алиса ставит напоминание по команде. Агент получает цель «подготовь релиз» и сам решает, что читать, что запускать и когда остановиться.
В общем случаеЧат-бот ведёт по сценарию компании, ассистент — по вашим командам, агент — сам. Модель внутри может быть одна и та же.
Что сделатьСпросите про продукт: кто выбирает следующий шаг? Сценарий — бот, вы — ассистент или чат, он сам — агент.

Пример: что каждый видит из проекта

Одна задача — «почини падающий тест» — и пять инструментов. Полоса под частями проекта показывает, что инструмент видит. Чего не видит, то додумывает или отдаёт вам.

ПРОЕКТВаш текстТест и ошибкаПриложениеФайлыТерминалЧТО ВИДИТНейросетьВам: всё самиТолько текстЧатВам: копировать и запускатьЧто вставилиЧат-ботВам: через оператораПроекта не видит — отвечает по своему сценариюАссистентВам: командовать шагами+ его приложениеИИ-агентВам: проверить результатВесь проект● модель, люди, системы, данные  ● агент и харнесс  ● риск, стоп, граница
Почему нейросеть ошибается вслепую
Что видит→только ваш текст: ни кода, ни теста, ни ошибки
Что делает→дописывает недостающее правдоподобно: придумывает файлы, функции, библиотеки
1 из 5→названий библиотек в коде от нейросетей не существует: 19,7% на 576 тыс. фрагментов от 16 моделей (Spracklen и др.)
0–7% против 31%→реальных задач решено: модель за один проход, даже с нужными файлами, против агента с циклом «запустить — проверить» (Raju и др., 2026)
Вывод
В этом примереАгент проходит весь цикл «запустить — прочитать — поправить — проверить» сам. Остальные отдают шаги вам.
В общем случаеЧем больше шагов задача требует в ваших системах, тем больше выигрывает агент. Один ответ на один вопрос чат даёт быстрее и дешевле.
Что сделатьПосчитайте, сколько раз вы копируете между окнами в типичной задаче. Больше двух — пробуйте агента.

Как работает ИИ-агент: цикл до результата

Как работает ИИ-агент? Он идёт по агентному циклу: модель выбирает следующий шаг, харнесс выполняет его инструментом и возвращает результат модели. Цикл повторяется, пока задача не решена или не нужен человек. Эту схему «рассуждение → действие → наблюдение» описали в работе ReAct; похоже устроены агенты для кода: Claude Code, Codex, Cursor.

1 · Подумать→модель читает задачу, контекст и прошлые результаты и выбирает шаг
2 · Вызвать инструмент→харнесс запускает команду, читает файл, обращается к сервису
3 · Посмотреть результат→вывод команды, текст ошибки или ответ сервиса возвращаются модели
4 · Решить→готово — выход; ошибка — снова к шагу 1; опасный шаг — вопрос человеку
LLM1 · подумать2 · вызвать тул3 · посмотреть результат↻ снова подумать — до решенияготововынужна помощь человека● модель, люди, системы, данные  ● агент и харнесс  ● риск, стоп, границаДумает, действует, смотрит результат — и снова, пока не готово
Вывод
В этом примереТест упал: агент читает ошибку и делает новую правку без вашей команды.
В общем случаеЦикл без проверки превращается в серию догадок. Поэтому в харнесс входят тесты, линтеры и подтверждение человека на опасных шагах.
Что сделатьДайте агенту способ проверить себя: команду тестов, критерий готовности, доступ к логам.

Когда хватит чата, а когда нужен агент

ВОПРОС, ЧЕРНОВИКЧатТИПОВОЙ ВОПРОСЧат-ботОДНО ДЕЙСТВИЕАссистентМНОГО ШАГОВИИ-агентДЕНЬГИ, ДОСТУПЫАгент + человекС подтверждением● модель, люди, системы, данные  ● агент и харнесс  ● риск, стоп, граница
ЗадачаЧто взятьПример в блоге
Вопрос, объяснение, черновик письмачатПромпты для рабочих задач
Типовые вопросы клиентов по сценариючат-бот—
Одно действие в приложении голосом или командойассистент—
Задача в несколько шагов в коде, файлах, сервисахИИ-агентРасследование инцидента с ИИ-агентом
Работа QA после поддержки с ИИ-агентом
Аналитические отчёты с ИИ-агентом
Шаги с деньгами, доступами, публикациейагент + подтверждение человекаЗаберут ли ИИ-агенты вашу работу
Data plane и control plane агента
Вывод
В этом примереПисьмо клиенту — чат. Найти задачу в Jira, поправить код и открыть запрос на слияние — агент.
В общем случаеАгент дороже и дольше на простом вопросе: он читает контекст и делает шаги. На многошаговой задаче он экономит ваши руки.
Что сделатьВыберите одну многошаговую задачу недели и отдайте её агенту целиком.

Частые вопросы

Чем ИИ-агент отличается от ИИ-ассистента?
Ассистент выполняет вашу просьбу через заданные функции: одно действие за раз. Агент получает цель, сам планирует шаги, выбирает инструменты и проверяет результат.
Чем чат-бот отличается от ИИ-ассистента?
Чат-бот отвечает за одну компанию по сценарию. Ассистент понимает любую просьбу и выполняет действия в ваших приложениях.
Чем ИИ-агент отличается от чат-бота?
Чат-бот отвечает по сценарию или из базы ответов. Агент действует в ваших системах и проверяет результат.
Чем ИИ-агент отличается от нейросети?
Нейросеть — часть агента: она пишет текст. Харнесс превращает этот текст в действия: команды, правки, запросы к сервисам.
Чем агент отличается от обычной работы с нейросетью в чате?
В чате шаги между окнами делаете вы: копируете, запускаете, возвращаете ошибку. Агент делает эти шаги сам.
Как работает ИИ-агент?
По циклу: модель выбирает шаг, инструмент его выполняет, результат возвращается модели. Цикл идёт, пока задача не решена или не нужен человек.
ChatGPT — это агент?
В обычном режиме это чат. В агентном режиме и в Codex у той же модели появляется харнесс для действий, и это уже агент.

С теми же терминами

© 2026 Егор Урванов