10 Things That Matter in AI Right NowСм. полный список
Когда люди говорят, что AI ускорит разработку лекарств, или опасаются, что он приведет к массовым увольнениям, они — осознают это или нет — имеют в виду AI-агентов. ChatGPT сделал большие языковые модели массовым потребительским продуктом. Но чтобы действительно менять мир, AI должен делать больше, чем просто отвечать: он должен выполнять действия. И именно для этого нужны агенты.
Теперь, после долгого шума, первые настоящие multi-agent инструменты начинают показывать, на что они способны.
OpenClaw — персональный AI-ассистент, с которым можно было общаться с телефона, — привлек внимание всех. Но за этим ажиотажем у OpenClaw был ограниченный набор возможностей — и диверсионный подход к безопасности. Но он все равно ощущался как будущее. Поэтому компании от Nvidia до Tencent быстро начали строить собственных более безопасных и надежных ботов на основе open-source-кода OpenClaw.
Но настоящая сила агентов раскрывается, когда они могут работать командой. Вместо одиночных ботов-одиночек, выполняющих отдельные задачи — например, использующих браузер для бронирования столика в ресторане или отправляющих вам сводку по входящей почте, — новые инструменты могут связывать вместе несколько агентов, назначать каждому свою роль и оркестрировать их поведение так, чтобы они совместно выполняли более сложные задачи, чем способен решить один агент.
Например, Claude Code, выпущенный Anthropic в прошлом году, позволяет запускать и координировать сразу несколько coding agents (некоторые пользователи сообщали, что у них одновременно работало до пары десятков subagents), причем разные агенты могут параллельно работать над разными частями code base. Агенты также могут получать конкретные роли: один пишет код, другой тестирует его, третий исправляет ошибки и так далее. Такие инструменты обещают превратить программистов в project managers, позволяя делегировать и контролировать гораздо больше задач, чем они могли бы осилить в одиночку.
Но кодинг был только началом. Последние multi-agent инструменты нацелены на людей, которым не нужно или не хочется разрабатывать софт. Настольные приложения вроде Claude Cowork от Anthropic (которое, как утверждает компания, она собрала с помощью Claude Code всего за 10 дней вместо нескольких месяцев, которые такой проект обычно мог бы занять), Codex от OpenAI и Computer от Perplexity позиционируются как универсальные инструменты продуктивности для офисных специалистов. Они позволяют передавать сложные рабочие процессы командам агентов, которые координируют действия в широком спектре компьютерных офисных задач — от управления почтой и запасами до обработки жалоб клиентов.
И это не только офисная работа. Multi-agent инструменты вроде Co-Scientist от Google DeepMind позволяют исследователям использовать команды AI-агентов для координации поиска литературы, генерации и проверки гипотез, планирования экспериментов и многого другого.
Представьте multi-agent системы как новые конвейеры. Инновация Генри Форда в прошлом веке изменила целые отрасли. В теории сети AI-агентов могут сделать с беловоротничковой интеллектуальной работой то же, что конвейеры сделали с производством.
По крайней мере, такова идея. Потому что у этой технологии есть и огромные риски. Не секрет, что LLM могут вести себя непредсказуемо. Это раздражает, когда чатботы застревают внутри экрана. Но когда они начнут активнее взаимодействовать с реальным миром, последствия могут быть катастрофическими. Готовы ли мы к тому, что агентов выпустят на нашу повсеместную цифровую инфраструктуру — от здравоохранения до финансов, от социальных сетей до ракетных установок?
Deep Dive
Искусственный интеллект
OpenAI бросает все силы на создание полностью автоматизированного исследователя
Эксклюзивный разговор с главным научным сотрудником OpenAI Якубом Пахоцки о новом большом вызове компании и будущем AI.
Will Douglas Heaven archive page
Как Pokémon Go дает доставочным роботам почти идеально точное представление о мире
Эксклюзив: AI-спин-офф Niantic обучает новую world model, используя 30 миллиардов изображений городских ориентиров, собранных игроками.
Will Douglas Heaven archive page
Хотите понять текущее состояние AI? Посмотрите на эти графики.
Согласно AI Index 2026 от Stanford, AI несется вперед, а мы изо всех сил пытаемся поспевать за ним.
Michelle Kim archive page
Этот стартап хочет изменить то, как математики занимаются математикой
Axiom Math бесплатно раздает новый мощный AI-инструмент. Но еще предстоит выяснить, ускорит ли он исследования так сильно, как надеется компания.
Will Douglas Heaven archive page
Stay connected
Узнавайте о специальных предложениях, главных материалах, предстоящих мероприятиях и многом другом.
Материал — перевод статьи с английского.
Оригинал: Agent orchestration