ММООЗЗГГ.ru

Разбор

РазборПраво

Этика использования ИИ юристами: обязанности при работе с нейросетью

Этика использования ИИ юристами уже записана в документах регуляторов: 29 июля 2024 года Американская ассоциация юристов (ABA) выпустила Formal Opinion 512. В ней четыре обязанности юриста, который работает с генеративным ИИ: компетентность, конфиденциальность, информирование клиента и разумный гонорар. Ниже что к этому добавили суды Англии и что говорит ФПА. Opinion 512 не запрещает ИИ, а раскладывает его по действующим Правилам профессионального поведения ABA. Четыре обязанности: 1. Компетентность (правило 1.1). Юрист понимает возможности и ограничения инструмента и проверяет результат: работа с ИИ без разумной самостоятельной проверки может нарушить обязанность компетентного представительства. 2. Конфиденциальность (правило 1.6). До ввода сведений о деле в самообучающийся ИИ-инструмент нужно информированное согласие клиента. Общей типовой оговорки в договоре об оказании услуг для этого недостаточно.

РазборПраво

Адвокатская тайна и ИИ: правила работы для адвоката и юриста

Адвокатская тайна и ИИ совместимы при одном условии: материалы дела не попадают к третьему лицу. Тайна охватывает любые сведения, связанные с юридической помощью доверителю, и освободить от нее адвоката может только доверитель (статья 8 Закона об адвокатской деятельности). Ниже что охраняет закон, почему публичный сервис не подходит и как встроить ИИ в практику без риска для тайны. Ст. 8 Федерального закона об адвокатской деятельности относит к адвокатской тайне любые сведения, связанные с оказанием юридической помощи доверителю. Освободить адвоката от нее может только доверитель. Кодекс профессиональной этики адвоката раскрывает состав тайны в п. 5 ст. 6. Под нее попадает почти все, что юрист мог бы вставить в окно чата: 1. Факт обращения к адвокату, включая имена и названия доверителей. 2. Доказательства и документы, собранные при подготовке к делу. 3. Сведения от доверителя и содержание правовых советов.

РазборИТ

Агент-аналитик: отчет руководителю без ручных таблиц

ИИ-агент для отчетов каждое утро собирает цифры из CRM, 1С и банка, сравнивает их с планом и присылает руководителю короткий отчет с отклонениями. Ему не нужна база знаний: нужны права только на чтение и правила расчета. Пилот на ваших системах идет 14 дней. Отчет руководителю обычно собирают из трех мест: сделки и воронка продаж в CRM, выручка, остатки и долги в 1С, деньги на счетах в банке. Агент берет цифры из каждого источника сам, без выгрузок в таблицы. Источники подключают через протокол MCP. Anthropic открыла его 25 ноября 2024 года как единый способ подключать ИИ к данным и сервисам. Каждую систему оформляют сервером MCP, и агент видит ее как набор действий, например «выручка за вчера» или «долги старше месяца». Банк подключают по его API, то есть программному интерфейсу для обмена данными, или берут выписки, которые и так попадают в 1С. Второй путь проще: меньше доступов и одна точка сверки.

РазборИТ

Агент для документов: договоры, счета, заявки и отчеты

ИИ-агент для работы с документами читает входящие договоры, счета и заявки, достает из них данные, сверяет с учетом и готовит черновик. Простой вариант собирают из открытых блоков, а связку с 1С и документооборотом делает разработчик: у нас это пилот от 149 000 ₽, 14 дней. Агент для документов выполняет четыре вида работы: читает файл, достает нужные поля, сверяет их с учетом и готовит черновик. Черновик подписывает человек. Агент ускоряет проверку, но ответственность за подпись остается у сотрудника. Типовые задачи: сверить входящий счет с заказом и договором, найти в договоре контрагента отличия от вашего шаблона, разобрать заявку из почты на товары и количества, собрать из актов сводку для отчета. Пример из российской практики. В сентябре 2026 года СИБУР рассказал об агенте, который сверяет техническую часть предложений поставщиков с требованиями технического задания, находит неполные и противоречивые данные и готовит дозапрос поставщику.

РазборHR и рекрутинг

ИИ-агент для HR: адаптация новичка и кадровые вопросы без очереди

ИИ-агент для HR, то есть для службы персонала, отвечает на вопросы, которые новичок задает в первые недели: где взять пропуск, как оформить отпуск, к кому идти с задачей. Испытательный срок по статье 70 Трудового кодекса длится до трех месяцев, и все это время агент ведет новичка по плану адаптации и напоминает HR-менеджеру о сроках. Служба персонала отвечает на одни и те же вопросы десятки раз: график, отпуск, справки, больничный, корпоративные правила. Ответы уже записаны в локальных актах, но сотрудники пишут HR-менеджеру, потому что так быстрее. Агент закрывает три задачи: ведет новичка по плану адаптации, отвечает сотрудникам по внутренним документам и напоминает о кадровых сроках. Найм и разбор откликов здесь не рассматриваем, им посвящена страница об агенте рекрутинга. Ответы агент строит по принципу RAG: ищет нужный пункт в ваших документах и отвечает по нему со ссылкой на источник. Модель не обучают на ваших данных, ей дают доступ к базе документов.

РазборИТ

Агенты для кода: как они меняют работу разработчиков

ИИ-агент для программирования пишет код по описанию задачи, сам запускает его, читает ошибки и исправляет. По опросу Stack Overflow 2025 года такими инструментами пользуются или собираются пользоваться 84% разработчиков. Код агента проверяют так же строго, как код нового сотрудника. Агент для кода отличается от подсказок в редакторе. Подсказка дописывает строку, а агент получает задачу целиком: читает проект, меняет несколько файлов, запускает тесты и повторяет, пока тесты не пройдут. Цикл у таких агентов общий. Anthropic описывает его так: собрать контекст, сделать действие, проверить результат, повторить. 29 сентября 2025 года компания переименовала Claude Code SDK в Claude Agent SDK, а внешние сервисы к нему подключают через протокол MCP. OpenAI 11 марта 2025 года выпустила открытый Agents SDK с передачей задач между агентами, ограничителями и трассировкой, то есть записью каждого шага агента. Для кода трассировка особенно полезна: по ней видно, какие команды агент запускал и почему.

РазборЭлектронная коммерция и маркетплейсы

ИИ-агент для маркетплейса: что продавец соберет сам

ИИ-агент для маркетплейса отвечает на отзывы и вопросы покупателей, подсказывает, что дописать в карточки, и следит за сообщениями площадки. Перед покупкой отзывы читают 75% покупателей, а около 40% ждут ответа продавца в течение дня. Агент держит этот срок, а сложные случаи отдает человеку. У продавца на площадке четыре потока текста: отзывы, вопросы покупателей о товаре, сообщения в чате и уведомления самой площадки. Каждый требует ответа в свой срок, и каждый влияет на продажи. Агент пишет ответы по карточке товара, инструкции и правилам магазина. Он работает по принципу RAG: ищет нужный фрагмент в ваших документах и отвечает по нему, без обучения модели. Цифры из лида взяты из опроса больше 1000 покупателей, опубликованного в октябре 2024 года. Ответ продавца на отзыв видят все, кто выбирает товар, поэтому его пишут для будущих покупателей, а не только для автора отзыва. Если нужен готовый агент под ключ, это наша услуга для Авито и маркетплейсов. Здесь разбираем, как он устроен и что можно собрать самому.

РазборИТ

ИИ-агент для производства: с каких задач завода начать

ИИ-агент для производства берет офисную работу завода: заявки клиентов, снабжение, сводки из 1С и ответы по технической документации. До 2032 года промышленности нужно привлечь больше 1,5 млн человек, поэтому людей берегут для цеха, а рутину в офисе отдают агентам. Агенту проще всего в офисе завода: там работа состоит из писем, таблиц и документов. В цеху ИИ тоже работает, но это другие системы, с камерами и датчиками, о них ниже. Пять задач, с которых заводы обычно начинают: ответ на заявку и черновик коммерческого предложения (КП) по прайсу, проверка предложений поставщиков, ответы клиентам о статусе заказа из 1С, утренний отчет директору, поиск по технической документации. Две из них разобраны в примерах с цифрами: агент на заявках и КП и утренний отчет директору завода. Проверку предложений поставщиков мы описали на странице агента для закупок. Начинать стоит с одной задачи. Anthropic в руководстве по агентам советует начинать с простого решения и усложнять, только когда его не хватает.

РазборИТ

ИИ-агент на сайт своими руками: от виджета до заявки в CRM

ИИ-агент для сайта состоит из трех частей: окно чата, модель и база ответов по вашим страницам, а заявку агент передает менеджеру. Добавить его на сайт самому можно в открытом конструкторе за неделю. Сбор контактов в чате подчиняется 152-ФЗ: с 1 сентября 2025 года согласие на обработку данных оформляют отдельно от других документов. Виджет это окно чата в углу страницы. За ним стоят конструктор, в котором собран агент, и модель, которая пишет ответы. Короче всего путь через Flowise, визуальный конструктор агентов с готовым виджетом для сайта. Собранный в нем агент встраивается на страницу одним скриптом. 1. Соберите агента во Flowise и возьмите код встраивания: скрипт, который вызывает Chatbot.init с номером агента (chatflowid) и адресом вашего сервера Flowise (apiHost). 2. Вставьте скрипт в HTML страниц между открывающим и закрывающим тегом body. 3. Настройте вид окна через параметр theme: кнопку, подсказку, заголовок окна, цвета и стартовые вопросы.

РазборИТ

Когда нужен ИИ-агент, а когда хватит сценария автоматизации

ИИ-агенты и автоматизация по сценарию решают разные задачи: сценарий проходит шаги, которые заранее расписал человек, а агент сам выбирает следующий шаг. Правило выбора простое: если шаги задачи можно расписать заранее, хватит сценария, если путь каждый раз другой, нужен агент. Anthropic в декабре 2024 года советовала начинать с простого решения и усложнять его, только когда простое не справляется, поэтому для многих задач сценария хватает. Выпишите десять последних случаев задачи. Если шаги почти всегда совпадали, стройте сценарий. Если путь каждый раз был другим, а результат можно проверить, нужен агент. Сомневаетесь, начните со сценария и подключите агента только к сложным случаям. Сценарий — это цепочка шагов, которую задал человек: пришла заявка, модель определила тему, заявка ушла нужному менеджеру. Модель (нейросеть, которая понимает текст) внутри сценария может быть, но порядок шагов от нее не зависит.

РазборИТ

ИИ-агент для исследований рынка и конкурентов

ИИ-агент для исследований ищет по открытым источникам, читает найденное и сводит ответ со ссылками: обзор рынка, список конкурентов, цены и новости отрасли. Он работает по подходу ReAct 2022 года, чередуя рассуждение и действие, и собирается в открытом конструкторе за неделю. Каждую цифру в его сводке все равно проверяют по ссылке. Агент-исследователь работает циклом: решает, что искать, ищет, читает страницы и решает, хватает ли найденного. Такой цикл описан в подходе ReAct: модель чередует рассуждение и действие с инструментом. Ему нужны два инструмента: поиск, который возвращает список ссылок, и чтение страницы по ссылке. Поиск по вебу крупные поставщики моделей встраивают сами: OpenAI добавила его в Responses API 11 марта 2025 года вместе с поиском по файлам. В n8n чтение страницы дает узел «HTTP Request», подключенный к агенту как инструмент. Его опция «Optimize Response» (сократить ответ) с типом HTML и настройкой «Return Only Content» оставляет текст без разметки, а «Truncate Response» обрезает слишком длинную страницу, чтобы не платить за лишний текст.

РазборИТ

Агент контента: от плана до публикации

ИИ-агент для контента ведет цепочку от плана до поста: предлагает темы, пишет черновики в вашем стиле и публикует по графику после одобрения редактора. На n8n такая схема собирается из 4 готовых узлов: расписание, ИИ-агент, одобрение в Telegram и публикация. Контент-план удобно вести таблицей: дата, тема, площадка, формат, статус. Агент заполняет ее предложениями, а вы оставляете темы, которые нужны бизнесу, и вычеркиваете лишние. Темы агент берет из ваших источников: вопросы клиентов из переписки, частые возражения отдела продаж, новости отрасли, прошлые публикации с хорошим откликом. Чем точнее источники, тем меньше общих тем вроде «5 советов для бизнеса». Переписку с клиентами отдают агенту без имен, телефонов и адресов. Модель обычно работает на сервере разработчика, и если он за рубежом, передача персональных данных требует по 152-ФЗ уведомления в Роскомнадзор. Для тем хватит самих вопросов, кто их задал, агенту знать не нужно.

РазборИТ

Команда агентов на AutoGen: установка, пример и ограничения

AutoGen это открытый фреймворк Microsoft для команд ИИ-агентов на Python 3.10 и новее, код на лицензии MIT. Проект перешел в режим поддержки: новых функций не будет, а новым пользователям Microsoft советует Microsoft Agent Framework. Ниже по официальной документации, как собрать агентов AutoGen в команду и где этот путь упирается в ограничения. AutoGen вышел из Microsoft Research и состоит из трех частей. AgentChat собирает диалоговых агентов и команды, Core дает событийную основу для больших систем, Extensions подключают модели и внешние сервисы. Главное на октябрь 2026 года: в README репозитория объявлен режим поддержки. Проект не получит новых функций, им управляет сообщество, а вклад принимают только в исправления ошибок, безопасность и документацию. Новым пользователям Microsoft советует Microsoft Agent Framework, преемника AutoGen. Его версия 1.0 вышла как готовая к промышленной работе, с долгой поддержкой и протоколами A2A и MCP для связи с другими агентами и сервисами. Для существующих проектов есть руководство по переходу.

РазборИТ

Команда агентов на CrewAI

CrewAI агенты работают командой: у каждого своя роль, цель и задача, а фреймворк передает результат одного следующему. CrewAI открыт по лицензии MIT, первый релиз вышел в декабре 2023 года. Ниже пример команды из исследователя, аналитика и редактора, которая готовит отчет, и шаги по документации. Фреймворк это каркас программы: готовые правила и код, в которые разработчик вписывает свою логику. CrewAI собирает из агентов команду (crew) и раздает им задачи. У агента три обязательных поля: «role» (роль, например «аналитик рынка»), «goal» (цель, к которой он идет) и «backstory» (предыстория: опыт и манера работы). По ним модель понимает, как себя вести. Остальные поля по желанию: «llm» (какая модель работает за агента), «tools» (инструменты), «max_iter» (сколько попыток у агента до итогового ответа, по умолчанию 20), «allow_delegation» (может ли агент передать работу другому, по умолчанию нет).

РазборИТ

LangChain и LangGraph: сборка агента в коде

Агента на LangChain собирают в коде: библиотека дает готовый цикл «модель вызывает инструменты, пока задача не решена», а LangGraph позволяет описать работу агента как граф шагов. Обе библиотеки открыты по лицензии MIT, работают на Python от версии 3.10 и на JavaScript. Ниже шаги по документации и честный ответ, когда библиотека не нужна. LangChain и LangGraph это библиотеки, то есть наборы готового кода, который программист подключает к своей программе. Интерфейса с кнопками у них нет: без разработчика они не работают. Библиотека нужна, когда агент живет внутри вашей системы: в своем сервисе, рядом с базой данных, со своими правами доступа. Визуальный конструктор в такой схеме упирается в набор своих блоков. LangChain подходит для типового агента: модель, инструкция, инструменты. Разработчики LangChain описывают агента как модель, которая вызывает инструменты в цикле, пока задача не решена. Все вокруг цикла (инструкцию, инструменты, промежуточные обработчики) они называют обвязкой.

РазборИТ

Наборы для разработчиков агентов от OpenAI и Anthropic

OpenAI Agents SDK и Claude Agent SDK это наборы кода для разработчиков, на которых собирают агентов с инструментами и передачей задач. OpenAI выпустила свой набор 11 марта 2025 года, Anthropic переименовала Claude Code SDK в Claude Agent SDK 29 сентября 2025 года. Ниже разница между ними и путь для компании в России: открытые модели на своем сервере. SDK (software development kit) это набор готового кода и инструментов для программиста. OpenAI выпустила Agents SDK 11 марта 2025 года вместе с Responses API, у которого встроен поиск по файлам и в интернете. В основе три понятия. Агент это модель с инструкцией и инструментами. Передача задачи (handoff) позволяет одному агенту отдать работу другому или вызвать его как инструмент. Ограничители (guardrails) проверяют, что приходит агенту и что он отвечает. Вокруг них сессии (память разговора), трассировка (запись каждого шага агента для разбора ошибок), подключение серверов MCP и подтверждение действий человеком.

РазборИТ

ИИ-агент поддержки клиентов: как собрать и где граница

Как создать ИИ-агента поддержки, который отвечает клиентам по вашей базе знаний и вовремя передает сложное человеку? Простую версию с базой ответов и каналом в Telegram можно собрать своими силами, а связка с CRM и тикетами требует разработчика. Gartner прогнозирует, что к 2029 году агенты будут закрывать без людей 80% типовых обращений. Агент поддержки берет типовые вопросы: где заказ, как вернуть товар, как оплатить, когда доставка. Правила он ищет в базе знаний, а данные о конкретном заказе берет из CRM или системы заказов. Вторая половина работы это передача человеку. Жалоба, спор, нестандартный случай уходят оператору вместе с историей переписки, чтобы клиент не повторял вопрос. Ожидания рынка высокие: по прогнозу Gartner, о котором в марте 2025 года писал Call Centre Helper, к 2029 году агенты будут закрывать 80% типовых обращений без людей, а операционные расходы поддержки снизятся на 30%. Это прогноз, а не замер: у вас доля будет своей, и считают ее на пилоте.

РазборИТ

ИИ-агент для продаж: ответ на заявку, вопросы и сделка в CRM

Как создать ИИ-агента для продаж, который отвечает на заявку за минуту, задает квалифицирующие вопросы и заводит сделку в CRM? Простую часть, ответы в мессенджере по прайсу, можно собрать своими силами, а связка с CRM требует разработчика. Наш пилот такого агента занимает 14 дней, метрика записана в договоре. Агент продаж делает пять шагов. Принимает заявку с сайта, из мессенджера или почты. Отвечает клиенту за минуту в любое время. Задает квалифицирующие вопросы: что нужно, в какой срок, какой бюджет. Заводит контакт и сделку в CRM. Передает менеджеру готовых к покупке клиентов и нестандартные запросы вместе с историей переписки. Квалификация — это отбор: агент выясняет, готов ли клиент покупать и подходит ли он вам. Вопросы и правила отбора пишет руководитель продаж, а не разработчик. Каждый шаг по отдельности простой. Сложность в стыках: агент должен понимать свободный текст, не терять заявку при сбое CRM и не обещать того, чего нет в прайсе.

РазборHR и рекрутинг

Агент рекрутинга: разбор откликов и первичное интервью

ИИ в рекрутинге работает как агент: он читает все отклики, задает кандидатам первые вопросы и записывает подходящих на собеседование. Решение о найме остается за человеком: по 152-ФЗ решения с юридическими последствиями только на основе автоматической обработки данных без письменного согласия кандидата запрещены. Агент берет отклики с сайта вакансий, сравнивает резюме с требованиями и ставит оценку с причиной. Рекрутер получает короткий список и объяснение по каждому кандидату вместо сотни непрочитанных резюме. Через API hh.ru, программный вход для работодателей, можно получить список откликов, сменить их статус и пригласить соискателя на вакансию. Подключение делает разработчик: приложение регистрируют на dev.hh.ru и выдают ему доступ работодателя. Критерии пишет руководитель, а не агент. Опыт, навыки, график, город: каждое требование проверяемое, и у каждого есть вес. Агент только применяет их одинаково ко всем.

РазборИТ

ИИ-агент в amoCRM своими руками: как создать помощника для сделок

Создать ИИ-агента в amoCRM своими руками проще всего так: при новой сделке amoCRM присылает вебхук в n8n, модель разбирает заявку и пишет в сделку примечание с выводом. Ниже по документации amoCRM показано, как это собрать на приватной интеграции с долгосрочным токеном, который действует от 1 дня до 5 лет. Своими руками в amoCRM собирается помощник менеджера. Он получает данные новой сделки, просит модель оценить заявку и оставляет в карточке примечание: что хочет клиент, чего не хватает для расчета, какой следующий шаг. API это способ программы читать и менять данные amoCRM по адресу вида https://поддомен.amocrm.ru/api/v4/. Вебхук работает в обратную сторону: amoCRM сама присылает событие на адрес вашего сервера. Понадобятся права администратора аккаунта: только он создает интеграции. Еще нужен n8n на сервере с доменом, чтобы amoCRM могла достучаться до вебхука, и модель. Ollama запускает открытые модели на вашем компьютере или сервере и распространяется по лицензии MIT.

Написать в Telegram