AI не отвечает — а делает. Задача → план → действия → результат.
AiST Agent — автономный AI-агент, который сам разбивает задачу на шаги, ходит по вашим системам, выполняет действия и проверяет результат. Часовая работа аналитика — за 3 минуты. Скрининг 200 резюме — за 10. Аудит 1 000 договоров — за ночь.
- ◈ Планирование & самопроверка
- ⛯ Tool-use: API · SQL · Python · браузер
- ↻ Триггеры: cron · webhook · событие
- ◉ Multi-agent: команды агентов
- ⛨ 152-ФЗ · sandbox · human-in-loop
Чат-AI умеет советовать. Бизнесу нужно, чтобы AI сделал.
«Подскажи, как проверить договор» — это полезно. «Проверь 284 договора, выгрузи риски в Excel, отправь юристу до утра» — это уже другой класс задач. Сегодня их всё равно делает человек, потому что обычный ассистент только говорит, а агент — ещё и действует.
Многошаговая работа аналитика занимает дни
«Собрать данные из трёх систем, посчитать по формуле, сравнить с прошлым кварталом, написать выводы, отправить CFO». Аналитик делает это весь день, иногда два. Раз в неделю. Каждую неделю.
Однотипная работа на тысячах единиц
Скрининг 200 резюме под вакансию. Аудит 1 000 договоров на типовые риски. Проверка 5 000 счетов на аномалии. Каждая единица — простая, но умножьте на тысячу — и это месяц работы команды.
Никто не хочет дежурить ночами и на выходных
Мониторинг инцидентов в ИБ. Реакция на аномалии в продажах. Обработка тикетов в поддержке. Это надо делать 24/7. Дежурный сотрудник дорог, выгорает и всё равно медленно реагирует.
Цикл «план → инструмент → результат → проверка» — автономно, до цели.
Агент получает задачу, разбивает на подшаги, выбирает нужный инструмент для каждого шага (запрос к 1С, выполнение SQL, поиск в RAG, отправка письма), оценивает результат и продолжает либо корректирует план. Все шаги — под вашим контролем и аудитом.
-
01
Задача — на любом языке, из любого источника Сотрудник пишет задачу словами в кабинете или в Telegram. Cron запускает агента «каждое утро в 8:00». Webhook от 1С триггерит на новый счёт. Никакого кода на стороне заказчика.
-
02
Агент сам строит план «Чтобы решить эту задачу, мне нужно сделать 5 шагов: 1) достать договоры из 1С:ДО, 2) распознать через OCR, 3) найти штрафы через RAG, 4) агрегировать, 5) отправить юристу». План виден вам до запуска.
-
03
Tool-use в ваших системах Под каждый шаг агент выбирает инструмент: API 1С, SQL-запрос к ClickHouse, AiST RAG поверх документов, Python для расчёта, браузер для парсинга сайта. Все доступные инструменты — вы даёте сами, агент сам выбирает подходящий.
-
04
Самопроверка и чек-пойнты После каждого шага агент проверяет результат: «получил пустой ответ — надо переформулировать», «нашёл противоречие — уточнить». Для критических действий («отправить CEO», «оформить возврат на 500 тыс») вызывает человека на подтверждение.
В чём принципиальная разница — и почему это важно бизнесу.
Ассистент отвечает на вопрос и ждёт следующий. Агент берёт цель и идёт к ней через многошаговую работу. Это переход от «AI помогает» к «AI делает за вас».
Один вопрос — один ответ
- Реагирует на каждое сообщение пользователя отдельно
- Не помнит вчерашних задач, не строит долгий план
- Не умеет вызывать инструменты, ходить по системам
- Если ошибся — вы это видите и исправляете руками
- Работает только пока вы с ним общаетесь
- Подходит для FAQ, генерации текста, перевода
Цель — и всё что нужно, чтобы её достичь
- Получает цель, сам разбивает на шаги, идёт до результата
- Помнит контекст между запусками, учится на прошлых задачах
- Вызывает инструменты: API, БД, браузер, Python, RAG, OCR
- Сам проверяет результат и корректирует план при ошибке
- Работает часами и по триггеру, без вашего участия
- Подходит для аудитов, скринингов, мониторинга, отчётов
Не «AutoGPT в песочнице». Production-агент для корпоративных задач.
Промышленный агент — это не только LLM с циклом. Это планировщик, инструменты, память, чек-пойнты, бюджеты, аудит, sandbox, мульти-агент координация. Всё это уже собрано и промышленно работает.
Планировщик задач
Декомпозиция в шаги, выбор инструментов, оценка сложности и стоимости до запуска.
Tool-use 50+ инструментов
API, SQL, Python, браузер, RAG, OCR, ASR, Image — любой сервис AiST и ваши API.
Память агента
Рабочая память на текущую задачу, долгосрочная по сотруднику и контексту компании.
Самопроверка
Reflection после каждого шага. Retry при ошибке. Корректировка плана на ходу.
Multi-agent
Команды агентов: координатор + специалисты (юрист + финансист + исследователь). Делятся контекстом.
Триггеры
Cron, webhook от 1С/CRM/Jira, событие в Kafka, входящее письмо, изменение в файлошаре.
Sandbox & safety
Python и браузер — в изолированной среде. Read-only по умолчанию для БД.
Human-in-loop
Чек-пойнты на критических шагах. «Одобрить отправку CEO?» — ждёт человека.
Бюджет и лимиты
Лимит на токены, на время, на количество шагов. Автоблокировка при превышении.
Trace & debug
UI разработчика с каждым шагом, входом, выходом LLM, вызовом tool. Replay run.
Каталог моделей
GPT-4, Claude, GigaChat, YandexGPT, ваш self-host — через AiST Gateway. Меняется на ходу.
Версионирование
Версии агентов, A/B тесты инструкций, rollback за 1 клик, eval-метрики.
Агент работает в ваших системах. Ничего нового не ставим.
Все ваши коннекторы к 1С, БД, CRM, мессенджерам, файлошарам, тикетам становятся инструментами агента. Агент сам выбирает, какие из них нужны для конкретной задачи — и использует.
// инструменты данных
// инструменты действий
// инструменты ввода
// триггеры запуска
// chain & orchestration
// модели агента
Час работы аналитика — 3 минуты агента. Месяц команды — ночь.
Агент работает параллельно на тысячах единиц, не устаёт, не уходит на обед. Себестоимость одного запуска на типовой задаче — 50–500 рублей (зависит от модели и числа шагов). Сравните с часом аналитика.
Сотрудник пишет в кабинете «сделай X», получает результат через 3 минуты. Один запуск, один результат.
Каждое утро запускается по cron, мониторит, реагирует на аномалии, эскалирует. Никогда не спит.
Координатор + юрист + финансист + исследователь. Делятся данными, выполняют роли, выдают общий результат.
Реальные многошаговые задачи бизнеса — которые сейчас делает человек.
Не «ещё один чат-бот». Это новый класс задач: длинная работа с тулзами, агрегация по тысячам единиц, дежурство 24/7, мульти-агентные расследования. Каждый отдел находит то, что освобождает 50–80% человеко-часов.
Аудит 1 000 договоров за ночь
Агент берёт договоры из 1С:ДО, прогоняет через OCR + RAG, ищет нестандартные пункты, штрафы, риски, отсутствие критических разделов. Утром у юристов — Excel со skoring, ссылками, и только 47 договоров на ревью.
Скрининг 200 резюме за 10 минут
Под каждую вакансию — агент-рекрутер: парсит резюме (через AiST OCR), сравнивает с требованиями, скорит, собирает shortlist в Хантфлоу, пишет первое сообщение кандидату. HR разбирает только финалистов.
Закрытие месяца автономно
Агент собирает данные из 1С:Бух, СБИС, Excel-моделей, проверяет план/факт, находит аномалии, готовит отчёт CFO в его шаблоне, эскалирует подозрительные строки. Раньше — неделя команды, теперь — одна ночь.
Дежурный агент инцидентов 24/7
Триггер от SIEM (MaxPatrol/Kaspersky) → агент собирает контекст по инциденту, проверяет схожие кейсы, предлагает классификацию, тушит автоматически или эскалирует L2 с готовым брифом.
Обогащение лидов и конкурентный анализ
Новый лид в amoCRM → агент обогащает: сайт компании, выручка, новости, ЛПР, конкуренты, точки роста. Готовый бриф для менеджера до звонка. Конкурентный мониторинг — по cron.
Самостоятельное решение тикетов L1
Тикет в Jira → агент классифицирует, ищет похожие закрытые, проверяет по документации, предлагает решение, выполняет действие в системе клиента (если разрешено), закрывает тикет или эскалирует L2.
Не нужно «строить агентскую инфру». Всё уже собрано и работает.
Агент-фреймворк в продакшене — это год работы DevOps + ML. Нужны: планировщик, реестр инструментов, sandbox, память, бюджеты, trace UI, мульти-агент координация, eval, версионирование. У нас всё это уже есть.
Включается — не строится командой год.
AiST Agent — сервис в составе AiST Platform. Не нужно искать agent-инженеров, разрабатывать orchestrator, поднимать sandbox-инфру, писать trace-UI и интегрировать с каждой системой. Описали задачу словами и дали доступ к инструментам — через час агент идёт в продуктив.
«Юристы три года говорили, что аудит договоров невозможно автоматизировать. Через месяц после запуска агент закрывает 90% типовой работы. Команда занимается только тем, что нашёл агент»
Что ещё есть на AiST Platform→Агент действует от имени компании. Поэтому — под sandbox, чек-пойнтами и аудитом.
Агент может оформить возврат, отправить письмо CEO или провести документ в 1С. Это значит — его нужно сдерживать. AiST Agent изначально проектировался под корпоративные требования: sandbox, чек-пойнты, лимиты, аудит.
Sandbox & контроль действий
- On-prem или AiST BOX в вашем ЦОД
- Python & браузер — в изоляции
- Read-only коннекторы по умолчанию
- Whitelist инструментов на каждого агента
- Защита от prompt-injection на входе
- Полный trace каждого шага — в SIEM
Контроль качества
- Eval-метрики на каждый агент
- A/B тесты инструкций и моделей
- Human-in-loop на критических шагах
- «Не знаю» вместо галлюцинаций
- Replay run — воспроизвести любой инцидент
- Версионирование и rollback за 1 клик
Бюджеты & ROI
- Лимиты на токены/время/шаги по агенту
- Авто-блок при превышении
- Себестоимость одного запуска — в рублях
- Отчёт «часов экономии по команде»
- × 50 скорости к ручной работе
- Лицензия по запускам или пакетом
Что обычно спрашивают перед пилотом Agent.
А агент реально надёжно работает или галлюцинирует и ломает?
На типовых задачах с узкими инструментами — надёжно (90–95% автономно). На сложных и нестандартных — нужен human-in-loop. Базовая защита: read-only коннекторы, whitelist инструментов, sandbox для кода/браузера, лимиты на шаги/время/токены. Критичные действия (CEO, оплата, удаление данных) — только через человека.
Как агент использует наши системы?
Каждое API/БД/коннектор становится «инструментом» агента. Вы даёте описание (что делает, какие параметры, какие риски) — агент сам выбирает, когда вызывать. По умолчанию все инструменты read-only; запись/действие добавляется явно. Готовых инструментов 50+, кастомные добавляются за день.
Какие модели поддерживаются?
Все через AiST Gateway: Claude Opus, GPT-4, Gemini, GigaChat Pro, YandexGPT 5, Llama 3.x и Qwen в вашем self-host. Под каждый шаг агент может выбирать свою модель: дорогая для планирования, дешёвая для рутины. Это снижает себестоимость в 3–5 раз.
Сколько стоит один запуск?
Зависит от модели и числа шагов. На самообслуживании (Llama 3 self-host) — ~10–50 ₽ за запуск. На коммерческих LLM (Claude/GPT) — 100–500 ₽ за запуск. Сравните с часом аналитика. ROI считаем на пилоте по вашим типам задач.
Сколько занимает запуск пилота?
Один агент на одну задачу с 3–5 готовыми инструментами — 1–2 недели до продуктива. Команда агентов с кастомными инструментами и интеграцией в корпоративные процессы — 4–8 недель.
Это отдельный продукт или часть платформы?
AiST Agent — флагманский сервис AiST Platform. Сам по себе тоже работает (Agent-API), но настоящая сила — когда у него под рукой все остальные сервисы AiST: RAG для знаний, OCR для документов, ASR для голоса, Image, Dialog, Moderation, Analytic. Один кабинет, один счёт, единый аудит.
Опишите задачу, которую сейчас делает человек день — покажем агента за неделю.
Расскажите про 1–2 ваши многошаговые задачи (аудит, скрининг, мониторинг, отчёт). Через 7 дней — живой агент на ваших данных, метрики качества, расчёт окупаемости.