Что такое ИИ-агент на практике: Битрикс24 показал, зачем нужен протокол MCP

Михаил Васильев, разработчик Битрикс24, описал путь от простого текстового помощника до полноценного ИИ-агента (программы вокруг языковой модели, которая сама выбирает инструмент под задачу). Команда начинала с механизма function calling (вызов функций), когда разработчик вручную прописывает модели каждое доступное действие. Подход работал, пока действий было мало. Когда потребовалось добавить календарь, CRM и десятки модулей с разными правами доступа, стало ясно: статический список ломается, и нужен протокол, который отдаёт агенту инструменты динамически. Так в проекте появился MCP.

Что такое ИИ-агент и зачем ему MCP?

ИИ-агент, по определению из практики Битрикс24, это программа вокруг языковой модели. Модель понимает запрос и генерирует ответ, а агент задаёт ей границы: какие инструменты доступны, какие правила действуют, что можно вызвать.

На старте помощник «Марта» был простым циклом: получил запрос, вызвал одну функцию, вернул ответ. Для этого хватало function calling: разработчики описывали модели две-три функции, модель в нужный момент просила агента вызвать подходящую.

Проблема проявилась при масштабировании:

• Каждая новая группа функций требовала правки Python-кода агента, повторного тестирования и нового релиза
• Агент получал полный каталог возможностей для всех пользователей, хотя у каждого свои права доступа
• Список инструментов был жёстко зашит внутрь, и агент превращался в тяжёлую монолитную систему

MCP (Model Context Protocol, протокол контекста модели) решает это: инструменты выносятся во внешний сервис, а агент запрашивает у MCP-сервера актуальный список того, что доступно конкретному пользователю.

Что понадобится

• Понимание, что такое ИИ-агент и чем он отличается от обычного чат-бота (разобрано ниже)
• Рабочая языковая модель с поддержкой вызова функций: GPT-4o, Claude или открытая модель с function calling
• MCP-сервер или прокси, который принимает запросы агента и транслирует их в ваш бэкенд
• Python-сервис для агентской логики (в примере Битрикс24 агент работает на Python)
• Система авторизации, чтобы MCP-сервер отдавал инструменты с учётом прав конкретного пользователя
• Примерно 2 часа на разворачивание базовой связки «агент плюс MCP-прокси» для первого теста

Пошаговая инструкция

1. Определите, нужен ли вам MCP. Если агент выполняет две-три функции и они не меняются, хватит обычного function calling. MCP оправдан, когда инструментов много, они регулярно добавляются или у разных пользователей разные права доступа.

2. Опишите инструменты как каталог, а не как код агента. Вынесите описание функций (название, параметры, что делает) на сторону MCP-сервера. Агент не должен знать их заранее: он запрашивает список при каждом обращении.

3. Разверните MCP-прокси между агентом и бэкендом. В архитектуре Битрикс24 прокси принимает запросы от Python-агента и передаёт их на портал. Схема выглядит так:

Пользователь → PHP-портал → Python-агент → MCP-прокси → Портал (инструменты)
                                                          ↓
                                              Ответ обратно в PHP

1. Добавьте авторизацию на уровне MCP. Когда агент вызывает инструмент, MCP-сервер должен понимать, от чьего имени идёт вызов. Портал проверяет права и отдаёт только разрешённые действия. Без этого шага агент либо видит всё (небезопасно), либо ничего (бесполезно).

2. Проверьте динамическую выдачу инструментов. Создайте двух тестовых пользователей с разными правами. Убедитесь, что агент получает разные наборы: один видит задачи и календарь, другой только CRM.

3. Добавляйте новые группы функций через MCP, а не через код агента. Появился новый модуль на портале: опишите его инструменты на MCP-сервере. Агент подхватит их автоматически, без нового релиза.

Что делать с этим прямо сейчас?

Автору Дзена. Понимание того, что такое ИИ-агент, из разряда «хорошо бы знать» перешло в категорию рабочих навыков. Если вы используете нейросеть только как генератор текста, вы работаете с function calling образца 2023 года. Попробуйте связать ChatGPT или Claude с внешним инструментом через доступный MCP-сервер и посмотрите, как агент сам выбирает действие.

Маркетологу. MCP позволяет строить ИИ-помощников, которые адаптируются к клиенту: у каждого свой набор доступных действий. Это конкретный сценарий для чат-ботов на сайте или внутри CRM.

Предпринимателю в РФ. Битрикс24 одна из немногих платформ, где агентный подход с MCP уже работает на русскоязычном рынке. Если ваш бизнес на Битрикс24, функциональность помощника «Марта» (BitrixGPT) уже доступна, стоит протестировать на реальных задачах команды.

Путь Битрикс24 от текстового помощника к агенту с динамическим каталогом инструментов укладывается в одну формулу: не зашивайте возможности внутрь, а выдавайте их по запросу с учётом того, кто спрашивает. Для тех, кто строит собственных ИИ-агентов, это рабочий ориентир, а не теоретическая схема.