Что такое ИИ-агент на практике: GigaCowork от «Сбера» сравнили с Claude Cowork
Компания «Сбер» запустила GigaCowork, платформу, где ИИ-агент (программа, которая сама планирует шаги, обращается к файлам и сервисам и возвращает готовый результат) получает задачу и выполняет её без постоянного контроля человека, и для команд в России это первая локальная альтернатива Claude Cowork от Anthropic.

Для российских команд выбор агентных платформ ограничен: Claude Cowork недоступен напрямую, а GigaCowork работает внутри экосистемы «Сбера» и Yandex Cloud. Разобраться, чем они отличаются на практике, значит не тратить недели на инструмент, который не подойдёт.
До сих пор сравнений двух платформ на русском почти не было. Автор технического разбора на «Хабре» протестировал обе и зафиксировал конкретные различия в архитектуре разрешений, организации памяти и даже в модели, которая работает «под капотом». Ниже, пошаговый план: как самостоятельно оценить GigaCowork и понять, подходит ли он вашей команде.
Что понадобится?
- Аккаунт в GigaCowork (доступ через экосистему «Сбера»)
- Для сравнения: аккаунт Claude Cowork (Anthropic), нужен VPN и зарубежная оплата
- Набор реальных рабочих задач: написать документ, собрать таблицу, обработать папку файлов
- Примерно 2 часа на первый тест обеих платформ
- Базовое понимание, что такое ИИ-агент: программа, которая не просто отвечает на вопрос, а сама разбивает задачу на шаги, подключает нужные сервисы и приносит готовый результат
Как проверить GigaCowork на своих задачах?
-
Зайдите в GigaCowork и осмотрите дашборд. После входа платформа покажет не пустой чат, а панель с недавними задачами, активностью по пространствам и списком задач, где от вас ждут действия. Это сразу отличает агентную платформу от обычного чата: вы видите, где ИИ-агент работает сам, а где остановился и ждёт вашего подтверждения.
-
Создайте первую задачу обычным языком. Опишите нужный результат, приложите файлы или папку, выберите агента и доступные коннекторы (подключения к внешним сервисам). Задача в GigaCowork это не одноразовый вопрос, а чат с состоянием: она может выполняться, завершиться или встать на паузу, если системе нужно ваше разрешение.
-
Настройте разрешения для каждого коннектора отдельно. Здесь главное архитектурное отличие от Claude Cowork. У Anthropic есть три режима для всей сессии целиком: ручной, автоматический и пропуск. Плюс настройки по каждому инструменту. В GigaCowork общего режима для всей задачи нет. Зато каждый инструмент коннектора настраивается отдельно: можно разрешить чтение данных, но потребовать подтверждение перед изменением.
Пример настройки коннектора в GigaCowork:
— Чтение данных из таблицы → включено (без подтверждения)
— Запись/изменение данных → включено (с подтверждением)
— Удаление записей → отключено
-
Проверьте, как работает память между задачами. Создайте две задачи, которым нужны одни и те же материалы. В Claude Cowork проекты хранят общую память: контекст одной задачи доступен в другой. В GigaCowork память между задачами внутри пространства не расшаривается. Если одни файлы нужны в нескольких задачах, их придётся вынести в общее пространство вручную.
-
Разберитесь в структуре «агент плюс навык плюс команда». GigaCowork раскладывает работу не через один универсальный чат, а через три сущности. Агент отвечает за роль, навык определяет, что именно агент умеет делать, команда объединяет несколько навыков для конкретного сценария. По наблюдению автора разбора на «Хабре», такая структура честнее показывает, что именно делает «цифровой сотрудник», чем единый чат Claude.
-
Проверьте ограничения: нет управления браузером. На момент теста GigaCowork не умеет управлять браузером. Claude Cowork эту функцию поддерживает. Если ваши задачи требуют, чтобы агент сам открывал сайты, заполнял формы или собирал данные со страниц, это критичное ограничение.
-
Оцените модель «под капотом». Автор разбора провёл эксперимент по методике статьи One Token Is Enough: задавал модели односложные бытовые вопросы и сравнивал распределение ответов с известными открытыми моделями. Результат: ответы GigaCowork статистически совпадают с моделью Qwen3-235B (открытая модель (опенсорс) от китайской Alibaba), а не с собственной моделью GigaChat.
Автор разбора поставил GigaCowork задачу обычным текстом, приложил папку с файлами и выбрал нужного агента. Справа в интерфейсе отображался ход выполнения: какие навыки использованы, какие документы созданы. Когда агенту понадобилось подключение к внешнему сервису, задача остановилась и появилась в списке «ждёт действия» на главной. После подтверждения агент продолжил работу и вернул готовый артефакт (документ, таблицу или обновлённую запись).
Для сравнения: в Claude Cowork аналогичная задача шла через единый чат с прогрессом, обращением к файлам и запросом разрешений по ходу работы.
- Ждать общую память между задачами. В GigaCowork её нет. Если вы привыкли к проектам Claude, где контекст переносится, здесь придётся выносить файлы в пространство вручную. Иначе агент в новой задаче «не помнит» предыдущую.
- Не настраивать разрешения коннекторов. По умолчанию агент может и читать, и менять данные. Потратьте пять минут и выставьте подтверждение на запись и удаление, особенно для коннекторов к рабочим базам.
- Рассчитывать на управление браузером. На момент публикации разбора эта функция отсутствует. Не закладывайте её в сценарии.
- Считать GigaCowork копией Claude. Архитектура другая: «агент плюс навык плюс команда» против единого проекта с памятью. Подход к доверию тоже другой: гранулярные разрешения на уровне инструмента, а не общий режим сессии.
Что с этого вам прямо сейчас, по ролям?
Автору на Дзене. Если вы используете нейросети для подготовки черновиков, сбора фактуры из нескольких файлов или создания таблиц, GigaCowork может взять на себя многошаговые задачи. Разница с обычным чатом GigaChat: вы ставите задачу один раз и получаете готовый документ, а не переписываетесь сообщение за сообщением.
Маркетологу. Гранулярные разрешения GigaCowork полезны, когда агент работает с клиентскими данными: можно разрешить чтение CRM, но заблокировать изменения без подтверждения. Claude Cowork тоже это умеет, но доступ к нему из России требует обходных путей.
Предпринимателю в РФ. GigaCowork работает внутри инфраструктуры «Сбера» и Yandex Cloud. Для компаний, которым критично хранение данных на территории России, это единственный вариант агентной платформы такого класса. Но учитывайте ограничения: нет браузерного управления, нет памяти между задачами.
Разбор на «Хабре» показал вещь, которую полезно держать в голове: GigaCowork строит доверие иначе, чем Claude. Не «режим сессии на всё», а разрешение на каждый инструмент отдельно. Для корпоративных команд, которые работают с чувствительными данными, это может оказаться удобнее.
Но будем честны: по зрелости GigaCowork пока уступает. Нет управления браузером, нет расшаренной памяти между задачами. А модель под капотом, судя по тесту автора, основана на китайском опенсорсе Qwen, а не на собственной разработке GigaChat. Это не приговор, Qwen3-235B сильная модель, но для принятия решения стоит это знать.
Я бы рекомендовал попробовать GigaCowork на реальной рабочей задаче: подготовить документ из нескольких файлов, собрать отчёт, обработать папку. Два часа покажут, закрывает ли платформа ваш сценарий. Если нужно управление браузером или сквозная память, пока придётся искать обходные пути или ждать обновлений.
Концепция ИИ-агента, программы, которая сама планирует, подключает сервисы и приносит результат, перестала быть абстракцией из презентаций. Теперь она доступна в российском контуре, со всеми плюсами локального хранения и со всеми текущими ограничениями. Попробуйте на своей задаче и решите сами.
Хотите разобраться в нейросетях на практике?
В dzen.guru мы тестируем ИИ-инструменты и показываем, как применять их для создания контента и автоматизации рутины.
Узнать больше
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

OCR для чертежей внутри 3D-конвейера: ScanToNeutral строит модели сразу в КОМПАС и Inventor
Компания‑разработчик ScanToNeutral опубликовала подробный инженерный разбор своего конвейера, который превращает сканы старых бумажных чертежей в…

DLSS Nvidia удваивает FPS без новой видеокарты: как включить и настроить
Технология DLSS от Nvidia появилась в 2018 году и за несколько лет изменила подход к производительности в играх и рабочих приложениях, а сейчас, когда…

Машинное обучение в финансах: как устроен пайплайн на данных Мосбиржи, который можно повторить
Машинное обучение на данных Мосбиржи: как один эксперимент устроен изнутри, от сбора данных до модели, и что из этого можно повторить самому. Почему это важно…
Комментарии