Что такое ИИ-агент: Vercel показала на практике, как собрать его с нуля

Проверю: H1 задан — «Что такое ИИ агент и как его создать» — не дублирую.

---

Vercel в 2024 году столкнулась с конкретными проблемами при создании собственного ИИ-агента для продукта v0 и превратила найденные решения в открытый фреймворк eve, который показывает, как строить агентов на практике.

Термин «ИИ-агент» (agent) звучит всё чаще, но за ним стоит вполне конкретная вещь. В интервью изданию Latent Space Эндрю Ку, Chief of Software в Vercel, рассказал, как его команда прошла путь от обычных веб-приложений до агентного фреймворка eve. Опыт Vercel ценен тем, что компания не теоретизировала об агентах, а решала собственные рабочие проблемы: переключение между моделями, добавление запасных вариантов, возобновление прерванных задач.

Что такое ИИ-агент простыми словами?

ИИ-агент — это программа, которая получает задачу и сама выбирает, какие шаги предпринять для её выполнения. В отличие от обычного чат-бота, который отвечает на один вопрос и ждёт следующий, агент может запускать инструменты, читать файлы, писать код, проверять результат и корректировать себя.

По словам Ку, агенты — «новый тип программного обеспечения»: инфраструктура может выглядеть похоже на веб-приложения, но взаимодействие, интерфейс и результаты гораздо более динамичны. Именно поэтому для них нужны отдельные примитивы: контекст, инструменты, возобновляемость (resumability, способность продолжить работу после остановки) и поддержка долгих задач.

Хороший кандидат на агента — повторяющаяся задача, которая всё же требует рассуждения. Это не жёсткая автоматизация: система должна интерпретировать ситуацию и решить, что делать.

Что понадобится

• Языковая модель с поддержкой вызова инструментов (tool calling). Подойдут модели от OpenAI, Anthropic или открытые модели (open-source) вроде Llama
• Фреймворк для агентов. Vercel создала eve; альтернативы — LangGraph, CrewAI, AutoGen
• Среда выполнения кода (песочница, sandbox): Vercel подчёркивает, что безопасное выполнение кода и длительные задачи оказались критически важны
• Набор навыков (skills): портативные инструкции, которые корректируют устаревшие знания модели. Ку создал проект skills.sh для удобного обнаружения и подключения таких навыков
• Время: от пары часов на простого агента до нескольких дней на агента с подагентами (subagents) и работой с файловой системой

Пошаговая инструкция

1. Определите задачу, которую агент будет решать. Ку рекомендует начинать с повторяющейся работы, где нужно рассуждение. Внутри Vercel агенты делают первичный анализ юридических контрактов, собирают маркетинговые ретроспективы, пишут запросы к базам данных

2. Выберите уровень автономии. По словам Ку, будущее — не полностью автономные петли и не постоянный контроль человека. Нужно подобрать цикл обратной связи под задачу. Если задача чётко определена и вы знаете, как должен выглядеть результат, можно позволить агенту работать до конца. Для более точной или «хирургической» инженерной работы стоит проверять промежуточные результаты

3. Опишите системный промпт (system prompt, главная инструкция для модели). Это отправная точка поведения агента. Укажите роль, границы действий и формат ответа:

Ты — агент-аналитик. Твоя задача — получить CSV-файл,
проанализировать столбцы, найти аномалии и вернуть отчёт
в формате Markdown. Не выполняй действия за пределами
анализа данных. Если данных недостаточно, спроси у пользователя.

1. Подключите инструменты (tools). Агент без инструментов — просто чат. Дайте ему доступ к файловой системе, API или базе данных. В eve это называется «filesystem agents» — агенты, которые работают с файлами как с рабочим пространством

2. Добавьте навыки (skills) для актуальных знаний. Модели часто содержат устаревшую информацию. Ку приводит пример: модели до сих пор иногда рекомендуют Vercel Postgres, хотя сервис был закрыт несколько лет назад. Навык сообщает агенту, что продукт устарел, и направляет к актуальному решению

3. Настройте возобновляемость (resumability). Одна из главных проблем, которую Vercel решала при создании v0: агент должен уметь продолжить работу после сбоя или паузы, а не начинать заново

4. Разверните и наблюдайте. При развёртывании eve на платформе Vercel наблюдаемость (observability, мониторинг работы агента в реальном времени) и оценки (evaluations, проверка качества ответов) доступны сразу. Если используете другую платформу, подключите аналогичные инструменты

Что делать с этим прямо сейчас?

Авторам Дзена. Агент может взять на себя рутину: собрать фактуру по теме, проверить текст на устаревшие данные, сгенерировать варианты заголовков. Начните с простого: опишите в системном промпте одну повторяющуюся задачу и дайте агенту инструмент для поиска. Это не замена автору, а способ убрать часы ручной подготовки.

Маркетологам. Подход Vercel с навыками (skills) напрямую касается вас: если ваш продукт упоминается в ответах ИИ-агентов, проверьте, актуальна ли информация. Ку рекомендует публиковать навыки для текущей версии продукта, иначе агенты будут отправлять клиентов к устаревшим страницам.

Предпринимателям в РФ и СНГ. Фреймворк eve доступен как открытый код. Из моделей, доступных в России, для построения агентов можно использовать YandexGPT и GigaChat, хотя их поддержка tool calling пока ограничена по сравнению с зарубежными аналогами. Начните с внутреннего агента для одной задачи: анализ обращений, подготовка отчётов, ответы на типовые вопросы.

Главный вывод из опыта Vercel: не пытайтесь построить универсального агента сразу. Возьмите одну повторяющуюся задачу, дайте агенту чёткий промпт, один инструмент и короткий цикл обратной связи с человеком. Когда увидите, что он справляется, добавьте следующий навык.