Как создать ИИ-агента четыре способа и первый агент
Создать агента — это не обучить модель. Это дать готовой модели цель, инструменты и границы. На практике сборка первого рабочего агента занимает вечер, а не месяцы, и в трёх способах из четырёх не требует программирования.
ИИ-агент собирается из трёх вещей: инструкции с ролью и целью, набора инструментов, которыми ему разрешено пользоваться, и цикла, в котором он сам решает, что делать дальше. Способов собрать четыре: визуальный конструктор без кода, агент в терминале, код на SDK и локальный запуск на своей машине. Выбор между ними определяется не уровнем навыка, а тем, где живёт задача.
Что узнаешь из разбора
- Чем агент отличается от чат-бота и от скила
- Четыре способа сборки и когда какой нужен
- Как собрать первого агента за один вечер
- Как выглядит файл агента изнутри
- За что реально платят и где всё ломается
Часть 1 · Разница
Агент против чат-бота и против скила
Главное
Агента делает агентом не модель, а цикл и доступы. Одна и та же модель в окне чата остаётся собеседником, а с инструментами и правом действовать становится исполнителем.
Чат-бот работает по схеме «вопрос — ответ» и на этом останавливается. Агент получает цель, разбивает её на шаги, вызывает инструменты, смотрит на результат и решает, что делать дальше. Именно поэтому у агента бывает провал длиной в двадцать шагов, а у чат-бота нет: боту нечем ошибаться, кроме текста. Формальное определение термина собрано отдельно в словарной статье «ИИ-агент».
Второе различение, которое экономит время новичкам, — агент и скил. Скил это упакованный навык: инструкция плюс файлы, которые агент подключает, когда задача этого требует. Агент это роль с правами. Скилы отвечают на вопрос «что он умеет», агенты — «кто и с какими доступами это делает». Как устроены скилы, разобрано в гайде скилы Claude Code.
Чего создание агента точно не требует
Обучения нейросети. Это разные занятия: обучение модели — про датасеты и видеокарты, создание агента — про инструкцию, доступы и проверку результата. Когда в запросе «создать ии агента» человек ожидает обучение, он обычно ищет не то, что ему нужно.
Часть 2 · Способы
Четыре способа собрать агента
Выбор способа определяется тем, где лежит задача: во внешних сервисах, в файлах на диске, внутри вашего продукта или на изолированной машине. Версии инструментов ниже сверены по реестрам пакетов 1 сентября 2026.
| Способ | Когда подходит | Чем собирают |
|---|---|---|
| Конструктор без кода | задача во внешних сервисах и по расписанию | n8n 2.36.9, Dify |
| Агент в терминале | работа с файлами, кодом и документами на диске | Claude Code 2.1.252, Codex CLI 0.152.0 |
| Код на SDK | агент встраивается в ваш продукт | Claude Agent SDK 0.3.252, LangGraph 1.2.11 |
| Локальный запуск | данные не должны покидать машину | Ollama плюс открытый агент |
Конструктор без кода. Подходит, когда агент должен ходить по чужим сервисам: забирать письма, писать в таблицу, дёргать вебхук, отвечать в мессенджере. Логика собирается блоками, а языковая модель подключается как один из узлов. Разборы обоих: n8n и Dify.
Агент в терминале. Самый короткий путь, если задача живёт в файлах: свести отчёт из выгрузок, разобрать переписку в markdown, проверить код перед отправкой. Такой агент видит папку проекта, умеет читать и писать файлы и запускать команды. Про сам инструмент — в разборе Claude в терминале, про его роли-исполнители — в гайде субагенты Claude Code.
Код на SDK. Нужен, когда агент запускается не человеком, а вашей программой: по событию, по расписанию, из обработчика заказа. У Anthropic для этого есть отдельный набор, разобранный в гайде Claude Agent SDK, а для многошаговых графов с состоянием чаще берут LangGraph.
Локальный запуск. Единственный вариант, когда данные нельзя отдавать наружу вообще. Модель поднимается через Ollama, агентом выступает любой открытый клиент. Цена — качество: на длинных задачах локальные модели заметно слабее облачных.
Как агент дотягивается до данных
Во всех четырёх способах отдельная тема — доступ к вашим системам: почте, таблицам, базе, трекеру задач. Общий стандарт для этого — MCP-серверы: они подключают внешние источники к агенту одинаково, независимо от среды. Что это и как ставится, разобрано в материале MCP-серверы.
Часть 3 · Практика
Первый агент за один вечер
Порядок одинаковый для любой среды. Разница только в том, где вы нажимаете кнопки.
- Одна повторяющаяся задача. Не «помощник по работе», а «каждую пятницу собрать отчёт из трёх выгрузок в один файл». Критерий готовности должен формулироваться одной фразой, иначе агент выберет свою трактовку.
- Среда под задачу. Файлы на диске — терминал. Внешние сервисы по расписанию — конструктор. Запуск из вашей программы — SDK.
- Роль и границы. Кто он, что делает, чего не делает никогда, в каком виде отдаёт результат. Отдельно — список разрешённых инструментов: чем он короче, тем предсказуемее агент.
- Доступ к данным. Папка проекта, MCP-сервер, ключ к сервису. Без данных получается генератор текста, а не исполнитель.
- Прогон на настоящей, но неопасной задаче. Первый запуск — с проверкой результата руками и без права удалять что-либо.
- Закрепить правила. Всё, что пришлось объяснять по ходу, переносится в постоянные правила проекта, чтобы не повторять это каждый раз. Как это устроено в Claude Code — в гайде настройка CLAUDE.md, а про общий формат правил для разных агентов — в материале AGENTS.md.
Главная ошибка первого дня
Начинать с большой красивой цели вроде «агент ведёт мои проекты». Такой агент не проверяем, поэтому не отлаживается. Работающая последовательность обратная: узкая задача, честный прогон, расширение границ по одной за раз.
Часть 4 · Внутри
Как агент выглядит изнутри
Полезно один раз увидеть, что «создать агента» — это в буквальном смысле текстовый файл. В Claude Code роли-исполнители лежат в папке .claude/agents проекта, и каждый агент это markdown с шапкой: имя, описание и список разрешённых инструментов.
---
name: code-reviewer
description: Reviews code for correctness, security, and maintainability
tools: Read, Grep, Glob
---
You are a senior code reviewer. Review for:
1. Correctness: logic errors, edge cases, null handling
2. Security: injection, auth bypass, data exposure
3. Maintainability: naming, complexity, duplicationСмотреть тут стоит на строку tools. У этого агента только чтение и поиск: он физически не может ничего изменить, даже если очень захочет. Это и есть главный рычаг управления поведением — не длина инструкции, а список доступов. Интерфейс создания открывается командой /agents, но результат всё равно остаётся обычным файлом, который можно править руками и хранить в репозитории вместе с проектом.
Рядом живёт вторая папка, .claude/skills, — там лежат навыки, которые агент подключает по необходимости. Разделение простое: агент отвечает за роль и права, скил — за умение. Готовые скилы под задачи можно не писать самому, а взять в каталоге скилов, а порядок установки разобран в материале как установить скил.
Часть 5 · Деньги
Во что обходится свой агент
Запрос «создать ии агента бесплатно» встречается часто, и ответ на него неочевидный. Бесплатна почти всегда сама сборка: n8n и Dify ставятся на свой сервер, терминальные агенты устанавливаются одной командой, SDK открытые. Платить приходится за работу модели.
- Токены или подписка. Счёт растёт не от числа агентов, а от объёма текста, который они прогоняют. Один болтливый агент дороже пяти аккуратных.
- Свой сервер. Для конструктора это расход в рублях за хостинг, зато без потолка по количеству сценариев.
- Локальная модель. Денег не стоит вовсе, но требует железа и заметно проседает на длинных задачах.
Что именно съедает бюджет и как это сокращать, разобрано отдельно: про расход контекста — в материале как экономить токены, про тарифы и лимиты — в гайде сколько стоит Claude Code, а полный расклад по бесплатным вариантам собран в разборе Claude Code бесплатно и чем заменить.
Часть 6 · Ошибки
Где обычно ломается
| Симптом | Настоящая причина | Что делать |
|---|---|---|
| Делает не то | цель без критерия готовности | сузить задачу до проверяемой |
| Идёт странным путём | слишком широкий список инструментов | убрать всё лишнее из tools |
| Каждый раз с нуля | правила проекта нигде не записаны | вынести их в постоянный файл правил |
| Теряет нить на длинной задаче | переполненный контекст | резать задачу на шаги, чистить контекст |
| Уверенно выдумывает | нет доступа к источнику правды | дать данные через MCP, а не пересказ |
Две нижние строки — самые дорогие. Про управление контекстом есть отдельный разбор контекст-инжиниринг, про природу выдумок — галлюцинации ИИ. Обе темы решают не промптом, а устройством работы.
Чего делать не надо
Выдавать первому агенту полные права «чтобы не мешало». Права выдаются по одному, после того как агент показал, что справляется с текущими. Обратный порядок заканчивается удалёнными файлами и письмами, отправленными не тому.
Коротко
- Агент это инструкция плюс инструменты плюс цикл, а не обученная модель.
- Способов четыре: конструктор, терминал, SDK, локальный запуск.
- Начинать с одной проверяемой задачи и минимума прав.
- Файл агента — обычный markdown, поведение задаёт список tools.
- Платят за работу модели, а не за количество агентов.
FAQ
Частые вопросы
Чем ИИ-агент отличается от чат-бота?
Чат-бот отвечает на сообщение и на этом заканчивает работу. Агент получает цель, сам решает, какие шаги сделать, вызывает инструменты, читает результат и продолжает, пока цель не достигнута или пока не упрётся в границу. Ключевое отличие не в модели, а в наличии цикла и доступа к инструментам: файлам, интернету, почте, базе, коду.
Нужно ли уметь программировать, чтобы создать ИИ-агента?
Сколько стоит собрать своего агента?
Сама сборка обычно бесплатна: n8n и Dify разворачиваются на своём сервере, терминальные агенты ставятся одной командой, SDK открытые. Платить приходится за модель, то есть за токены или за подписку. Порядок расходов на практике определяется не количеством агентов, а объёмом текста, который они прогоняют.
Можно ли создать ИИ-агента бесплатно и полностью локально?
Да, если запускать модель у себя через Ollama и подключать её к открытому агенту. Денег это не стоит, но упирается в железо: локальные модели заметно слабее облачных на длинных задачах и на коде. Практичный компромисс — черновая работа локально, ответственные шаги на облачной модели.
Как создать ИИ-агента в Claude?
В Claude Code для этого есть субагенты: команда /agents открывает интерфейс создания, а сам агент сохраняется обычным markdown-файлом в папке .claude/agents проекта. В файле указываются имя, описание, список разрешённых инструментов и инструкция. Такой агент вызывается основным агентом как отдельный исполнитель со своим контекстом.
Чем агент отличается от скила?
Скил это готовый навык с инструкцией и файлами, который агент подключает, когда задача этого требует. Агент это исполнитель с ролью, своим контекстом и набором доступов. Скилы дают агенту умения, агенты дают структуру: кто именно и с какими правами делает работу.
Сколько агентов имеет смысл заводить?
Начинать стоит с одного и доводить его до состояния, когда он делает задачу лучше вас в ваше отсутствие. Множество агентов оправдано, когда задачи действительно разные по роли и по правам доступа. Десять полусырых агентов работают хуже одного отлаженного.
Почему агент делает не то, что просили?
Три типовые причины. Слишком широкая цель без критерия готовности, поэтому агент выбирает свою трактовку. Слишком широкий набор инструментов, поэтому он идёт неожиданным путём. И отсутствие постоянных правил проекта, из-за чего каждый запуск начинается с нуля. Все три лечатся сужением, а не более длинным промптом.
Читать дальше
Платформа и сообщество, где я по шагам показываю, как поставить ИИ на рутину: контент, код, продажи, аналитика. Заходи и забирай рабочие связки, которыми пользуюсь сам.
Посмотреть, что внутриtelegram
Канал с полезными материалами про нейросети
Разборы, новые инструменты и приёмы по ИИ — то, чем пользуюсь сам, без воды. Подпишись, чтобы не потерять.
