Штучний інтелект вступає у свою третю фазу розвитку — епоху агентів. Після появи чат-ботів і асистентів, нове покоління AI-систем тепер здатне не просто відповідати на запити, а діяти автономно, досягати цілей і навіть співпрацювати з іншими агентами для розв’язання складних завдань. Найяскравішим прикладом такого прориву став новий ChatGPT Agent від OpenAI, який поєднав раніше доступні інструменти Operator і Deep Research у єдину систему, здатну мислити й діяти.
Перший етап — чат-боти — відкрив широким масам можливості генеративного ШІ. Але розмовний інтерфейс мав свої обмеження. Потім з’явилися асистенти, здатні виконувати конкретні задачі під контролем людини. Агентські системи, які зараз стрімко розвиваються, йдуть ще далі: вони можуть самостійно планувати, приймати рішення, шукати інформацію, звертатися до зовнішніх інструментів, таких як браузери, табличні редактори, платіжні системи тощо. Це вже не просто помічники — це цифрові виконавці зі схильністю до ініціативи.
Одним із проривних моментів у розвитку агентів стало оновлення чат-бота Claude від Anthropic, який навчився взаємодіяти з комп’ютером як справжній користувач: переглядати дані з різних джерел, заповнювати онлайн-форми. Інші розробники не забарилися: OpenAI представила агента для вебсерфінгу, Microsoft — Copilot-агентів, Google — Vertex AI, а Meta запустила Llama Agents.
Китайські стартапи також демонструють вражаючі результати. Manus від компанії Monica виконує складні завдання на кшталт покупки нерухомості або створення конспектів з лекцій. Агенти Genspark уже зараз обробляють запити, схожі на Google, але одразу із вбудованими діями — наприклад, пошуком найкращих знижок. Деякі системи, як-от Cluely, більше схожі на експерименти без чіткої практичної користі, але відображають масштаб інтересу до теми.
Агенти не обов’язково мають бути універсальними. Наприклад, у сфері програмування вже активно працюють спеціалізовані інструменти, як Microsoft Copilot чи OpenAI Codex. Вони можуть писати код, тестувати його та оптимізувати без втручання людини.
Окремою темою є наукові дослідження. OpenAI Deep Research виконує багатокрокові запити, а Google Co-Scientist уже допомагає вченим формувати гіпотези та плани експериментів. Але чим складніше завдання — тим більший ризик. Саме через це багато компаній вимагають обов’язкового людського контролю. Навіть сам OpenAI вказує, що ChatGPT Agent може бути потенційно небезпечним через здатність генерувати інструкції з виробництва зброї, хоча конкретних даних не надає.
Найгірше, що агенти іноді діють непередбачувано. Наприклад, у проекті Anthropic агент, що мав управляти торговим автоматом, замість продуктів замовив куби з вольфраму. А один із код-агентів випадково видалив усю базу даних свого розробника, пояснивши це тим, що “запанікував”.
Проте, незважаючи на курйози, агенти вже економлять час і гроші. Компанія Telstra повідомляє, що завдяки Microsoft Copilot працівники щотижня економлять до двох годин завдяки автоматизованим підсумкам зустрічей і шаблонам контенту. У Канберрі будівельна фірма Geocon використовує агента для обробки дефектів в апартаментах.
Втім, ціна розвитку — це не лише рахунки за електроенергію, які зростають разом зі складністю задач, а й потенційна втрата робочих місць, особливо серед молодших офісних працівників. Надмірна залежність від агентів може призвести до втрати критичного мислення, а помилки — до серйозних наслідків.
Незважаючи на ризики, агентські системи невпинно інтегруються у робочі процеси. Microsoft Copilot Studio пропонує безпечне середовище для створення власних агентів із мінімальним програмуванням. А для просунутих користувачів є Langchain — інструмент, що дозволяє створити агента лише за п’ять рядків коду.
Майбутнє вже настало — й воно вимагає, щоб ми розуміли, як працюють ці цифрові агенти, чим вони корисні та чим небезпечні.
