К основному содержимому

09 · Видео · 8 мин

Что такое ИИ-агент и чем он отличается от workflow

Что такое ИИ-агент и чем он отличается от workflow: системный и пользовательский промпты, agent loop, консилиум менторов и когда что использовать.

Коротко

  1. Системный промпт задаёт роль и правила, пользовательский — конкретную задачу; вместе они образуют контекст, и работа с ним называется context engineering.
  2. Агент работает в цикле: думает, вызывает инструмент, читает результат и снова думает, пока не выполнит задачу или не сработает другое условие остановки.
  3. Workflow — заранее заданная последовательность шагов, «рельсы»; каждый шаг может быть запросом к LLM.
  4. Агент автономнее: сам выбирает следующий шаг и момент остановки, а workflow может быть одним из этапов внутри агента.

Навигация по видео

Выбери главу: видео выше начнётся с нужного момента.

Что повторять из урока

Запомни главное различие: в workflow порядок шагов задаёт человек, а агент сам выбирает следующий шаг и момент остановки. Таймкоды оценены по расшифровке и могут отличаться на несколько секунд.

ИИ-агент отличается от обычного запроса к нейросети и от workflow тем, что сам выбирает следующий шаг и решает, когда остановиться. Обычный запрос — это системный и пользовательский промпты, которые модель получает один раз и отвечает. Агент работает в цикле: думает, вызывает инструмент, читает результат и снова думает. Workflow — заранее заданная последовательность шагов, «рельсы», по которым запрос проходит одинаково каждый раз.

Системный и пользовательский промпты

Сначала база, на которой строится всё остальное. Работать можно с любой LLM (large language model, большая языковая модель): так называют любую нейросеть из этого курса.

  • Системный промпт задаёт разработчик. В нём роль, правила, формат ответа. Это статика: мы задаём поведение и контекст, в котором модель работает.
  • Пользовательский промпт — то, что пишешь ты каждый раз. В зависимости от него результат каждый раз новый.

Пример из видео: системный промпт «Ты мой диетолог», пользовательский — «Могу ли я съесть йогурт на завтрак?». Модель видит оба промпта и соединяет их в единый контекст. Всю эту работу над контекстом автор называет context engineering. Как грамотно составлять такой контекст, разбирается в практике, а основы есть в уроке про написание промптов.

Что такое ИИ-агент и agent loop

У агента на входе то же самое: системный промпт с ролью, правилами поведения и принципами, плюс задача (task). Task — это тот же пользовательский промпт, задача, которую ты ставишь. А вот внутри агент устроен по алгоритму, который называют agent loop, агентским циклом. По словам автора, на момент записи (июль 2026 года) это один из самых трендовых нарративов в мире ИИ.

Смысл в том, что, получив задачу, агент сопоставляет вводные данные и критерии выполнения и решает её, пока задача не будет решена или пока не сработают другие условия остановки. Цикл выглядит так:

  1. Модель думает, какой шаг нужно сделать сейчас.
  2. Вызывает инструменты и совершает действия.
  3. Читает результаты и передаёт их обратно на обдумывание.
  4. Повторяет, пока не достигнет заданного критерия, либо пока не сработает другое условие, например «сделай эту итерацию пять раз». Затем выдаёт результат.

По словам автора, в агент по сути добавлена программная логика, которая позволяет модели решать, что делать дальше. Действиями могут быть вызов инструментов и API, обращение к LLM, написание кода, чтение файлов, поиск. Ограничений тут, грубо говоря, нет: используется всё, что можно.

Сама концепция алгоритмически не новая. Но её кратно расширили за счёт вычислительной мощности LLM, и это позволило решать действительно крутые задачи. О том, из чего агент собирается технически, читай в уроке про harness.

Что такое workflow

Workflow — это чёткая алгоритмическая последовательность действий. Запуск обозначают как триггер, это и есть пользовательский промпт. Дальше выполняются шаги в порядке, который задал человек.

Пример автора — «консилиум менторов». Сначала модель разбирает твою задачу как один специалист (автор называет Илона Маска), потом как другой (Джефф Безос, Навал Равикант — это личные примеры автора). Затем наступает этап, когда они спорят друг с другом и выявляют слепые зоны в твоём мышлении, и только после этого выдаётся итог. Похожие схемы, по словам автора, делали его знакомые: разные врачи или независимые критики ревьюят результат. С программистской точки зрения при разовом запуске шагами могут быть тестировщик, исполнитель кода и аналитик.

Это заранее забитый маршрут, рельсы. Каждый шаг при этом может быть запросом к LLM, но это не обязательно.

Чем агент отличается от workflow

  • Workflow. Маршрут заранее определён. Ты проходишь шаги в заданном порядке.
  • Агент. Автономная сущность. Он сам выбирает следующий шаг, сам решает, когда работать и когда остановиться.

Эти понятия не взаимоисключающие: workflow может быть включён внутрь агента как один из его этапов. Автор называет это более продвинутой архитектурой.

Обычный запрос:  системный промпт + пользовательский промпт -> ответ
Workflow:        триггер -> шаг 1 -> шаг 2 -> шаг 3 -> результат
Агент:           задача -> думает -> вызывает инструмент -> читает результат -> думает -> ... -> результат

Дальше автор переходит к практике: создаёт первого агента и показывает, как всё это устроено. Подробнее о том, какие бывают агенты, смотри в разделе Агенты.

Термины урока

  • LLM — large language model, большая языковая модель: любая нейросеть, с которой ты работаешь в курсе.
  • Системный промпт — инструкция разработчика с ролью, правилами и форматом: статика, задающая поведение и контекст.
  • Пользовательский промпт — конкретная задача или вопрос, который ты задаёшь каждый раз.
  • Context engineering — работа с контекстом, который модель получает: системный и пользовательский промпты вместе.
  • Agent loop — цикл агента: обдумать, вызвать инструмент, прочитать результат и снова обдумать.
  • Workflow — заранее заданная последовательность шагов от триггера до результата.

Частые вопросы

Чем ИИ-агент отличается от workflow?

Workflow — это заранее заданная последовательность шагов, рельсы, по которым идёт запрос. Агент более автономен: он сам выбирает следующий шаг и сам решает, когда остановиться. Workflow при этом может быть включён внутрь агента как один из этапов.

Чем системный промпт отличается от пользовательского?

Системный промпт задаёт разработчик: роль, правила и формат, то есть статичное поведение и контекст. Пользовательский промпт — это конкретный запрос, который пишешь ты, и результат меняется от запроса к запросу. Например, «Ты мой диетолог» и «Могу ли я съесть йогурт на завтрак?».

Что такое agent loop?

Это внутренний цикл агента: модель думает, какой шаг сделать, вызывает инструмент, читает результат и передаёт его обратно на обдумывание. Так повторяется, пока не достигнут заданный критерий или не сработает другое условие остановки, например лимит итераций.

Что агент может делать на каждом шаге?

Автор называет вызов инструментов и API, обращение к LLM, написание кода, чтение файлов и поиск. Набор действий ничем принципиально не ограничен: используется всё, что подключено к агенту.

Практика

Попробуй на своей задаче

Придумай задачу из своей работы и опиши её двумя способами. Сначала как workflow: триггер и три-четыре шага в заданном порядке. Затем как агента: системный промпт, задача, инструменты и условие остановки. Сравни, где маршрут известен заранее, а где его нужно выбирать по ходу.

Как понять, что готово

У workflow есть триггер и последовательные шаги, у агента есть системный промпт, задача, инструменты и условие остановки, а в выводе ты объясняешь, где нужна автономность.

Продолжение в клубе

Хочешь собрать своего первого агента?

  • ПромптКаких ИИ-агентов мне создавать?Промпт-профориентатор поможет понять, каких агентов создавать именно тебе.
  • ВидеоOpenClaw: запуск за 10 минутЗапуск OpenClaw — личного агента — за 10 минут.
  • ВидеоHermes Agent: установка за 10 минут бесплатноУстановка Hermes Agent за 10 минут без оплаты.

Уже в клубе? Продолжай в своём аккаунте. Войти в аккаунт →

Другие разделы