Урок 2: Чатбот vs Агент — В чём разница?

Чему вы научитесь

• Понимать ключевое отличие между чатботом и агентом
• Видеть эволюцию: от правил к LLM к автономным агентам
• Знать, как агент принимает решения и выполняет действия
• Определять, какой инструмент нужен для вашей задачи

Аналогия: Консультант vs Ассистент

Консультант (Чатбот)

Вы приходите к консультанту по маркетингу и спрашиваете: “Как мне увеличить продажи?”

Консультант слушает, даёт умный совет: “Попробуй email-маркетинг, улучши SEO, создай контент”. Потом вы идёте и делаете всё это сами.

Чатбот работает точно так:

Вы → Вопрос → Чатбот → Совет/Ответ → Вы выполняете

Ассистент (Агент)

А теперь представьте личного ассистента. Вы говорите: “Помоги мне увеличить продажи”.

Ассистент:

1. Анализирует ваш сайт
2. Проверяет аналитику
3. Пишет email-рассылку
4. Публикует контент
5. Отправляет вам отчёт

Агент работает так:

Вы → Задача → Агент → [Думает] → [Выполняет действие] → [Проверяет результат] → Результат

Чатбот: Только разговоры

Чатбот — это программа, которая может только отвечать на вопросы. Она НЕ МОЖЕТ:

• Открывать файлы на вашем компьютере
• Запускать код
• Искать информацию в реальном времени (обычно)
• Совершать действия (отправлять письма, создавать документы)
• Помнить вас между сессиями (без памяти)

Примеры чатботов:

• ChatGPT (базовый)
• Google Gemini (базовый)
• YandexGPT
• Любой чатбот на сайте компании

Что может сделать чатбот?

[+] Ответить на вопрос
[+] Объяснить концепцию
[+] Помочь в исправлении текста
[+] Дать совет
[+] Сгенерировать текст, идеи
[-] Открыть файл на вашем компьютере
[-] Запустить код и вернуть результат
[-] Искать актуальную информацию в сети
[-] Отправить письмо
[-] Создать и сохранить документ

Агент: Мыслит и действует

Агент — это система, которая может:

1. Думать (использует LLM для рассуждений)
2. Выбирать инструменты (какой инструмент нужен)
3. Выполнять действия (использует инструменты)
4. Проверять результаты (работало ли?)
5. Адаптироваться (если не сработало — пробует другой подход)

Примеры агентов:

• Claude Code (читает код, запускает, исправляет)
• Cursor IDE (помогает писать код)
• Custom GPT с инструментами (поиск, Python код, API)
• Perplexity (ищет актуальную информацию)
• n8n workflows (автоматизирует сложные процессы)

Что может сделать агент?

[+] Всё, что может чатбот
[+] Читать файлы и папки
[+] Запускать и тестировать код
[+] Выполнять расчёты
[+] Искать информацию в реальном времени
[+] Создавать файлы и документы
[+] Отправлять запросы к API
[+] Помнить контекст и адаптироваться
[+] Работать автономно без вашего участия

Эволюция: От правил к агентам

Этап 1: Чат-боты на основе правил (2000-2010)

Правило: Если сообщение содержит "привет" → ответить "Привет!"
         Если сообщение содержит "помощь" → отправить справку

Минусы: Жёсткие, не понимают контекст, требуют сотни правил.

Этап 2: LLM чатботы (2022-2024)

Вы: "Привет, как дела?"
Чатбот (GPT): "Привет! Спасибо за вопрос. Я чувствую себя хорошо..."
Вы: "Помоги мне написать письмо"
Чатбот: "Конечно! Вот шаблон письма..."

Плюсы: Гибкие, понимают контекст, общаются как люди. Минусы: Не могут действовать в реальном мире.

Этап 3: AI Агенты (2024-2026) ← ВЫ ЗДЕСЬ

Вы: "Проанализируй мой CSV-файл с продажами"
Агент:
  1. [Читает файл] "Готово. 1000 записей найдено"
  2. [Запускает анализ] "Средний чек: $150"
  3. [Создаёт график] "График сохранён"
  4. [Отправляет результат] "Вот ваш отчёт"

Плюсы: Автономные, выполняют сложные задачи, учатся на ошибках.

Цикл жизни агента: Observe → Think → Act

graph TD
    A["Observe<br/>(Наблюдение)<br/>Прочитать задачу,<br/>вспомнить контекст"] -->
    B["Think<br/>(Думать)<br/>Какой инструмент нужен?<br/>Какой шаг первый?"]
    B --> C["Act<br/>(Действие)<br/>Использовать инструмент<br/>Выполнить код<br/>Прочитать файл"]
    C --> D["Observe<br/>(Проверка)<br/>Сработало ли?<br/>Что дальше?"]
    D --> E{Задача<br/>завершена?}
    E -->|Нет| B
    E -->|Да| F["Result<br/>(Результат)<br/>Вернуть ответ<br/>пользователю"]

Цикл в действии

Задача: “Найди в папке все файлы с расширением .py и покажи их размер”

1. OBSERVE: "Пользователь просит список .py файлов"
2. THINK: "Нужно использовать команду ls или Python, потом отфильтровать"
3. ACT: Запускает команду `find . -name "*.py" -size`
4. OBSERVE: Получает список файлов
5. THINK: "Отлично, данные получены, можно показать пользователю"
6. RESULT: Показывает список с размерами

Чатбот vs Агент: Сравнение

Практические примеры

Когда использовать ЧАТБОТ?

• “Что такое фотосинтез?”
• “Проверь мой текст на ошибки”
• “Помоги с идеями для проекта”
• “Объясни концепцию X”

Когда использовать АГЕНТ?

• “Проанализируй данные в файле analysis.csv”
• “Напиши код для парсинга сайта и сохрани результат”
• “Найди актуальную информацию о цене на золото”
• “Создай презентацию на основе моих заметок”

Попробуйте сами

Упражнение 1: Определите тип

Посмотрите эти задачи и определите: нужен ли ЧАТБОТ или АГЕНТ?

1. “Что значит слово экспорт?”
2. “Обработай мои 50 фотографий: уменьши размер и сожми”
3. “Как я могу улучшить свой CV?”
4. “Собери информацию о конкурентах с этих 5 сайтов”
5. “Напиши историю про кота”

Упражнение 2: Попробуйте агент

Откройте ChatGPT с анализом данных (или Claude с выполнением кода):

1. Загрузите CSV файл с данными
2. Попросите: “Проанализируй эти данные и создай визуализацию”
3. Смотрите, как агент:
   • Читает файл
   • Запускает Python
   • Создаёт график
   • Отправляет вам результат

Ключевые выводы

• Чатбот отвечает на вопросы, но не действует. Это консультант.
• Агент думает И действует. Это ассистент, который выполняет работу.
• Цикл агента: Наблюдение → Мышление → Действие → Проверка → Повтор
• Разница в цене: Агенты сложнее и дороже, но экономят время на больших задачах
• Выбирайте инструмент по задаче: Простой ответ? Чатбот. Нужно что-то сделать? Агент.

Следующий урок

Урок 3: Типы агентов — Теперь, когда вы знаете, что такое агент, давайте посмотрим на разные виды агентов и найдём идеальный для вас!