В 2026 году модное слово в ИИ сменилось с «чат-бота» на агента. Вместо того чтобы ответить на один вопрос, ИИ-агент получает цель и работает над ней шаг за шагом — минуты, часы и даже дни. В статье объясняется, как работают агенты, на понятиях из вашего курса информатики, а затем разбираются два реальных примера 2026 года — включая то, что пошло не так.
Чат-бот и агент
Базовый уровень GCSE
| Признак | Чат-бот | Агент |
|---|---|---|
| Вход | Одно сообщение | Цель |
| Шаги | Один ответ | Много, выбираются по ходу |
| Инструменты | Обычно нет | Поиск, запуск кода, чтение и правка файлов, вызов других программ |
| Кто выбирает следующий шаг? | Пользователь | Модель, по результатам на данный момент |
Цикл агента
Внутри большинство агентов выполняют простой цикл, который можно записать псевдокодом:
цель ← задача от пользователя
WHILE цель не достигнута AND шаги < предел
план ← модель выбирает следующее действие
результат ← запустить выбранный инструмент (поиск, код, правка)
добавить результат в память
IF модель считает цель достигнутой THEN остановиться
ENDWHILE
отчитаться пользователюЦикл агента: спланировать, действовать с помощью инструмента, посмотреть на результат, проверить прогресс и повторять, пока цель не достигнута или не исчерпан предел шагов. Схема.
Обратите внимание на два понятия из информатики A-Level: итеративный цикл с условием завершения (включая предел шагов, чтобы он не работал вечно) и состояние (растущая память о том, что уже произошло). Главное отличие от обычной программы в том, что шаг «план» пишет не программист: его выбирает языковая модель во время работы.
Быстрая проверка
Зачем в условии цикла агента есть «шаги < предел»?
Много агентов сразу
Углублённый уровень A-Level
Большие задачи можно распределить между множеством агентов, работающих параллельно, как команда. Два примера 2026 года:
- Поиск в биологии: около 949 сессий агентов Claude 21,5 часа работали с открытыми базами данных ДНК, собрали около 200 000 кластеров генов ферментов, оценили 3564 семейства-кандидата и нашли кандидата в новые ферментные системы, которого затем изучили в лаборатории учёные-люди[1]. См. нашу статью об открытии фермента ART.
- Математика: десятки агентов Claude за 11 дней написали доказательство Великой теоремы Ферма на Lean длиной 13 миллионов строк, определяя понятия и доказывая промежуточные результаты, на которых строили другие[2]. См. ИИ формализовал Великую теорему Ферма.
Это декомпозиция — одна из ключевых идей вычислительного мышления: разбить задачу на части, которые можно решить по отдельности, а затем объединить результаты.
Различие, которое учащиеся часто упускают
Мощный — не значит надёжный.
О каких рисках стоит подумать
- Непредсказуемость: один и тот же агент может идти разными путями при разных запусках.
- Права доступа: агент, который может править файлы или отправлять сообщения, может и ошибиться с ними, поэтому разумные системы ограничивают доступные агенту инструменты и спрашивают человека перед рискованными действиями.
- Стоимость и энергия: долгие запуски агентов требуют много вычислений (проект Ферма израсходовал около шести миллиардов выходных токенов[2]).
- Ответственность: за действия агента по-прежнему должен отвечать человек.
Вопрос в формате экзамена
ИИ-агент используется для поиска закономерностей в большой базе данных. Опишите два способа проверить результаты, прежде чем им доверять. [4 баллов]
Показать образец ответа и разбивку баллов
- повторить поиск несколько раз (или с другими настройками) и посмотреть, получится ли тот же результат: это проверка воспроизводимости (1 балл)
- если результат не воспроизводится, относиться к нему с осторожностью / выяснить почему (1 балл)
- проверить результат независимо, например другим методом, экспериментом или формальным проверщиком вроде системы доказательства (1 балл)
- дать результат на проверку экспертам-людям (рецензирование) до использования или публикации (1 балл)
На что обращает внимание экзаменатор: два разных способа проверки, каждый — с описанием того, что он показывает.
Частая ошибка: ответ «спросить ИИ, уверен ли он». Самооценка той же системы — не независимая проверка.
Алгоритмы, итерация и декомпозиция — основа информатики GCSE и A-Level, а агенты дают современный и запоминающийся пример. О том, как учатся модели внутри агентов, читайте в статье обратное распространение ошибки, а о пошаговом мышлении — в статье основы алгоритмов.
Источники и дополнительное чтение
- The Next Web: Anthropic says Claude found a new enzyme system with CRISPR-like repeats (Sep 2026) — сессии агентов, часы, кандидаты, десять перезапусков
- Anthropic: Formalizing Fermat's Last Theorem (4 Sep 2026) — десятки агентов, 11 дней, токены, оговорки
- The Neuron: AI in Science and Math, September 2026 — ежемесячный обзор исследовательских ИИ-агентов
Последняя проверка: 5 октября 2026 г. Цифры являются типичными опубликованными значениями, и правила могут изменяться. Формулировки в экзаменах различаются в зависимости от спецификации — проверьте свою.
Часто задаваемые вопросы
Что такое ИИ-агент?
Система ИИ, которая сама идёт к цели через множество шагов: планирует, пользуется инструментами — веб-поиском, запуском кода, правкой файлов, — смотрит на результаты и решает, что делать дальше, повторяя, пока задача не будет решена или он не застрянет. Чат-бот отвечает на одно сообщение за раз; агент продолжает работу.
Что реально умеют ИИ-агенты в 2026 году?
Реальные примеры сентября 2026 года: около 950 сессий агентов Claude 21,5 часа искали в базах данных ДНК и нашли кандидата в новые ферментные системы у вирусов, а десятки агентов Claude за 11 дней написали проверенное компьютером доказательство Великой теоремы Ферма длиной 13 миллионов строк. В обоих случаях цель ставили люди, и они же проверяли результаты.
Надёжны ли ИИ-агенты?
Не вполне. В поиске ферментов ту же кампанию перезапускали десять раз, и ни один перезапуск не нашёл результат снова. В доказательстве Ферма неудачные попытки оставили около 7 % содержательного кода. Агенты могут быть мощными, но их результаты нуждаются в независимой проверке.
Чем агент отличается от обычной программы?
Обычная программа выполняет шаги, заранее написанные программистом. Следующий шаг агента выбирает во время работы языковая модель на основе того, что она уже видела. Это делает агентов гибкими, но менее предсказуемыми, поэтому важны тестирование, ограничения на доступные инструменты и проверка человеком.
Оценки и отзывы читателей
Оцените эту статью по нескольким критериям — ваше мнение помогает другим читателям и помогает нам становиться лучше.
Была ли эта статья полезной?
Расскажите, что вы думаете — исправление, вопрос, оставшийся без ответа, или тема, которую вы хотели бы увидеть далее.
Хотите обсудить голосом? Запишитесь на бесплатный видеозвонок в удобное время: 15 минут для короткого вопроса, 30 — для всего остального. Время показывается в вашем часовом поясе.
Об авторе
Sudershan Soni
Основатель и главный преподаватель в Mostak Services — репетитор по математике, естественным наукам, информатике и STEM со степенью магистра и более чем 20-летним профессиональным опытом, преподаёт ученикам от уровня 11+ и GCSE до A-Level и выше, онлайн по всему миру.
Читать полный профиль