Not all AI agents are created equal

Not all AI agents are created equal

Не все ИИ-агенты одинаковы

A framework for categorizing and prioritizing your agent initiatives

Фреймворк для категоризации и приоритизации ваших инициатив по агентам

👋 Hey there, I’m Lenny. Each week, I answer reader questions about building product, driving growth, and accelerating your career. For more: Lenny’s Podcast | Lennybot | How I AI | My favorite AI/PM courses, public speaking course, and interview prep copilot

👋 Привет, я Lenny. Каждую неделю я отвечаю на вопросы читателей о создании продукта, росте и ускорении карьеры. Подробнее: Lenny’s Podcast | Lennybot | How I AI | Мои любимые курсы по AI/PM, курс по публичным выступлениям и copilot для подготовки к интервью

P.S. Get a full free year of Lovable, Manus, Replit, Gamma, n8n, Canva, ElevenLabs, Amp, Factory, Devin, Bolt, Wispr Flow, Linear, PostHog, Framer, Railway, Granola, Warp, Perplexity, Magic Patterns, Mobbin, ChatPRD, and Stripe Atlas by becoming an Insider subscriber. Yes, this is for real.

P.S. Получите полный бесплатный год Lovable, Manus, Replit, Gamma, n8n, Canva, ElevenLabs, Amp, Factory, Devin, Bolt, Wispr Flow, Linear, PostHog, Framer, Railway, Granola, Warp, Perplexity, Magic Patterns, Mobbin, ChatPRD и Stripe Atlas, став подписчиком Insider. Да, это всерьёз.

Agents are so hot right now. Every other day, someone’s launching a new one or a new tool to manage them. I bet your team has a half-dozen agent ideas on your backlog right now. None of this means you actually need to build an agent today. But it does mean that you need to understand how agents fit into your broader strategy, and what the right investment looks like.

Агенты сейчас на пике популярности. Чуть ли не каждый день кто-то запускает нового агента или новый инструмент для управления ими. Готов поспорить, что прямо сейчас у вашей команды в бэклоге лежит с полдюжины идей агентов. Всё это не значит, что вам действительно нужно строить агента уже сегодня. Но это значит, что вам нужно понимать, как агенты вписываются в вашу более широкую стратегию и какие инвестиции в них уместны.

Hamza Farooq and Jaya Rajwani teach two of the most highly rated and well-respected courses on building AI agents (Agent Engineering Bootcamp and Agentic AI for PMs) and spent over 50 hours putting this guide together. By the time you finish reading this post, you’ll understand the three types of agents, how to decide which initiatives to prioritize, and how to avoid common pitfalls—with specific recommended tools and platforms and tons of real-life examples.

Hamza Farooq и Jaya Rajwani ведут два из самых высоко оценённых и уважаемых курсов по созданию ИИ-агентов (Agent Engineering Bootcamp и Agentic AI for PMs) и потратили более 50 часов на подготовку этого руководства. К моменту, когда вы дочитаете этот пост, вы поймёте три типа агентов, как решать, какие инициативы приоритизировать, и как избежать типичных ошибок — с конкретными рекомендуемыми инструментами и платформами и множеством реальных примеров.

Let’s get into it.

Давайте приступим.

Over the past year, we’ve had the same conversation at least 30 times. An AI leader pulls up their roadmap, usually 5 to 10 “agent” initiatives, and says, “Help us figure out which one to build first.”

За последний год мы вели один и тот же разговор как минимум 30 раз. Лидер в области ИИ открывает свою дорожную карту — обычно 5–10 инициатив с «агентами» — и говорит: «Помогите нам понять, что строить первым».

The list usually includes a PM assistant, a RAG copilot, a customer support system, a code review agent, and a voice-enabled shopping assistant

Список обычно включает PM-ассистента, RAG-копайлота, систему поддержки клиентов, агента для код-ревью и голосового шопинг-ассистента

If you’re reading this, you probably have a similar list. Your team is energized, investors are asking about it, competitors are announcing agent launches. You need to pick something and ship it.

Если вы читаете это, у вас, вероятно, есть похожий список. Ваша команда полна энтузиазма, инвесторы спрашивают об этом, конкуренты анонсируют запуски агентов. Вам нужно что-то выбрать и выпустить.

That’s where most teams get stuck. The problem isn’t that they lack ideas; it’s that they try to prioritize fundamentally different kinds of systems as if they were the same thing. The usual approach is to reach for familiar planning tools. Teams open an impact-vs.-effort matrix and try to compare ideas side by side.

Именно здесь большинство команд застревает. Проблема не в том, что им не хватает идей; проблема в том, что они пытаются приоритизировать принципиально разные виды систем так, будто это одно и то же. Обычный подход — взяться за привычные инструменты планирования. Команды открывают матрицу «影响 против усилий» и пытаются сравнить идеи бок о бок.

But with AI agents, that quickly falls apart. One “agent” might take six weeks to build. Another might take six months. One can be assembled by a product manager using n8n. Another requires a dedicated ML engineering team. One costs $500 per month to operate. Another could generate a six-figure annual LLM bill.

Но с ИИ-агентами это быстро разваливается. Один «агент» может строиться шесть недель. Другой — шесть месяцев. Одного может собрать продакт-менеджер с помощью n8n. Другому нужна выделенная команда ML-инженеров. Один стоит $500 в месяц в эксплуатации. Другой может генерировать шестизначный годовой счёт за LLM.

A customer support assistant and a voice-enabled shopping agent may both be called agents, but they demand different architectures, different teams, different infrastructure, and different timelines. Until you recognize those differences, any attempt to compare “effort” or “impact” is essentially guesswork.

Ассистент поддержки клиентов и голосовой шопинг-агент могут оба называться агентами, но они требуют разных архитектур, разных команд, разной инфраструктуры и разных сроков. Пока вы не признаете эти различия, любая попытка сравнить «усилия» или «влияние» по сути является гаданием.

Treating architecturally different products as if they’re in the same category makes effective prioritization nearly impossible. Prioritization breaks not because teams are bad at planning but because they’re comparing apples, oranges, and jet engines on the same spreadsheet.

Обращение с архитектурно разными продуктами так, будто они в одной категории, делает эффективную приоритизацию почти невозможной. Приоритизация ломается не потому, что команды плохо планируют, а потому, что они сравнивают яблоки, апельсины и реактивные двигатели в одной таблице.

The missing step is hierarchy

Недостающий шаг — это иерархия

Before you can decide which agent to build first, you need to answer a more basic question: What type of agent is each idea actually proposing?

Прежде чем решать, какого агента строить первым, нужно ответить на более базовый вопрос: Какой тип агента на самом деле предлагает каждая идея?

This will determine almost everything that matters for planning:

Это определит почти всё, что важно для планирования:

Насколько сложно будет его построитьКакие навыки и инфраструктура требуютсяСколько времени это, вероятно, займётНасколько дорогим будет его обслуживаниеКак следует измерять успех

In other words, categorization isn’t just a technical exercise. It’s the foundation for smart prioritization.

Иными словами, категоризация — это не просто техническое упражнение. Это фундамент для разумной приоритизации.

This post gives you a decision framework you can start using today with your current roadmap.

Этот пост даёт вам фреймворк для принятия решений, который вы можете начать использовать уже сегодня с вашей текущей дорожной картой.

We developed this framework from patterns we’ve seen while helping organizations turn agent ideas into real production systems. Working with enterprise teams across Fortune 500 companies such as Jack in the Box, Tripadvisor, and The Home Depot, we found that grouping ideas by their underlying architecture unlocks prioritization and significantly speeds up the development and launch process. These distinctions also mirror how the broader industry is beginning to classify AI agents, from automation workflows to reasoning systems and multi-agent networks (like the Levels of Autonomy for AI Agents paper and Types of AI agents by IBM). These are also the foundations of how massively popular tools like OpenClaw and Claude Code are actually architected.

Мы разработали этот фреймворк на основе паттернов, которые наблюдали, помогая организациям превращать идеи агентов в реальные production-системы. Работая с корпоративными командами компаний из Fortune 500, таких как Jack in the Box, Tripadvisor и The Home Depot, мы обнаружили, что группировка идей по их базовой архитектуре раскрывает приоритизацию и значительно ускоряет процесс разработки и запуска. Эти различия также отражают то, как более широкая индустрия начинает классифицировать ИИ-агентов — от автоматизированных workflow к системам рассуждения и мультиагентным сетям (как, например, статья Levels of Autonomy for AI Agents и Types of AI agents от IBM). Это также основы того, как на самом деле устроены такие невероятно популярные инструменты, как OpenClaw и Claude Code.

If you’re staring at a backlog of agent ideas trying to figure out what to build first, here’s what you’ll have by the end of this post:

Если вы смотрите на бэклог идей агентов, пытаясь понять, что строить первым, вот что у вас будет к концу этого поста:

5-минутный процесс триажа для отнесения каждой идеи агента к одному из трёх архитектурных типовРуководство по выбору правильного инструмента/платформы для вашего проекта (то есть когда использовать n8n, а когда LangGraph или ADK)Метрики успеха и фреймворки ROI, адаптированные под каждый архитектурный типПредупреждающие сигналы того, что вы выбрали неверный путь (и как это исправить)

You’ll be able to look at your backlog and know which ideas can ship in six weeks for quick ROI, which need three months but will drive significant revenue growth, and which are a six-month bet that only makes sense with the right resourcing and expectation setting.

Вы сможете взглянуть на свой бэклог и понять, какие идеи можно выпустить за шесть недель ради быстрого ROI, какие требуют трёх месяцев, но обеспечат значительный рост выручки, а какие — это полугодовая ставка, которая имеет смысл только при правильном ресурсном обеспечении и выстраивании ожиданий.

All by first recognizing that “agent” is an umbrella term for very different kinds of systems.

И всё это — начав с признания того, что «агент» — это зонтичный термин для очень разных видов систем.

The three agent categories

Три категории агентов

Every “agent” idea falls into one of three architectural categories.

Каждая идея «агента» попадает в одну из трёх архитектурных категорий.

Category 1: Deterministic automation
You define the entire flow. AI handles content at specific steps. Think: n8n or Zapier workflows with LLM nodes. This is where the majority of agent opportunities belong and where most teams should start. These projects are fastest to launch and deliver measurable ROI quickly.

Категория 1: Детерминированная автоматизацияВы определяете весь поток. ИИ обрабатывает содержимое на конкретных шагах. Например: workflow в n8n или Zapier с LLM-узлами. Именно сюда относится большинство возможностей для агентов и именно отсюда следует начинать большинству команд. Эти проекты быстрее всего запускаются и быстро дают измеримый ROI.

Category 2: Reasoning and acting agents
AI decides what to do next, using available tools. Think: Cursor, Lovable, or agents built with LangGraph, CrewAI, Google ADK, etc. These initiatives typically come after Category 1, when higher-value problems require flexibility and dynamic decision-making that workflows alone can’t handle.

Категория 2: Агенты рассуждения и действияИИ решает, что делать дальше, используя доступные инструменты. Например: Cursor, Lovable или агенты, построенные на LangGraph, CrewAI, Google ADK и т. д. Эти инициативы обычно идут после Категории 1, когда более ценные задачи требуют гибкости и динамического принятия решений, с которыми одни лишь workflow не справляются.

Category 3: Multi-agent networks
Multiple specialized agents coordinate with each other. Think: enterprise systems built with ADK or AutoGen. These projects are typically reserved for later stages, when multiple teams must coordinate across domains, and should almost never be the starting point on a roadmap.

Категория 3: Мультиагентные сетиНесколько специализированных агентов координируются друг с другом. Например: корпоративные системы, построенные на ADK или AutoGen. Эти проекты обычно оставляют на более поздние стадии, когда несколько команд должны координироваться между доменами, и они почти никогда не должны быть отправной точкой в дорожной карте.

Some examples of “agents” that fit into each category to help you understand the differences:

Несколько примеров «агентов», относящихся к каждой категории, чтобы помочь вам понять различия:

Organizations often try to build Category 1 problems with Category 2 frameworks—overengineering solutions that add unnecessary complexity and cost. Less frequently but with worse outcomes, they try to solve Category 2 problems with Category 1 tools, and it breaks in production because the tool is not robust enough.

Организации часто пытаются решать задачи Категории 1 с помощью фреймворков Категории 2 — переусложняя решения и добавляя ненужную сложность и затраты. Реже, но с худшими последствиями, они пытаются решать задачи Категории 2 инструментами Категории 1, и это ломается в production, потому что инструмент недостаточно надёжен.

Let’s take a deeper dive into each category, starting with the workhorse, Category 1.

Давайте подробнее разберём каждую категорию, начав с «рабочей лошадки» — Категории 1.

Category 1: Deterministic automation

Категория 1: Детерминированная автоматизация

What this is

Что это такое

These are workflows where you define every step, every branch, every decision point. An LLM handles natural language understanding and generation at specific nodes, but you control the flow. Think of them as intelligent flowcharts where you design the path and AI handles the content.

Это workflow, где вы определяете каждый шаг, каждое ответвление, каждую точку принятия решения. LLM занимается пониманием и генерацией естественного языка на конкретных узлах, но потоком управляете вы. Думайте о них как об умных блок-схемах, где путь проектируете вы, а содержимое обрабатывает ИИ.

Tools most commonly used for deterministic automation are n8n, Zapier, Make.com, OpenAI AgentKit, Lindy, and Gumloop. These tools are built around explicit triggers and predefined branching logic. You define the workflow, while LLMs are used only for classification, extraction, or drafting within those boundaries.

Чаще всего используемые инструменты для детерминированной автоматизации — это n8n, Zapier, Make.com, OpenAI AgentKit, Lindy и Gumloop. Эти инструменты построены вокруг явных триггеров и заранее заданной логики ветвления. Вы определяете workflow, а LLM используются лишь для классификации, извлечения или составления черновиков в этих границах.

How to prioritize Category 1 products

Как приоритизировать продукты Категории 1

If your backlog includes a mix of agent ideas, Category 1 projects are almost always the smartest place to begin. These initiatives tend to be the simplest to plan and the lowest-risk to execute.

Если в вашем бэклоге смесь идей агентов, проекты Категории 1 почти всегда — самое разумное место для старта. Эти инициативы, как правило, проще всего планировать и наименее рискованны в исполнении.

They’re best suited to situations where the process is already well-defined and the goal is to automate repetitive, high-volume work. If you need quick, measurable ROI, have limited AI engineering capacity, or are under pressure to deliver results in weeks rather than months, Category 1 projects are almost always the right starting point.

Они лучше всего подходят для ситуаций, где процесс уже чётко определён, а цель — автоматизировать повторяющуюся, объёмную работу. Если вам нужен быстрый, измеримый ROI, у вас ограниченные ресурсы AI-инженерии или вы под давлением выдать результаты за недели, а не за месяцы, проекты Категории 1 почти всегда — правильная отправная точка.

Most initiatives in this category share a similar profile across certain criteria:

Большинство инициатив в этой категории имеют схожий профиль по ряду критериев:

That combination of fast timelines, modest resources, and clear business impact is what makes Category 1 initiatives such powerful early wins. They generate near-term value while building organizational confidence for more advanced efforts later.

Именно это сочетание быстрых сроков, скромных ресурсов и понятного влияния на бизнес делает инициативы Категории 1 такими мощными ранними победами. Они создают ценность в ближайшей перспективе, одновременно укрепляя уверенность организации для более продвинутых начинаний в будущем.

What types of products fall in this category

Какие типы продуктов попадают в эту категорию

If you can map the entire process as a flowchart with clear decision points, a product belongs in Category 1. Here are some more traits of a Category 1 product:

Если вы можете отобразить весь процесс в виде блок-схемы с чёткими точками принятия решений, продукт относится к Категории 1. Вот ещё несколько черт продукта Категории 1:

Пути выполнения конечны и предсказуемы (менее 15–20 ответвлений)Выполнение задачи должно происходить за секунды или минутыЦенность — в автоматизации известного процесса, а не в поиске новых подходов

In our experience with customers, this covers 60% to 70% of agent opportunities. Revisiting the typical list of opportunities I mentioned above, here is a great example of a Category 1 product: “We need an AI agent to handle incoming customer emails, read them, understand what they’re asking, pull relevant information from our docs, draft replies, and route to our team for approval.”

По нашему опыту работы с клиентами, это покрывает 60–70% возможностей для агентов. Возвращаясь к типичному списку возможностей, упомянутому выше, вот отличный пример продукта Категории 1: «Нам нужен ИИ-агент, который будет обрабатывать входящие письма клиентов, читать их, понимать, о чём спрашивают, доставать релевантную информацию из нашей документации, составлять ответы и направлять их нашей команде на согласование».

At first, this sounds like it needs sophisticated reasoning. But when you map out what actually needs to happen, it’s remarkably deterministic:

На первый взгляд кажется, что для этого нужно сложное рассуждение. Но когда вы расписываете, что на самом деле должно происходить, это оказывается на удивление детерминированным:

Every step is predictable. The “intelligence” is in understanding the email and generating a good response, not in figuring out what to do next. This is Category 1.

Каждый шаг предсказуем. «Интеллект» — в понимании письма и генерации хорошего ответа, а не в определении того, что делать дальше. Это Категория 1.

There are a ton of great examples of automation agents; here’s one built by me.

Существует масса отличных примеров автоматизирующих агентов; вот один, построенный мной.

I love Airbnb, but I hate spending long hours finding the best ones, so I built an agent that will take my exact request for, e.g., “Modern apartment in Paris near train stations from 20th March to 26th March. Great for a couple” (more than 10,000 users have used it) and run a search. Here’s how you can build your own.

Я люблю Airbnb, но терпеть не могу тратить долгие часы на поиск лучших вариантов, поэтому я построил агента, который принимает мой точный запрос — например, «Современная квартира в Париже рядом с вокзалами с 20 по 26 марта. Отлично подходит для пары» (им воспользовались более 10 000 пользователей) — и выполняет поиск. Вот как вы можете построить такого же сами.

Other examples of Category 1 “agents”:

Другие примеры «агентов» Категории 1:

агент для планирования путешествийголосовой агент-компаньон для чтения книгагент автоматизации контента (YouTube → LinkedIn)база знаний вашей организации с поиском по интернету (клон Perplexity)агент, который генерирует глубоко проработанные блоги по заданной темемаксимально персонализированное приложение-счётчик калорий, которое позволяет загружать фото ваших блюд для отслеживания дневного потребления калорий и рекомендует лучшие варианты питания и упражнения

How to evaluate Category 1 products

Как оценивать продукты Категории 1

The metrics below are designed to answer a simple question: Did this agent automate the right process, or should this idea be reconsidered or re-scoped?

Приведённые ниже метрики призваны ответить на простой вопрос: автоматизировал ли этот агент нужный процесс, или эту идею стоит пересмотреть либо переопределить её рамки?

A deterministic agent built for the email automation process can be evaluated as follows:

Детерминированного агента, построенного для процесса автоматизации писем, можно оценивать так:

Workflow completion rate: % выполнений, завершающихся успешноAutomation rate: % запросов, обработанных без вмешательства человекаТочность: корректность классификации намерения, извлечения данных и решений по маршрутизацииLatency: время от триггера до итогового результата (P50/P95, если релевантно)Стоимость на workflow: суммарная стоимость LLM и API на один завершённый прогонError rate: % прогонов, завершившихся сбоем из-за ошибок инструмента, интеграции или системыHuman review rate: % прогонов, требующих ручного согласования или вмешательства

Here are workflow completion rate metrics from a real-life example of a Category 1 product, an email support agent built by a SaaS company we worked with:

Вот метрики workflow completion rate из реального примера продукта Категории 1 — агента поддержки по email, построенного SaaS-компанией, с которой мы работали:

Неделя 1: 52% completion rate (обнаружено много пограничных случаев)Неделя 4: 78% completion rate (доработана логика классификации)Неделя 8: 87% completion rate (стабильно, готово к production)Результат: 3000 писем поддержки/месяц автоматизировано, 2,5 FTE-часа/день высвобождено, $18K/месяц экономии

When these metrics stabilize and cost trends downward, the workflow is doing what it should. If completion remains low or manual intervention stays high, the problem may not be deterministic enough for this category.

Когда эти метрики стабилизируются, а стоимость идёт вниз, workflow делает то, что должен. Если completion остаётся низким или ручное вмешательство держится высоким, проблема может быть недостаточно детерминированной для этой категории.

How to know you’ve outgrown Category 1

Как понять, что вы переросли Категорию 1

You’ll know you need a different architecture when:

Вы поймёте, что нужна другая архитектура, когда:

В вашей блок-схеме 30+ узлов, и вы добавляете новые ответвления каждую неделюКлиенты формулируют вещи так, что вы не можете это предугадать, а отобразить все вариации невозможноАгенту нужно решать, какой API или источник знаний использовать в зависимости от контекста, а не следовать заранее заданному путиРазбор неоднозначных запросов требует исследования и адаптации, а не предопределённой декомпозицииСамые ценные возможности больше нельзя выразить в виде предсказуемых workflowБольшинство процессов с быстрой отдачей уже автоматизированы

If several of these signals are present at once, the problem is no longer a good fit for a deterministic workflow, and you should consider Category 2.

Если несколько из этих сигналов присутствуют одновременно, задача больше не подходит для детерминированного workflow, и вам стоит рассмотреть Категорию 2.

Category 2: Reasoning and acting agents (ReAct)

Категория 2: Агенты рассуждения и действия (ReAct)

What this is

Что это такое

Instead of defining the flow, you define the available tools, and an LLM autonomously decides what to do next. The agent operates in a loop: observe → reason → act → observe result → repeat.

Вместо определения потока вы определяете доступные инструменты, а LLM автономно решает, что делать дальше. Агент работает в цикле: наблюдай → рассуждай → действуй → наблюдай результат → повторяй.

The key characteristic: you control the tools; the LLM controls the reasoning.

Ключевая характеристика: вы контролируете инструменты; LLM контролирует рассуждение.

Tools most commonly used for building ReAct agents include LangGraph, CrewAI, AutoGen, and other agent orchestration libraries that support tool use, memory, and dynamic planning.

Чаще всего используемые инструменты для построения ReAct-агентов включают LangGraph, CrewAI, AutoGen и другие библиотеки оркестрации агентов, которые поддерживают использование инструментов, память и динамическое планирование.

How to prioritize Category 2 products

Как приоритизировать продукты Категории 2

Category 2 is for situations where user requests are ambiguous, workflows cannot be mapped in advance, and real value comes from flexible, contextual decision-making. If you need agents that can reason across multiple tools, handle conversational interactions, or adapt dynamically to new inputs, that’s a Category 2 product.

Категория 2 — для ситуаций, где запросы пользователей неоднозначны, workflow нельзя отобразить заранее, а реальная ценность исходит из гибкого, контекстного принятия решений. Если вам нужны агенты, способные рассуждать с использованием нескольких инструментов, вести диалоговые взаимодействия или динамически адаптироваться к новым входным данным, это продукт Категории 2.

Category 2 products are more complex to plan and carry higher execution risk than Category 1. Most initiatives in this category share a similar profile:

Продукты Категории 2 сложнее планировать и несут более высокий риск исполнения, чем Категория 1. Большинство инициатив в этой категории имеют схожий профиль:

The combination of longer timelines, specialized expertise, and higher costs is what makes Category 2 initiatives powerful but more demanding than Category 1. If your backlog includes problems that truly require reasoning and dynamic behavior, prioritizing Category 2 projects becomes essential. They unlock use cases that deterministic automation cannot handle and enable more advanced, high-impact agent experiences.

Сочетание более длинных сроков, специализированной экспертизы и более высоких затрат — вот что делает инициативы Категории 2 мощными, но более требовательными, чем Категория 1. Если в вашем бэклоге есть задачи, которые действительно требуют рассуждения и динамического поведения, приоритизация проектов Категории 2 становится необходимой. Они раскрывают сценарии использования, с которыми детерминированная автоматизация не справляется, и обеспечивают более продвинутые, высокоэффективные пользовательские опыты с агентами.

What types of products fall in this category

Какие типы продуктов попадают в эту категорию

A product belongs in Category 2 if the same user request can trigger different action sequences every time. That means that you don’t determine the path; the LLM does. That’s the key difference from Category 1. Here are some more traits of a Category 2 product:

Продукт относится к Категории 2, если один и тот же запрос пользователя может каждый раз запускать разные последовательности действий. Это означает, что путь определяете не вы, а LLM. В этом ключевое отличие от Категории 1. Вот ещё несколько черт продукта Категории 2:

Одна и та же высокоуровневая задача требует разных последовательностей действий в зависимости от входных данныхУ вас 5–15+ различных возможностей, и нужная зависит от контекстаНамерение пользователя неоднозначно и требует уточнения через взаимодействиеНесколько модальностей ввода (голос, изображение, текст) нужно понимать контекстноРазбиение сложных запросов на подзадачи — часть ценности

In our work with customers, this is the right choice for 25% to 30% of agent opportunities. For an example of this type of product, let’s return to the voice-enabled shopping assistant opportunity from the start of this post.

В нашей работе с клиентами это правильный выбор для 25–30% возможностей для агентов. В качестве примера такого типа продукта давайте вернёмся к возможности голосового шопинг-ассистента из начала этого поста.

Customers should be able to search products by voice, upload images to find similar items, check order status, update preferences, and initiate returns, all through conversation.

Клиенты должны иметь возможность искать товары голосом, загружать изображения, чтобы найти похожие позиции, проверять статус заказа, обновлять предпочтения и инициировать возвраты — всё это через разговор.

At first, this sounds like Category 1. Just map out the intents and route accordingly, right? But in practice, real conversations don’t follow fixed paths. To see why, let’s walk through one interaction.

На первый взгляд это звучит как Категория 1. Просто распиши намерения и маршрутизируй соответственно, верно? Но на практике реальные разговоры не следуют фиксированным путям. Чтобы понять почему, давайте пройдёмся по одному взаимодействию.

A customer uploads a photo of shoes and says:
“These are too small. I need a size up, and I want them delivered by Thursday.”

Клиент загружает фото обуви и говорит:«Они слишком малы. Мне нужен размер побольше, и я хочу, чтобы их доставили к четвергу».

Here’s what happens under the hood:

Вот что происходит «под капотом»:

Наблюдай. Агент получает смешанный ввод: изображение + голосовой запрос.Рассуждай. Он определяет:Сначала идентифицировать товар на изображенииЗатем найти доступные варианты размеровЗатем проверить даты доставкиНаконец, подтвердить заказ с пользователемДействуй. Агент динамически выбирает инструменты:visual_search() → идентифицировать товарcheck_inventory() → найти наличие размера побольшеget_delivery_options() → проверить доставку к четвергуplace_order() → после подтвержденияНаблюдай результат → рассуждай снова. Каждый ответ инструмента обновляет состояние агента и влияет на следующий шаг.

This sequence cannot be pre-defined.

Эту последовательность невозможно задать заранее.

Если товара нет в наличии, агент может предложить альтернативы.Если доставка к четвергу недоступна, он может предложить самовывоз.Если изображение не удаётся распознать, он задаёт уточняющий вопрос.

The same user request triggers different action sequences based on reasoned considerations.

Один и тот же запрос пользователя запускает разные последовательности действий на основе обдуманных соображений.

Other examples of Category 2 “agents”:

Другие примеры «агентов» Категории 2:

диалоговый агент поддержки клиентовкод-ассистент, который изменяет репозитории, например Claude Codeумный персональный шопинг-ассистентагент устранения IT-неполадокsales-копайлот, который исследует аккаунты и составляет черновики аутричамультимодальный ассистент, сочетающий голос, изображение и текст

How to evaluate Category 2 products

Как оценивать продукты Категории 2

Reasoning agents should be evaluated on whether they help users achieve their goals across variable paths, while remaining efficient enough to justify their cost.

Агентов рассуждения следует оценивать по тому, помогают ли они пользователям достигать их целей по различным путям, оставаясь при этом достаточно эффективными, чтобы оправдать свою стоимость.

These metrics answer the question: Was dynamic reasoning necessary, or should the problem be simplified to a lower category?

Эти метрики отвечают на вопрос: было ли динамическое рассуждение необходимым, или задачу следует упростить до более низкой категории?

Task completion rate: % сессий, где пользователи достигают намеченной целиТочность рассуждения: корректность декомпозиции задачи, выбора инструментов и порядка решенийДлина разговора: среднее число реплик до разрешенияМультимодальная точность: корректность интерпретации изображения, голоса или структурированного ввода (если применимо)Эффективность вызовов инструментов: среднее число вызовов инструментов на одну успешную сессиюLatency: время на одну реплику и длительность сессии от начала до концаСтоимость на сессию: суммарная стоимость LLM и API на одно завершённое взаимодействиеУдовлетворённость пользователя: CSAT после взаимодействия или эквивалентный сигналВлияние на бизнес: прирост конверсии, удержания или успешности задач относительно базового уровня

Here are some metrics from a real-life example, a voice + image shopping assistant for a home goods retailer we built:

Вот некоторые метрики из реального примера — голосового + графического шопинг-ассистента для ритейлера товаров для дома, которого мы построили:

Месяц 1: 71% выполнения задач, более длинные разговоры, более высокое использование инструментов, $0,12 стоимость на сессиюМесяц 4: 86% выполнения задач, более короткие разговоры, меньше вызовов инструментов, $0,08 стоимость на сессию

Result: Image identification accuracy improved from 76% to 91%, conversion lift increased from +8% to +22%, and CSAT rose from 4.0 to 4.5.

Результат: точность идентификации изображений выросла с 76% до 91%, прирост конверсии увеличился с +8% до +22%, а CSAT поднялся с 4,0 до 4,5.

When task completion improves while conversation length, tool usage, and cost per session decline, the agent’s reasoning loop is adding value. If performance stalls while costs remain high, the problem may be over-scoped or better served by the deterministic approach of Category 1 tools.

Когда выполнение задач улучшается, а длина разговора, использование инструментов и стоимость на сессию снижаются, цикл рассуждения агента добавляет ценность. Если производительность стопорится, а затраты остаются высокими, задача может быть слишком широко определена или лучше решалась бы детерминированным подходом инструментов Категории 1.

How to know you’ve outgrown Category 2

Как понять, что вы переросли Категорию 2

You’ll know you need a different architecture when:

Вы поймёте, что нужна другая архитектура, когда:

Ваш единственный агент пытается охватить слишком много доменов (поддержка клиентов + склад + логистика + финансы), и производительность деградируетВам нужно, чтобы агенты делегировали задачи друг другу, а не просто вызывали stateless-API. Пример: шопинг-агенту нужно спросить агента склада: «Можешь проверить все склады и предложить альтернативы?»Задачи занимают часы или дни (как агент автоматизированной оценки, анализирующий 10 000 разговоров за ночь)Вам нужны сотни экземпляров агентов, работающих параллельно и координирующих работу между собойРазные команды хотят владеть своими специализированными агентами, но им нужно работать вместе

If you’re hitting two to three or more of these, it’s time to consider Category 3 tools and approaches.

Если вы сталкиваетесь с двумя-тремя или более из этих пунктов, пора рассмотреть инструменты и подходы Категории 3.

Category 3: Multi-agent network

Категория 3: Мультиагентная сеть

What this is

Что это такое

Instead of one agent calling tools, you have multiple specialized agents that coordinate with each other. Each agent is owned by a different team, handles its own domain, and can request help from other agents.

Вместо одного агента, вызывающего инструменты, у вас есть несколько специализированных агентов, которые координируются друг с другом. Каждый агент принадлежит отдельной команде, отвечает за свой домен и может запрашивать помощь у других агентов.

This post is for paid subscribers

Этот пост доступен платным подписчикам