В 2026 году в каждой SaaS-дорожной карте есть строчка со словом «агент». Клиенты спрашивают, конкуренты анонсируют, инвесторы хотят это слышать. Но большинство агентных функций выходит в виде демо, а потом тихо проваливается в продакшене: они медленные, уверенно ошибаются, стоят дороже подписки, в которую встроены, или делают то, чего пользователь не разрешал.
Эта статья — для основателей, CTO и продуктовых руководителей, которым нужны агентные функции, способные пережить встречу с реальными клиентами. Разбираем пять проверенных паттернов, архитектуру за ними, юнит-экономику и ценообразование, требования регуляторов и ошибки, которые мы видим чаще всего.
Почему давление реально — и почему так много проектов проваливается
Деньги уже движутся. Gartner ожидает, что расходы на агентные возможности внутри программного обеспечения достигнут в 2026 году $201,9 млрд, а к 2028 году превысят половину всех расходов на прикладное ПО (Software Strategies). Инвесторы финансируют тезис о том, что ИИ забирает бюджеты у классического софта: Ema привлекла $77 млн именно с этим аргументом (TechCrunch).
Доля провалов не менее реальна. Gartner прогнозирует, что более 40% агентных проектов закроют к концу 2027 года, и оценивает, что из тысяч вендоров, называющих себя агентными, реальную агентность дают лишь около 130 (Gartner). По данным Menlo Ventures, только 16% внедрений в крупных компаниях — настоящие агенты (Menlo Ventures). В опросе LangChain качество — главный барьер на пути в продакшен для 32% команд, задержка — второй, примерно для 20% (State of Agent Engineering).
Вывод не в том, чтобы избегать агентов. Вывод в том, чтобы выбрать правильный паттерн под задачу и строить его так же инженерно, как любую другую продакшен-систему.
Пять паттернов — от самого безопасного к самому амбициозному
| Паттерн | Что видит пользователь | Риск | Типичные сроки |
|---|---|---|---|
| 1. Контекстный ассистент | Задаёт вопросы о своих данных и вашей документации прямо в продукте | Низкий: только чтение | Недели |
| 2. Черновики и подсказки | ИИ готовит отчёт, письмо, конфигурацию или запись; пользователь правит и сохраняет | Низкий–средний | Недели |
| 3. Действия с подтверждением | «Создай счета по всем просроченным проектам»: агент показывает предпросмотр, пользователь подтверждает | Средний | 1–2 месяца |
| 4. Фоновые агенты | Многошаговые задачи выполняются асинхронно, с точками согласования для рискованных шагов | Высокий | 2–4 месяца |
| 5. Продукт как инструмент для внешних агентов | Ваш продукт доступен через MCP-сервер для ChatGPT, Claude или собственных агентов клиента | Средний, зависит от прав | От недель до месяцев |
1. Контекстный ассистент
Самый безопасный старт: модель может читать то же, что и пользователь, — и не больше. Она отвечает на вопросы «почему выручка упала в марте?» или «как настроить SSO?» по вашим данным и документации. Аналитика и отчётность — область, где команды видят наибольшую отдачу от агентов: 60% называют её самым эффективным применением, 41% — управление знаниями (Anthropic).
2. Черновики и подсказки
Модель создаёт первую версию, которая принадлежит пользователю: план проекта, ответ в поддержку, дашборд, набор правил автоматизации. Пользователь сохраняет контроль, функция выглядит как магия, а ошибки дёшевы — без клика ничего не происходит.
3. Действия с подтверждением
Модель переводит намерение в вызовы API и до выполнения показывает, что именно изменится. Здесь начинается настоящая агентная ценность — и здесь нужны полноценный слой инструментов, права доступа и идемпотентные операции. Массовым действиям нужен пробный прогон и отмена.
4. Фоновые агенты
Длительная многошаговая работа: сверить записи, каждый час разбирать очередь, подготовить расписание на следующую неделю. По данным KPMG, 49% крупных компаний явно определили сценарии, в которых агенту запрещено решать самостоятельно (KPMG). Ваш продукт должен позволять клиенту настраивать эти границы.
5. Ваш продукт как инструмент для чужих агентов
Model Context Protocol стал стандартом, через который агенты работают с программами. В декабре 2025 года протокол передали в Agentic AI Foundation при Linux Foundation, спецификация от 28.07.2026 перевела его на stateless-ядро, а публичных MCP-серверов уже больше 10 000 (блог MCP, AAIF). Протокол взаимодействия агентов A2A вышел в версии 1.0 при поддержке более 150 организаций (разбор). Для B2B-продуктов MCP-сервер становится ожидаемой интеграцией — как API десять лет назад. Модель безопасности мы разбираем в статье MCP простыми словами: как безопасно подключить ИИ-агентов к вашим системам.
Архитектура, которая переживает продакшен
Инструменты — это ваш API, а не ваша база данных. Каждое действие агента должно быть существующим протестированным эндпоинтом с валидацией, лимитами запросов и журналом аудита. Если агенту нужно то, чего API не умеет, расширьте API.
Агент действует с правами пользователя. Используйте токен и роль пользователя в пределах его тенанта. Никогда не давайте агенту сервисную учётку с правами администратора, «чтобы всё заработало». Одно это правило предотвращает большинство неприятных инцидентов.
Считайте любой контент недоверенным. Обращения в поддержку, письма, документы и веб-страницы, которые читает агент, могут содержать инструкции злоумышленника. Prompt injection не решена; OpenAI признаёт, что её, возможно, никогда не удастся устранить полностью (разбор). Защищайтесь узкими инструментами, подтверждением рискованных действий и разделением чтения и действий. Подробности — в статье Prompt injection и безопасность агентов.
Шлюз между продуктом и моделями. Простые задачи — дешёвым моделям, сложные рассуждения — сильным; бюджеты на уровне тенанта; резервные маршруты, если провайдер тормозит или недоступен.
Оценки качества и наблюдаемость с первого дня. Трассируйте каждый запуск: промпт, найденный контекст, вызовы инструментов, стоимость и задержку. В хорошо построенных стеках часто встречаются Langfuse или Helicone, Sentry и PostHog (HouseofMVPs). Держите тестовый набор реальных задач и прогоняйте его при каждом изменении промпта или модели. См. Оценки качества ИИ до и после запуска.
Проектируйте под задержку. Стримьте промежуточные результаты, показывайте, что сейчас делает агент, уводите медленные шаги в фон. Пользователи прощают ожидание, если видят прогресс, — но не прощают застывший индикатор загрузки.
Строить или покупать — по компонентам
Вопрос почти никогда не звучит как «строить или покупать агента». Он звучит так: какие слои — типовые, а какие — и есть ваш продукт?
| Слой | Обычно покупаем или берём open source | Обычно строим сами |
|---|---|---|
| Модели | Облачные frontier-модели, модели с открытыми весами для чувствительных тенантов | Правила маршрутизации и резервные варианты под ваши нагрузки |
| Трассировка и инструменты оценки | Langfuse, Helicone или аналоги | Ваши тестовые наборы, критерии оценки и условия выпуска |
| Векторный поиск | Управляемая векторная БД или расширение Postgres | Разбиение на фрагменты, фильтрация по правам и изоляция тенантов |
| Инструменты | Ничего — это ваш API | Описания инструментов, валидация, предпросмотр и отмена |
| Цикл агента | Фреймворк, если он не мешает | Предметная логика, точки согласования, лимиты по тарифам |
| MCP-сервер | SDK из экосистемы протокола | Права (scopes), аутентификация и выбор открываемых действий |
Чек-лист прав до запуска любого действия
- Агент использует токен и область тенанта вошедшего пользователя.
- У каждого инструмента есть явный список разрешений по ролям и тарифам.
- Разрушительные и массовые действия требуют подтверждения и поддерживают отмену или пробный прогон.
- Администраторы могут отключить действия агента для рабочего пространства и видят полный журнал аудита.
- Лимиты запросов и потолки расходов действуют на уровне пользователя и тенанта.
- Контент, который читает агент, никогда не трактуется как команда вызвать инструмент.
Юнит-экономика и ценообразование
ИИ-функции меняют экономику SaaS. По данным Bessemer, валовая маржа ИИ-компаний — 50–60% против 80–90% у классического SaaS; ICONIQ фиксирует рост маржи ИИ-компаний с 41% до 52% (SaaS Mag). На масштабе средний агент тратит на вызовы моделей $50–500 в месяц (Lets-Viz). Умножьте это на число активных клиентов, прежде чем обещать «безлимитный ИИ».
| Модель цены | Пример с рынка | Подходит, когда |
|---|---|---|
| Доплата за пользователя | Надстройки Agentforce у Salesforce — $125 за пользователя в месяц | Потребление на пользователя предсказуемо |
| За действие | Agentforce — $0,10 за действие | Действия чётко разграничены и сопоставимы |
| За диалог | Agentforce — $2 за диалог | Диалоги примерно одинаковой длины |
| За результат | Intercom Fin — $0,99 за решённое обращение; HubSpot — $0,50 за решённый диалог; Zendesk — $1,50–2,00 за автоматическое решение | Результат чётко определён и проверяем |
| Кредиты | Microsoft Copilot Studio — $200 за 25 000 кредитов | Смешаны функции с разной себестоимостью |
Источники: Salesforce, Intercom Fin, Resolve247 о HubSpot, Macha о Zendesk, CloudZero.
Покупатели научились спрашивать о затратах: 74% крупных компаний включили проверку стоимости в процедуру одобрения ИИ, у 43% есть бюджеты на токены (KPMG). Дашборды потребления и лимиты расходов для администраторов — функции, которые закрывают сделки. Подробнее о ценах за результат — в статье Оплата за результат в ИИ-проектах.
Требования, о которых спросят клиенты
- Раскрытие. По статье 50 Регламента ЕС об ИИ (AI Act) с 2 августа 2026 года пользователи должны знать, что взаимодействуют с ИИ.
- Высокорисковое использование у клиентов. Если ваш продукт применяют для найма, оценки кредитоспособности или решений в образовании, такие сценарии попадают в Приложение III с требованиями с 2 декабря 2027 года. Будьте готовы к запросам на документацию, журналирование и функции человеческого надзора.
- GDPR. Каждый поставщик модели — субпроцессор. Публикуйте список, подписывайте DPA и по возможности предлагайте обработку в ЕС.
- Суверенитет. В Европе 77% компаний учитывают страну происхождения ИИ-вендора, 66% беспокоит зависимость от иностранного ИИ (Deloitte через DEV Community). Выбор модели на уровне тенанта может стать аргументом в продажах.
Дорожная карта на 6–10 недель
- Неделя 1: выбрать задачу. Изучите обращения в поддержку и данные об использовании: ищите повторяющиеся многошаговые задачи, которые пользователи ненавидят. Выберите одну с измеримым результатом — например, время до завершения настройки, число кликов для месячного отчёта или количество обращений о непонятной функции.
- Недели 2–3: собрать паттерн 1 или 2 именно для этой задачи — с трассировкой, учётом затрат и тестовым набором из 50–100 реальных задач.
- Недели 4–5: бета с партнёрами по дизайну. Пять–десять клиентов, еженедельный разбор неудачных запусков, правки промптов и инструментов.
- Недели 6–7: добавить действия с подтверждением для шагов, которые пользователи одобряют чаще всего.
- Недели 8–10: цены и лимиты. Определите единицу тарификации, установите потолки и запуститесь публично с дашбордами потребления. Следующим шагом заложите MCP-сервер.
Типичные ошибки
- «Агент», который на деле переименованный чат-бот. Пользователи это замечают. Начинайте с задачи, а не с модели.
- Права администратора для агента. Одна prompt injection — и утечка данных.
- Нет тестового набора. Без него каждое обновление модели превращается в лотерею.
- Безлимитный ИИ в фиксированном тарифе. Несколько активных пользователей способны обнулить маржу.
- Код, написанный ИИ, принимают за продакшен-код. В одном исследовании опытные разработчики с ИИ работали на 19% медленнее, хотя считали, что ускорились на 20% (METR), а 19,7% пакетов, предложенных моделями, не существовали (Cloud Security Alliance). Ревью кода становится важнее, а не наоборот.
- Игнорирование задержки. Правильный ответ через 20 секунд воспринимается как поломка.
Вывод
Агентные функции могут сделать SaaS-продукт заметно ценнее — но только если строить их как инфраструктуру: узкие инструменты поверх вашего API, права самого пользователя, оценки качества и трассировка с первого релиза, понятные лимиты затрат и цены, которые защищают маржу. Начните с паттернов чтения и черновиков, заработайте доверие и только потом добавляйте действия, фоновых агентов и MCP-сервер.
Наше направление Build встраивает агентные функции в существующие продукты, а Systems отвечает за шлюзы, MCP-серверы и наблюдаемость. Запишитесь на бесплатный 15-минутный аудит — поможем выбрать первую агентную функцию с лучшим соотношением ценности для пользователя и риска.