Как создать ИИ-агента своими руками
Агент отличается от чата тем, что действует сам: ходит за данными, вызывает инструменты, работает по расписанию. Разбираю три уровня сложности, цену каждого и задачи, которые агенту отдавать не надо.
- Чат отвечает текстом, агент действует: ходит за данными, вызывает инструменты, работает по расписанию.
- Три уровня: скрипт с вызовом модели, агент с инструментами, агент на сервере с ботом-интерфейсом.
- Начинать надо с одной надоевшей задачи, а не с универсального помощника — тот никогда не доходит до рабочего состояния.
- Дешёвая модель закрывает большинство агентских задач. Фронтирная нужна на планировании и разборе кода.
Содержание статьи
ИИ-агент — программа, которая получает задачу и доводит её до результата сама: решает, какие шаги нужны, вызывает инструменты, проверяет результат. Чат отвечает текстом. Агент действует.
Разбираю три уровня сложности — от скрипта на десять строк до бота, который живёт на сервере и работает без вас.
Чем агент отличается от чата
| Чат | Агент | |
|---|---|---|
| Что делает | отвечает текстом | выполняет действия |
| Кто запускает | вы, каждый раз | расписание или событие |
| Данные | что вставили | берёт сам из источников |
| Многошаговость | вы ведёте по шагам | планирует сам |
| Когда работает | пока вы в окне | круглосуточно |
Практическая разница: чат помогает вам сделать работу, агент делает её вместо вас.
- 1СкриптВзял данные → отправил модели → положил результат. Вечер работы
- 2ИнструментыАгент сам решает, что вызвать: файлы, база, аналитика, браузер
- 3СерверЖивёт на VPS, работает по расписанию, отвечает в мессенджере
- 4ПодтвержденияВсё, что меняет важное, — только по кнопке
- 5НаблюдениеУведомление о результате: иначе поломку заметите через месяц
Что у меня работает без меня
Показываю в канале свои автоматизации: что они делают, сколько стоят в месяц и что из этого пришлось выключить.
Уровень 1. Скрипт с вызовом модели
Самый простой агент — обычный скрипт, который берёт данные, отправляет их модели и что-то делает с ответом.
Примеры реальных задач:
- Раз в день собрать позиции сайта и прислать сводку в мессенджер.
- Разобрать выгрузку заявок и разложить по категориям.
- Проверить сайт на битые ссылки и прислать список.
Такой скрипт пишется за вечер. Точнее, вы описываете задачу агенту вроде Claude Code, а он пишет скрипт — и это самый быстрый способ получить первую автоматизацию.
С чего начинать
Начинайте с задачи, которую вы делаете руками каждую неделю и которая вам надоела. Не с «сделаю универсального помощника». Универсальный помощник никогда не доходит до рабочего состояния, а конкретный скрипт, который избавляет от получаса рутины в неделю, окупается сразу.
Уровень 2. Агент с инструментами
Следующий шаг — агент, который сам решает, какой инструмент вызвать.
Вы описываете набор доступных действий: посмотреть позиции, прочитать файл, отправить сообщение, сходить в базу. Дальше модель решает, что вызвать для конкретной задачи.
Стандартный способ подключения инструментов — MCP-серверы: протокол, по которому агент получает доступ к внешним данным и сервисам без написания интеграций.
На этом уровне появляется первая настоящая опасность: агент может сделать не то. Отсюда правило — все действия, меняющие что-то важное, требуют подтверждения.
Уровень 3. Агент на сервере
Когда автоматизация нужна круглосуточно, агент переезжает на сервер. Схема:
- VPS — недорогой сервер, от 300 ₽ в месяц.
- Скрипт агента с задачами по расписанию.
- Интерфейс — обычно Telegram-бот: удобно и всегда под рукой.
- Подтверждения — опасные действия только по кнопке.
Что у меня работает на сервере
Один VPS примерно за 1500 ₽ в месяц держит шесть сайтов, публикацию статей по расписанию, сбор метрик и нескольких ботов. Личный агент отвечает в Telegram, читает мои проекты и базу знаний, а команды в терминале выполняет только после подтверждения кнопкой. Модель для него — дешёвая: для таких задач фронтирная не нужна, разница в качестве незаметна, а разница в цене — десятки раз.
Как выбрать модель
Практическое правило:
- Планирование, разбор кода, сложные рассуждения — фронтирная модель.
- Рутина, классификация, извлечение данных, ответы по базе знаний — дешёвая модель по API.
- Массовая простая обработка — самая дешёвая, какая справляется.
Про локальные модели
Я потратил неделю и купил ноутбук помощнее, чтобы перевести часть задач на локальные нейросети. Итог: на домашнем железе с 48 ГБ памяти помещается модель, которой нужна очень точная постановка задачи и проверка результата за ней. Для распознавания и сортировки — годится, я так обрабатывал сотни видеофайлов. Для кода и рассуждений — пока нет.
Вывод простой: покупать железо ради локальной модели рано. Дешёвые модели по API закрывают те же задачи лучше и без вложений. Исключение — код или данные, которые нельзя отправлять наружу.
Собери мне маленькую автоматизацию и объясняй каждый шаг простыми словами.
Задача, которую я делаю руками каждую неделю: [описание].
Откуда берутся данные: [источник]. Что с ними надо сделать: [действие].
Куда положить результат: [место]. Как я узнаю, что всё прошло: [уведомление].
Порядок работы:
1. Задай мне уточняющие вопросы, если чего-то не хватает, — по одному.
2. Покажи план: какие шаги, какие файлы создашь, что запустишь.
3. Собери скрипт. Всё, что можно сделать обычным кодом без нейросети,
делай кодом: модель вызывай только там, где нужен смысл, а не правило.
4. Прогони на реальных данных и покажи фактический результат.
5. Поставь на расписание и добавь уведомление об успехе и об ошибке.
6. Напиши короткий README: что делает, как отключить, где логи.
Никаких платных сервисов без моего согласия. Ключи — в отдельном файле,
который не попадает в репозиторий.Что агенту отдавать не стоит
Честный список, сэкономит вам разочарование:
- Задачи с высокой ценой ошибки без проверки. Платежи, рассылки клиентам, удаление данных.
- То, что делает обычный скрипт. Переименовать файлы, посчитать сумму, отфильтровать таблицу — здесь нейросеть не нужна, она только добавит расход и непредсказуемость.
- Задачи без критерия успеха. Если вы не можете описать, что считается правильным результатом, агент не сможет это сделать.
Порядок сборки первого агента
Первая автоматизация за вечер
- Выберите задачу, которую делаете руками каждую неделю.
- Опишите словами: откуда берутся данные, что с ними сделать, куда положить результат.
- Попросите агента (Claude Code, Codex — любого) собрать скрипт и запустите его вручную.
- Убедитесь, что результат правильный, — на реальных данных, не на примере.
- Поставьте на расписание: на своём компьютере или на сервере.
- Добавьте уведомление о результате в мессенджер, чтобы видеть, что он работает.
Шестой пункт обязателен. Автоматизация, о которой вы не знаете, работает она или нет, однажды тихо сломается — и вы обнаружите это через месяц.
Читайте такжеMCP-сервер: что этоЭто разъём, через который агент подключается к вашим данным и сервисам: базе, таблицам, аналитике, браузеру. Разбираю, как устроен протокол, что подключать в первую очередь и почему половина MCP-серверов вам не нужна.Что дальше
Агент становится по-настоящему полезным, когда у него есть контекст: он знает ваши проекты, решения и правила. Это работа второго мозга — базы знаний, которую агент читает.
А чтобы он выполнял работу по вашему стандарту, а не по своему представлению, нужны записанные процедуры. Про них — в статье про скиллы Claude Code.
- Опасные действия — только по подтверждению. Это правило вводится на втором уровне, а не после первой аварии.
- Проверяйте результат на реальных данных, а не на примере из задания.
- Обязательно уведомление о результате: молчащая автоматика однажды тихо ломается.
- Не отдавайте агенту то, что делает обычный скрипт: это лишний расход и непредсказуемость.
- Нет критерия успеха — нет задачи для агента.
Гайд «Второй мозг в Claude Code»
Каркас базы знаний и мост памяти: ИИ помнит все проекты и решения. Забрать в боте. Бесплатно, отдаёт бот в Telegram.
Частые вопросы
Что такое ИИ-агент простыми словами?
Программа, которая получает задачу, сама решает, какие шаги предпринять, вызывает нужные инструменты и доводит дело до результата. Отличие от чата: чат отвечает текстом, агент действует — ходит в интернет, читает файлы, запускает команды.
Нужно ли уметь программировать?
Для простого агента — нет: его собирает за вас другой агент — Claude Code, Codex или любой похожий, — вы только описываете задачу словами. Для агента на сервере понадобится базовое понимание, как работает сервер и как ставить задачи по расписанию. Это вечер разбора.
Сколько стоит держать своего агента?
Сервер от 300 ₽ в месяц. Модель — по потреблению: на дешёвых моделях простой агент обходится в сотни рублей в месяц. Дорого выходит только если гонять фронтирную модель на потоке однотипных задач.
Нужен ли n8n или подобные платформы?
Они удобны для связок между сервисами без кода. Но если у вас уже есть агент, который умеет писать код, вы получаете тот же результат скриптом — без ещё одной системы, которую надо поддерживать. Я выбрал второй путь.
Можно ли запустить агента на локальной модели?
Технически да. На практике на домашнем железе помещаются модели, которым нужна очень точная постановка задачи и проверка за ними. Для простых операций годится, для рассуждений — пока нет. Дешёвый API обычно закрывает те же задачи лучше.
10 лет в маркетинге и онлайн-образовании. Запускаю проекты в одиночку на Claude Code и показываю экономику как есть. Все методы из блога сначала обкатываю на своих проектах и только потом описываю.