--- title: Как устроить работу компании с ИИ-агентами metaTitle: Как устроить работу компании с ИИ-агентами description: Разбираем устройство агентной работы: источник событий, постоянное правило, разрешённые действия и проверка - и выбираем первый процесс для внедрения. date: 2026-10-29 tags: [ai-agents, business-processes, ai-native] cover: cover.webp coverAlt: Сотрудница с розовыми волосами передаёт коллеге настольные часы draft: false sources: - https://www.youtube.com/watch?v=Z3JyAqh4ixg - https://www.ycombinator.com/people/tom-blomfield --- Первый повторяемый процесс, который передают агенту, опирается на пять элементов: доступный источник событий, постоянное правило, список разрешённых действий, шаг проверки результата и одного человека, который отвечает за итог. Когда все пять присутствуют, процесс можно запустить и наблюдать за его работой. ## Четыре вещи, без которых агент не работает повторяемо Агенту нужны четыре вещи: доступный источник событий, постоянное правило работы, разрешённые действия и проверка результата. И ещё одно условие, которое объединяет всё это в реальный рабочий процесс, - один человек принимает результат всего процесса целиком, а не только своего шага. Разберём каждый элемент. Источник событий - это откуда агент узнаёт, что пора работать. Входящее письмо, запись в базе, протокол встречи, таймер. Без явного источника агент ждёт, когда вы сами принесёте ему задачу, и тогда вы по-прежнему в центре. Постоянное правило - это инструкция, которая не меняется от запуска к запуску. Она описывает, что считать результатом, какой порядок действий соблюдать, какие решения агент принимает сам, а какие выносит человеку. Если правило есть только в голове у владельца процесса, агент каждый раз начинает с нуля. Разрешённые действия определяют, что агент может сделать самостоятельно: создать черновик, обновить запись, отправить письмо. И здесь же - явные границы. В нашей практике в Majento расходы, публикации и обещания клиентам всегда согласует человек, даже если агент подготовил всё необходимое. Это не ограничение возможностей - это сознательный выбор, где сохраняется человеческий контроль. Проверка завершает каждый цикл работы: готовый результат сверяется с исходными данными и действующими правилами, после чего предъявляется назначенному проверяющему. Исполнитель проводит самопроверку в ходе работы - это полезно и сокращает число очевидных ошибок. Значимые результаты принимает конкретный человек, чья роль зафиксирована заранее. Если агент остановился, фиксируется точка остановки и причина - это часть результата, а не его отсутствие. ## Почему память, проверка и сообщение об остановке связывают задачи в процесс Одиночное поручение агенту и повторяемый процесс - разные вещи. Поручение заканчивается ответом. Процесс продолжается, накапливает знания и улучшается. Связывает их рабочая память - хранилище, куда записываются три типа предметов: решения владельца о том, как работать, постоянные инструкции конкретных задач и записи о том, что происходило в прошлых запусках. Эти предметы легко различаются по назначению и не смешиваются между собой. Когда агент работает по следующему протоколу, он обращается к памяти и видит: прошлый раз такой вопрос был открытым три дня, владелец решил, что дольше двух дней ждать не следует. Это решение уже не нужно принимать заново - оно сохранено. Когда агент сталкивается с ситуацией, для которой в инструкции нет правила, он фиксирует точку остановки и причину, затем передаёт управление человеку. Зафиксированная причина становится основой для обновления инструкции: команда разбирает реальный случай и добавляет правило, покрывающее его. Так инструкция дорабатывается по фактическим ситуациям, а не по предположениям о возможных сценариях. ![Телефон с сообщением рядом с открытой папкой инструкций](/blog/ai-native-company-workflows/fig-check-message.webp) ## Как это выглядит на практике: опыт YC и наш опыт Том Бломфилд, генеральный партнёр Y Combinator, описал один из подходов на выступлении Startup School в Париже ([видео](https://www.youtube.com/watch?v=Z3JyAqh4ixg)). В его примере дневной агент отвечает на пользовательские запросы к данным, а ночной изучает прошедшие сессии и предлагает исправления через pull requests. По словам спикера, это развивающаяся практика, а не готовый универсальный рецепт. Мы рекомендуем проверять такие PR до применения: человек смотрит предложенные изменения и принимает решение о внесении их в продукт. В другом примере расшифровки консультаций ложатся в основу обновлённого внутреннего руководства. Агент извлекает из реальных сессий паттерны и обновляет общую память команды. Опыт экспертов становится доступен системе, а не остаётся только в голове у конкретного человека. Majento - команда из Ташкента, которая создаёт и внедряет ИИ-агентов и обучает команды в Узбекистане, работая также с международной аудиторией. Внутри системы координатор pi связывает задачи с решениями владельца; тимлиды ставят ограниченные задачи исполнителям и принимают их результат; сторожа отслеживают остановки и передают их человеку вовремя; Вольт хранит связанные заметки о проектах, решениях и задачах. Ива - отдельный продукт и личный ассистент Сергея. Когда тимлид приступает к задаче, он обращается к Вольту и проверяет, есть ли уже принятое решение по схожему вопросу. Если решение есть, работа ведётся на его основе. Если нет - одобренный результат после проверки сохраняется в хранилище и становится актуальным источником для следующих задач того же типа. ## Пример в деталях: протокол, правило, ответ Ниже - составной образец на вымышленных данных. Реального запуска не было; пример нужен, чтобы показать, как выглядит работа агента с постоянной инструкцией. Постоянная инструкция координатора Натальи: > Источник: приложенный протокол встречи. Подключённых систем задач и переписки нет. > Правило: отделять согласованное от предложений. Готовить короткое нейтральное письмо с одним вопросом. Хранить открытые вопросы с ответственным и сроком проверки. До подтверждения отправки - только черновики и сводка. > Принимает результат: координатор Наталья. > Следующая проверка: 29 октября 2026, 10:00. Запрос: > Протокол встречи 28 октября 2026. Срок сдачи документации согласован на 15 ноября. Антон предложил добавить раздел интеграций - ждёт решения Марины. Формат передачи файлов не выбран. Ожидаемый ответ агента: *Сводка согласованного:* Срок сдачи документации - 15 ноября 2026. *Черновик письма Марине:* > Марина, добрый день. На встрече 28 октября Антон предложил добавить в документацию раздел интеграций. Подскажите, включаем этот раздел в текущую версию документации? *Открытые вопросы:*
ВопросОтвет­ственныйПроверка
Добавить раздел интеграций?Марина29 октября 2026, 10:00
Формат передачи файловне назначен - нужен ответ­ственный29 октября 2026, 10:00
*Статус:* письмо готово как черновик, не отправлено. Жду подтверждения Натальи. Теперь человеческая сверка. Срок 15 ноября взят из протокола напрямую - согласован. Письмо содержит один вопрос, сформулирован нейтрально. Антон упомянут в протоколе как источник предложения, но вопрос адресован Марине, потому что она принимает решение. Формат передачи файлов открыт: ответственный не назначен, поэтому агент не добавил имя, а пометил вопрос как требующий назначения. Отправки не было - только черновик. Вот что показывает пример. Агент отделил согласованный срок от предложения, не вписал имя туда, где ответственный не назначен, и оставил письмо черновиком до подтверждения Натальи. ## Как выбрать первый процесс Хороший первый процесс - тот, у которого уже есть ожидаемый артефакт и понятный срок. Еженедельная сводка по открытым задачам, черновики ответов на типовые запросы, обновление внутреннего реестра после встреч. Всё это производит конкретный документ в конкретное время. Прежде чем запускать агента, запишите три вещи: что он должен произвести, к какому сроку и по какой причине может остановиться раньше. Последнее - самое ценное. Когда агент остановился и не сообщил об этом, вы узнаёте об этом случайно. Когда остановка записана как ожидаемое событие, вы видите её сразу. Назначьте одного человека, который принимает результат. Не «команда», не «все заинтересованные» - один человек. Именно он замечает, что срок прошёл, а результата нет, и именно он решает, что делать дальше. Простой способ заметить остановку - настроить одно уведомление: если ожидаемый артефакт не появился к назначенному времени, ответственный получает сигнал. Для этого не нужна сложная инфраструктура, это может сделать любая обычная программа с планировщиком. ![Жёлтая карточка в отдельном лотке рядом с уведомлением на телефоне ночью](/blog/ai-native-company-workflows/fig-separate-overdue-task.webp) ## Частые вопросы ### Чем агент отличается от автоматизации, которая у нас уже есть? Автоматизация по заданным правилам хорошо справляется с однозначными шагами и часто этого достаточно. Агент с языковой моделью полезен там, где входящие данные - это текст, письмо или протокол, требующий интерпретации: модель выбирает подходящий шаг в пределах разрешённых действий. Память между запусками и сообщения об остановке настраиваются отдельно и доступны в обоих подходах. ### Что происходит, когда агент встречает ситуацию, которую не умеет обрабатывать? Инструкция задаёт явное поведение при неопределённости: остановиться и сообщить о причине. Команда проверяет это поведение на конкретных примерах при запуске, а внешний сторож контролирует, что сообщение об остановке поступает в ожидаемый срок. Когда остановка всё же происходит в реальной работе, зафиксированная причина указывает на пробел в правиле - команда разбирает случай и обновляет инструкцию. ### Как обучить сотрудников работать с агентами? Начните с того процесса, который выбрали для первого внедрения. Сотрудники учатся эффективнее на рабочих задачах, чем на абстрактных примерах. О том, как это организовать, подробнее написано в нашем разделе [об обучении команд](/ru/ai-training/). ### Как понять, что процесс подходит для агентизации, а не лучше оставить его людям? Если результат процесса описывается конкретным артефактом, шаги повторяются от запуска к запуску и входящие данные можно передать текстом - процесс скорее всего подходит. Если результат каждый раз нужно согласовывать заново и он зависит от неформального контекста, начните с документирования самого процесса. О том, как выбрать подходящую бизнес-задачу, мы написали [отдельно](/ru/blog/ai-agents-for-business/). *Если хотите разобрать, какой процесс подойдёт вашей компании - напишите в [Telegram](https://t.me/shimaoz) или на [hello@majento.ai](mailto:hello@majento.ai).*