Еще несколько месяцев назад автономные агенты обсуждались преимущественно в контексте генерации текста и написания кода, но в мае 2026 года начались реальные полевые эксперименты с прямым доступом систем к физической инфраструктуре и финансам.
Архитектура доступа и первые перегрузки контуров
Исследователь Вика протестировала ИИ-агента по имени Ника, которому подключили 294 инструмента, в том числе API известных российских сервисов и MCP-серверы (для части интеграций пришлось прибегнуть к реверс-инжинирингу). Для выполнения задач агенту выделили более 10 LLM через собственный GPU-кластер с инференсом и двух внешних провайдеров, причем модель выбиралась динамически с учетом сложности запроса, стоимости, скорости и текущей нагрузки. Полномочия системы не ограничивались экраном монитора: агенту предоставили банковскую карту, несколько SIM-карт с ИИ-звонилкой, браузерного агента, собственную почту и аккаунты в Telegram и WhatsApp для обхода ограничений там, где отсутствовали подходящие API или MCP.
В одном российском магазине я настроила через Нику покупку кофе: раз в два дня, по утрам. Хотела проверить, будет ли она возвращаться к задаче сама, без нового сообщения от меня.
Фоновые тесты быстро вскрыли издержки отсутствия жестких ограничителей в операционных сценариях. В ходе регулярных тестов с заказом кофе раз в два дня у автора дома в итоге накопился запас примерно на год. Подобные казусы возникают из-за того, что для регулярных задач разработчики часто забывают прописать четкие условия остановки и лимиты бюджета, оставляя агента непрерывно расходовать средства по первично заданному расписанию.
Экономика инференса при содержании связки из 10+ моделей для выполнения таких простейших бытовых задач выглядит отрезвляюще для корпоративных бюджетов. Динамическое переключение между собственным GPU-кластером и внешними провайдерами ради рутинного заказа кофе создает колоссальные накладные расходы: стоимость генерации токенов для координации агента и работы с 294 инструментами многократно превосходит стоимость самого товара. При масштабировании подобных архитектурных уязвимостей на корпоративный уровень — когда автономные системы получают доступ к реальным бюджетам и бизнес-процессам без жестких предохранителей — компания рискует столкнуться с тем, что содержание контура управления станет дороже самой автоматизируемой операции, а бесконечные циклы незамкнутых задач превратятся в системный источник убытков.
Автоматизация платежей и физические ограничения сервисов
Переход от симуляций к реальным транзакциям показал, что современные агенты успешно справляются со сквозными сценариями вроде поиска рейсов, заполнения данных пассажира и оплаты авиабилета через браузер, однако натыкаются на барьеры в офлайн-инфраструктуре. Попытки протестировать работу с сайтами до совершения покупок в Yandex Cloud и на портале М.Видео ограничились выбором ресурсов, расчетом стоимости конфигурации сервера и подбором комплектующих для ПК без перехода к оплате.
В «Сахалин» Ника позвонила двадцать раз. После этого ее номер заблокировали.
Голосовые сценарии с использованием ИИ-звонилки для бронирования столиков привели к блокировкам номеров из-за цикличных или слишком частых вызовов в рестораны. При этом агент параллельно накопил историю инцидентов с попаданием в черные списки заведений.