Почему AI-агент ломается не из-за плохого промпта
Можно идеально написать инструкцию для агента — и всё равно получить систему, которая тратит миллионы токенов, конфликтует сама с собой и в какой-то момент делает опасное действие.
Есть описанные пять проблем, на которые наткнулся при создании AI-агентов внутри компании. Главный вывод важнее конкретных багов:
Рабочий агент — это уже не промпт.
Это инженерная система.
🧠 1. Память быстро превращается в свалку
Если агент тащит за собой логи, историю браузера, старые решения и сотни инструментов, стоимость взлетает.
В одном кейсе фоновая задача стартовала уже примерно с 50 000 токенов, а простой вопрос о расходах однажды потребовал около 1,35 млн токенов.
После разделения памяти и ограничения инструментов сократили фоновое потребление примерно на 4,6 млн токенов в день.
⚠️ 2. Опасные действия требуют подтверждения
Например, force-push в Git может стереть чужую работу. Поэтому необратимые действия нельзя оставлять полностью на усмотрение агента.
🖥 3. Браузер — плохой фундамент
Автоматизация через интерфейс ломается на авторизации, CAPTCHA, 2FA, изменениях кнопок и параллельных сессиях.
Если есть API, CLI или прямой доступ к системе — лучше начинать с них. Браузер оставлять запасным вариантом.
🔂 4. Параллельные агенты начинают мешать друг другу
Два процесса могут одновременно изменить одну ветку, занять один профиль или перехватить очередь задач.
Здесь нужны обычные инженерные механизмы: блокировки, очередь, база состояния и правила повторного запуска.
🛠 5. Длинная задача должна переживать сбой
Если агент работает час, он должен знать: что уже сделал, где остановился, что можно повторить и что делать дальше.
Иначе после любой ошибки начинается самое дорогое: «запустим всё заново».
Главный урок: чем автономнее становится ИИ, тем важнее не дать ему больше свободы, а правильно ограничить её.
Хороший промпт запускает агента.
Хорошая инженерия не даёт ему развалиться в реальной работе.
Подписывайтесь
September 3, 2026 12
