Агенты

Как выбрать AI-агента по задаче, а не по названию

Раздел «Агенты» нужен, чтобы выбрать первый практический AI-сценарий без путаницы между инструментом, моделью, интерфейсом и бизнес-процессом.

AI-агент не становится полезным только потому, что умеет отвечать в чате или голосом. Польза появляется, когда у агента есть конкретная работа: принять заявку, ответить по базе знаний, собрать недостающие поля, передать сложный случай человеку, подготовить draft действия и пройти проверку качества.

Поэтому AI-Ready рассматривает агента как маршрут: задача → знания → правила ответа → handoff → approval → проверка → улучшение.

Короткий ответ

Выбирайте не «какого агента поставить», а какой повторяющийся процесс стоит проверить первым.

Например:

• клиенты задают одни и те же вопросы — смотрите AI Support Agent;
• входящие звонки теряются или обрабатываются нестабильно — смотрите AI Voice Agent;
• документы есть, но люди не находят ответы — нужен Knowledge Pack и future knowledge assistant route;
• заявки приходят хаотично — нужен intake route;
• агент уже отвечает, но качество непонятно — смотрите RAG Quality и Harness.

Так раздел помогает не начать с платформы. Сначала выбирается работа агента, потом знания, границы и инструменты.

Когда это становится проблемой

Проблема появляется, когда бизнес хочет «AI-агента вообще».

Такой запрос быстро становится слишком широким. В одном проекте смешиваются поддержка, продажи, звонки, внутренний поиск, CRM, письма, документы и обещания клиентам. После этого команда уже не проверяет агента, а пытается понять, почему красивый prototype стал небезопасным.

Хороший старт другой: выбрать один агентский маршрут и ограничить его.

Как выбирать первый маршрут

Сначала ответьте на несколько вопросов:

1. Какой повторяющийся процесс болит сильнее всего?
2. Есть ли знания, из которых агент может отвечать?
3. Какие ответы нельзя обещать без человека?
4. Что агент должен собрать перед handoff?
5. Какие действия требуют approval?
6. Чем вы проверите качество до pilot?

Если ответы пока неясны, начинать нужно не с инструмента, а с Knowledge Pack, Source Map и Answer Policy.

Чем раздел «Агенты» не является

Это не каталог магических ботов.

Это не список готовых продуктов.

Это не обещание, что любой процесс можно автоматизировать сразу.

Это карта практических маршрутов. Каждый agent page должен показывать, какую работу агент берёт, где остановится и какие слои нужны, чтобы его ответы были проверяемыми.

Что можно сделать самостоятельно

Выберите один узкий сценарий:

• частые вопросы поддержки;
• первичная обработка звонка;
• intake заявки;
• ответы по внутренним документам;
• подготовка summary для оператора.

Затем соберите:

• 20–50 реальных вопросов или обращений;
• источники ответов;
• запрещённые обещания;
• handoff rules;
• approval points;
• тестовые сценарии.

Если это уже выглядит сложно, это нормально. Агентский проект почти всегда ломается не на модели, а на неготовых знаниях и неописанных границах.

Как AI-Ready использует раздел агентов

Agents hub связывает практические страницы с wiki-слоями.

AI Support Agent показывает, как агент поддержки работает с Knowledge Pack, Answer Policy и Operator Handoff.

AI Voice Agent показывает, что голос — это только канал, а не готовый процесс.

Дальше agent routes должны связываться с Tools, Practice и Harness: инструмент помогает собрать prototype, Practice помогает подготовить пилот, Harness фиксирует качество, решения и retest.

Куда идти дальше

Если хотите начать с самого зрелого практического примера, откройте AI Support Agent.

Если задача связана со звонками, откройте AI Voice Agent.

Если знаний ещё нет, начните с Knowledge Pack.

Если хотите проверить готовность к пилоту, переходите к Pilot Readiness Checklist.

Техническая карта для специалистов

Ниже остаётся текущая route-карта раздела: стартовые agent routes, связанные wiki layers, Tool Radar и pilot readiness. Она нужна тем, кто собирает агентский маршрут как систему, а не как отдельный chatbot.

Как читать раздел

Агенты — это не каталог магических чатботов. Каждая agent page должна показывать рабочий контур: какую задачу агент берёт, на каких знаниях отвечает, где останавливается и как проверяется.

Стартовый маршрут:

Для support-сценариев стартовый маршрут теперь использует Foundation A layer:

Главный принцип

Агент — это не только модель и prompt. Бизнес-ценность появляется, когда агент подключён к знанию, процессу, handoff, ограничениям действий, source/evidence policy и проверке качества.