Первый раз я запустил агента на задачу, которую ненавижу: собрать конкурентов, вытащить цены, свести в таблицу. Через сорок минут получил файл с идеальным оформлением и половиной выдуманных цифр. С тех пор сравниваю ИИ-агентов не по демо-роликам, а по одному критерию: что агент реально делает руками, а где его вежливо останавливают.
Дальше разбор: как устроены разные лагеря агентов, чем они отличаются на практике и почему выбор чаще упирается не в модель, а в доступ.
Агент отличается от чата не интеллектом, а руками
Модель умеет рассуждать. Агент умеет доводить до конца. Разница в том, что у второго есть среда выполнения: файловая система, браузер, терминал, API, календарь, почта. Один и тот же запрос «собери отчёт по продажам за квартал» даст три разных результата. Всё зависит от того, дотянется агент до папки с выгрузками или попросит загрузить CSV вручную.
Отсюда главный водораздел в сравнении ИИ-агентов. Не «какая модель умнее», а «где агент живёт и что ему разрешено трогать». Дальше идут нюансы: длина цепочки, умение останавливаться и спрашивать, стоимость прогона.
Хайп вокруг агентов строится на красивом допущении: достаточно дать модели инструменты, и она сама разберётся. Инструменты - половина дела. Вторая половина - разрешения и границы. Агент с доступом ко всему диску и агент с доступом к одной папке ведут себя как два разных продукта. Модель внутри одна и та же.
Четыре больших агента и четыре разных ответа на вопрос «где ты живёшь»
Самый честный срез рынка получается, если сравнить Claude Cowork, ChatGPT Agent, Gemini и Microsoft 365 Copilot по среде выполнения и доступу к файлам. Различия тут не косметические, а архитектурные.
- Claude Cowork работает как десктопное приложение на Mac и Windows и видит локальные файлы и приложения на вашем компьютере. По сути цифровой сотрудник, посаженный за вашу машину.
- ChatGPT Agent доступен в вебе, на iOS/Android и в десктопном клиенте, но прямого доступа к файловой системе нет. Только загруженные файлы и облачные диски.
- Gemini живёт в вебе и внутри Google Workspace, дорога к файлам одна - Google Drive.
- Microsoft 365 Copilot встроен в экосистему Microsoft и видит OneDrive и SharePoint, локальные файлы ему недоступны.
Для меня эта таблица объясняет больше, чем десяток бенчмарков. Если нужно, чтобы агент разобрал папку со счетами на рабочем столе, вариант один. Если работаете в облаке и живёте в корпоративной подписке, считайте деньги и права доступа, а не «интеллект».
Отдельная история - разрешения. Десктопный агент с доступом к локальным файлам это и удобство, и риск. Один неверный шаг в промпте, и он переименует не то, что нужно. Проверяйте, есть ли карантин на опасные действия и лог операций. У корпоративных решений это обычно есть, у самодельных сборок почти никогда.
Про ChatGPT Agent стоит добавить важное: он силён в браузерных сценариях. Пройти по сайтам, собрать данные, заполнить форму, сравнить условия. Там, где задача упирается в чужой интерфейс, он отрабатывает прилично. Но как только нужен файл с вашего диска, начинается ручная логистика. Вся экономия времени уходит на загрузку и переименование.
Microsoft сделала ставку на специалистов, а не на универсала
Пока все гонятся за одним всемогущим агентом, Microsoft распилила его на роли внутри экосистемы. В Microsoft 365 Copilot уже работают Word, Excel и PowerPoint Agents: описываете задачу словами, получаете документ, таблицу или презентацию. Copilot в Outlook разбирает длинные цепочки писем и предлагает черновики ответов.
Логика железная. Узкий агент реже ошибается, потому что у него меньше свободы. Практическая деталь, которую замечаешь через неделю: он не пытается быть умнее вас, он закрывает рутину. Минус тоже очевиден - вы привязаны к подписке и формату файлов. Вынесли данные из OneDrive, и агент ослеп.
Есть и второй минус, про который говорят тише. Специализированные агенты плохо стыкуются между собой. Excel Agent посчитает, Word Agent оформит, а контекст из одного в другой приходится передавать вручную. Универсальный агент этой проблемы не имеет по определению, зато имеет свою - он одинаково посредственно делает всё.
Автономные агенты для удалённой работы: Manus, Genspark, Deep Agents
Второй лагерь - агенты, которые берут задачу целиком и идут по шагам сами. Годом автономных агентов называли 2025-й, а на практике всё выглядит так: ставите задачу «сделай лид-магнит и посадочную под него», уходите пить кофе, возвращаетесь к промежуточному результату.
Manus, Genspark и Deep Agents от Abacus в сравнительных тестах прогоняют по одной цепочке: лид-магнит, сайт, чат-бот в Telegram для выдачи. На Reddit маркетологи отмечают ту же закономерность: разница вылезает не на первом шаге, а на третьем. Один агент аккуратно собирает структуру, но застревает на публикации. Второй быстро генерит сайт и забывает про мобильную версию. Третий доводит до конца, но жжёт токены так, что раздел с тарифами становится главным в обзоре.
Manus называют китайским техносамураем за агрессивную автономность. Genspark берёт скоростью и готовыми страницами. Deep Agents выглядит скромнее, зато предсказуемее в мелочах. Общее одно: длинные цепочки без присмотра пока ломаются. Двадцать шагов агент держит, сорок - начинает импровизировать. Импровизация в бизнес-задаче стоит денег.
Про тарифы отдельно, потому что это самое отрезвляющее в сравнении. Агентные прогоны считаются не запросами, а кредитами, и один прогон по длинной цепочке съедает их десятками. Люди покупают подписку за десять долларов, за вечер делают три сайта и лид-магнит, а потом удивляются остатку на балансе. Считайте не цену входа, а цену одной завершённой задачи. Обычно она в пять-десять раз выше, чем кажется по прайсу.
Агентские IDE - отдельная лига со своими метриками
Разработка живёт по другим правилам, и сравнивать Cursor с Manus бессмысленно. Здесь свой список: Cursor, Kiro, Claude Code как расширение, Roo Code, Kilo Code, Antigravity, Cline, Windsurf, Continue, TRAE, Qoderrr, Warp ADE, Zed.
Важная оговорка про бенчмарки. Первое и третье места TRAE в SWE-bench относятся к конкретным прогонам «агент плюс модель» в срезе Open Scaffold, а не к качеству IDE целиком. Как сигнал это полезно, как приговор конкурентам нет. Я видел, как инструмент с прекрасными цифрами разваливался на реальном легаси-проекте. Контекст в четыре тысячи строк он просто не тянул.
Второй момент - куда движется рынок. Cursor явно сместился в сторону сборки приложений, туда же, где Lovable и Bolt.New. Для enterprise-разработки и spec-driven подхода с длинными спецификациями он подходит всё меньше. Порог входа в AI IDE низкий, требования высокие, конкурентов много, поэтому все ищут нишу поудобнее.
По лагерям это делится просто. Cursor, Windsurf и Kiro - готовые продукты под ключ, где вы платите за удобство. Cline, Roo Code, Kilo Code и Continue - открытые решения, куда вы подключаете свой ключ и платите по факту. TRAE и Zed пытаются усидеть между этими полюсами. Qoderrr и Warp ADE заходят с другой стороны, через терминал и инфраструктуру.
Если оценивать по-честному, я бы весил критерии так: UI/UX и поддержка spec-driven на первом месте, работа в режиме редактора чуть ниже, эксклюзивные фишки и встроенные инструменты ещё ниже. По четырёхбалльной шкале (1 - отсутствует, 2 - плохо, 3 - хорошо, 4 - очень хорошо) разрыв между топом и середняком редко превышает один балл. Выбирают тут не по функциям, а по привычке и по тому, насколько инструмент встраивается в пайплайн.
Где агенты ломаются чаще всего
Пять типовых мест, на которых я спотыкался сам и видел у клиентов.
Доступ к локальным файлам. Половина офисных задач живёт в папках на компьютере. Агент без доступа к файловой системе заставляет вас вручную загружать и переименовывать. Вся экономия времени съедается логистикой.
Контекст. Агент помнит последние шаги, но теряет исходную цель. Через тридцать итераций он оптимизирует не то, что вы просили. Лечится короткими подзадачами и явным чекпоинтом, куда возвращается состояние.
Отсутствие тормозов. Хороший агент умеет остановиться и спросить. Плохой делает вид, что понял, и идёт дальше. В задачах с платежами, удалением файлов и отправкой писем это критично.
Стоимость. Агентный прогон это десятки вызовов модели, а не один. Счёт за месяц легко превышает стоимость подписки в пять раз, если пускать агента на задачи, которые решаются одним запросом.
Доступ и оплата. Самый скучный и самый болезненный пункт для тех, кто работает из России. Половина сервисов из этого обзора не принимает карты и не пускает по IP. Об этом ниже, потому что это не деталь, а входной билет.
Проблема не в качестве моделей, а во входе
Сравнивать ChatGPT Agent и Gemini по доступу к файлам можно сколько угодно. Если вы не можете оплатить подписку и зайти на сайт, сравнение превращается в чтение обзоров. Знакомая история: человек выбирает агента месяц, а потом выясняет, что нужна иностранная карта, новый аккаунт и стабильный обход блокировки.
Поэтому в реальном выборе смотреть надо не только на модель, но и на шлюз. Из России сейчас самый простой путь к флагманским моделям - 3GPT от 3SELLER. Это ИИ-роутер с прямым доступом к последним версиям: Chat GPT 6 Astra, the model 5, the model 5.1, the model 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений, плюс генерация видео и многое другое.
Стоимость входа - 149 рублей. Пополнить баланс можно российской картой, через СБП или криптой. Без иностранных карт, без танцев с VPN, без переписки с поддержкой на английском.

Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt.
Готовые агенты вместо сборки с нуля
Отдельная фишка, которая экономит больше всего времени: готовые ИИ-агенты под конкретные задачи. Выбираете агента, начинаете общение, а модель меняете прямо в чате, если текущая не тянет.
Системный промпт на две страницы писать не нужно, отлаживать его неделю тоже. Маркетинг, тексты, разбор документов, генерация идей, работа с таблицами - заходите и работаете. Для небольших команд это разница между «мы попробуем ИИ в следующем квартале» и «мы уже вчера закрыли задачу».
Посмотреть список и выбрать своего можно тут - готовые ИИ-агенты под ваши задачи.

Агентам тоже нужны картинки, видео и голос
Половина реальных задач упирается не в текст. Нужен визуал для поста, обложка для карточки товара, короткий ролик для рекламы, озвучка. Тащить для этого отдельный сервис и отдельную оплату неудобно, поэтому генерация изображений и видео живёт рядом с моделями.
Реалистичные фотографии, обработка готовых снимков, ролики, голос - всё через лучшие ИИ инструменты для изображений. Nano Banana в этом наборе закрывает быстрые правки и апскейл, а видео генерится там же, без переключения на другой аккаунт.


Как выбрать агента под свою задачу без двухнедельного теста
Четыре вопроса, которые я задаю до покупки любой подписки.
Где лежат данные. Если в локальных папках, отсекайте всё, что не имеет доступа к файловой системе. Если в облаке, смотрите, какое именно облако поддерживается: OneDrive и Google Drive не взаимозаменяемы.
Сколько шагов в задаче. До десяти хватит обычного чата с инструментами. Двадцать и больше требует настоящего агента с планированием и логом действий.
Что будет при ошибке. Задачи, где неверный шаг стоит денег или ломает данные, требуют подтверждения перед действием. Проверяйте это на демо-доступе, а не после инцидента.
Сколько это стоит в месяц при вашей нагрузке. Считайте не подписку, а прогоны. Агент на сорок шагов и агент на пять шагов могут стоить одинаково на бумаге и различаться в десять раз по факту.
Что я бы сделал на вашем месте на этой неделе
Не выбирайте агента по обзорам, включая этот. Возьмите одну свою настоящую задачу, желательно скучную и повторяющуюся, и прогоните её через два-три варианта. Час практики даёт больше, чем десять статей, потому что ломается всегда не то, что описано в демо.
И начните с доступа. Пока вы решаете, какой агент умнее, вопрос «чем платить и как зайти» тихо решает всё за вас. 3GPT снимает именно этот слой проблем: один вход, флагманские модели, оплата российской картой, через СБП или криптой, старт от 149 рублей. Дальше можно спокойно сравнивать характер агентов, а не их доступность.