ainews
Разработчик три раза менял модели ИИ, а проблема оказалась в 28 открытых вкладках — почему агенты важнее моделей
Разработчик неделю думал, что его рабочий процесс медленный из-за слабой модели. Менял LLM, переписывал промпты — результат тот же. Проблема оказалась не в модели, а в 28 вкладках и ручном копипасте между Gmail, HubSpot, Drive и Slack. Когда он подключил desktop-агента, который сам дергает данные из разных приложений, та же модель сразу заработала эффективно. Вывод: узкое место не в том, насколько умна модель, а в том, может ли она сама получать доступ к вашим инструментам.
Если ты делаешь AI-продукт или внедряешь ИИ в работу — эта история показывает, что фокус на выборе модели часто ошибочен. Настоящая ценность в том, чтобы модель могла сама работать с твоими инструментами, а не ждать, пока ты скопируешь данные в чат.
Что произошло
Пользователь неделю экспериментировал с разными большими языковыми моделями, думая, что его задачи выполняются медленно из-за выбора LLM. Он переключался между несколькими топовыми моделями, переписывал промпты — результат не менялся.
Потом он посчитал, сколько шагов требуется для закрытия одной сделки: 28 открытых вкладок в четырех окнах. Переписка в Gmail, запись в HubSpot, контракт в Google Drive, календарь, Slack. Он вручную копировал данные туда-сюда, а модель просто сидела в отдельном чат-окне и давала общие советы.
Когда он подключил desktop-агента (программу, которая сама обращается к приложениям и достаёт нужные данные), та же самая модель начала работать эффективно. Агент сам заходил в Gmail, HubSpot, Drive, извлекал контекст и готовил черновики писем. Первый же запуск нашёл несколько забытых задач в старых переписках.
Вывод пользователя: узкое место не в том, насколько умна модель, а в том, может ли она сама интегрироваться с вашим стеком приложений. Та же модель, которая в изолированном чате давала общие ответы, показала реальную пользу, когда получила доступ к реальным данным.
Автор: Юлия Тарасова · Источник: reddit.com
Разработчикам. Если строишь AI-инструменты — фокусируйся на интеграциях и доступе к данным пользователя, а не на смене моделей. Desktop-агенты (RPA + LLM) могут дать больше практической пользы, чем очередной GPT-5. Проверь, где твой продукт просит пользователя копировать данные вручную — там и точка роста.
Бизнесу. Если внедряешь ИИ в компании — сначала автоматизируй копипаст между системами, потом думай о модели. Интеграция с реальным стеком (CRM, почта, облако) даст больше ROI, чем подписка на самую дорогую модель. Проверь, сколько времени сотрудники тратят на переключение между вкладками — там и деньги.
Инвесторам. Растёт спрос на агентов и middleware, которые дают моделям доступ к реальным приложениям пользователя. Это сдвигает фокус с больших моделей на инструменты оркестрации и интеграции. Смотри на стартапы, которые строят агентов для конкретных рабочих процессов (продажи, рекрутинг, операции), а не на очередные LLM API.
- Построить desktop-агента для конкретной вертикали (продажи, рекрутинг, финансы), который сам дергает данные из стандартного набора SaaS-инструментов — HubSpot, Gmail, Slack, Notion.
- Сделать плагин для браузера, который автоматически собирает контекст из открытых вкладок и скармливает модели одним запросом.
- Запустить сервис аудита рабочего процесса: анализируешь, сколько времени команда тратит на копипаст между приложениями, и предлагаешь готовые автоматизации.
- Создать no-code конструктор агентов, где пользователь сам выбирает, к каким приложениям агент получает доступ и какие задачи автоматизировать.
- Desktop-агенты с доступом к почте и CRM — это риск безопасности и утечек. Пользователи будут бояться давать полный доступ, особенно в корпоративных средах.
- Качество работы агентов сильно зависит от структуры данных у конкретного пользователя. Если процессы хаотичны — агент не спасёт.
- Хайп вокруг агентов может привести к переоценке стартапов, которые по факту делают обёртку над API существующих инструментов без реального AI-движка.
- Регуляторы и корпоративные IT-отделы будут замедлять внедрение desktop-агентов из-за compliance и data governance.
Эта история — отличная иллюстрация того, куда реально движется AI-рынок. Хайп вокруг моделей затмевает более приземлённую, но важную проблему: большинство людей не нуждаются в ещё более умной модели — им нужна модель, которая может сама работать с их инструментами. Desktop-агенты, которые достают данные из почты, CRM, календаря и готовят черновики, дают практическую пользу здесь и сейчас, без ожидания AGI.
Мы в редакции уверены: следующая волна успешных AI-продуктов будет не про «самую умную модель», а про оркестрацию существующих систем. Кто первым закроет интеграции с популярным стеком (HubSpot, Salesforce, Gmail, Slack) и сделает агента, которому можно доверить доступ к реальным аккаунтам, тот и съест рынок. Безопасность и compliance остаются главными тормозами, но спрос уже созрел.
Комментарии