Как создать ИИ-агента в 2026 году

Данные на 22.10.2026, 23:05 МСК · цены в ₽ за 1M токенов

ИИ-агент это языковая модель в харнессе: программа отдаёт модели задачу и инструменты (файлы, команды, MCP-серверы), выполняет её вызовы и повторяет цикл, пока результат не пройдёт проверку. Создать ИИ-агента проще всего на готовом харнессе вроде Claude Code, Codex или open-source OpenCode: подключить ключ модели и MCP-инструменты и задать признак готовности. Для своего продукта агентный цикл пишут на SDK с tool calling.

Что такое ИИ-агент

Агент складывается из четырёх частей:

• Модель. Решает, что делать дальше: ответить или вызвать инструмент.
• Харнесс. Цикл вокруг модели. Передаёт ей контекст, выполняет её вызовы и возвращает результат.
• Инструменты. Файлы, терминал, браузер, внешние сервисы через MCP.
• Проверка. Тест, запуск или скриншот, по которым видно, что задача сделана. Без проверки агент просто пишет текст со словом «готово».

Как сделать ИИ-агента: готовый харнесс или свой цикл

Для большинства задач харнесс уже написан. Создать агента в нём значит дать задачу, инструменты, ключ модели и способ проверки.

Агент на готовом харнессе

Claude Code

Харнесс Anthropic для терминала: читает проект, правит файлы, запускает команды и тесты. Со своим ключом шлюза работает через ANTHROPIC_BASE_URL и ANTHROPIC_AUTH_TOKEN, настройка в статье Claude Code из России. Через наш адрес в Claude Code работают модели claude-*.

Codex

Харнесс OpenAI, ходит в модели через Responses API. Провайдер описывается в ~/.codex/config.toml, готовый конфиг в статье Codex из России.

OpenCode и другие open-source харнессы

OpenCode подключает любой OpenAI-совместимый провайдер: в opencode.json задаются baseURL, ключ и список моделей. Для эндпоинта /v1/chat/completions по документации OpenCode нужен пакет @ai-sdk/openai-compatible, для /v1/responses пакет @ai-sdk/openai.

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "aishlyuz": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "aishlyuz",
      "options": { "baseURL": "https://aishlyuz.ru/v1", "apiKey": "{env:AISHLYUZ_API_KEY}" },
      "models": { "gpt-5-6-sol": {}, "deepseek-v4-1-flash": {} }
    }
  }
}

Id моделей берём из GET /v1/models.

Инструкции агенту: AGENTS.md и CLAUDE.md

Постоянные правила проекта (как запускать тесты, что считать готовым, куда не лезть) кладут в файл в корне репозитория. Codex и OpenCode читают AGENTS.md, Claude Code читает CLAUDE.md. Пишите туда коротко: команды, проверки, ограничения. Остальное агент найдёт в коде сам.

Инструменты агента через MCP

MCP это open-source стандарт, по которому агент подключает внешние инструменты: базы, сервисы, API (спецификация). В харнессе они подключаются одной командой, например:

claude mcp add --transport http aishlyuz https://aishlyuz.ru/mcp --header "Authorization: Bearer $AISHLYUZ_API_KEY"
codex mcp add aishlyuz --url https://aishlyuz.ru/mcp --bearer-token-env-var AISHLYUZ_API_KEY

В нашем каталоге MCP-серверов десятки проверенных MCP-инструментов, про hosted MCP на странице /mcp. Как устроен MCP, разобрано в статье что такое MCP-сервер.

Создать AI-агента в коде: минимальный цикл

Агентный цикл в своём продукте занимает пару десятков строк: модель, вызов инструмента, результат, снова модель. Останавливаемся, когда модель отвечает без вызовов или кончился лимит шагов.

import subprocess
from openai import OpenAI

client = OpenAI(base_url="https://aishlyuz.ru/v1", api_key="sk-ais-…")

tools = [{"type": "function", "function": {
    "name": "run_tests", "description": "Запустить тесты проекта",
    "parameters": {"type": "object", "properties": {}}}}]

def run_tests():
    r = subprocess.run(["pytest", "-q"], capture_output=True, text=True)
    return r.stdout[-4000:]

messages = [{"role": "user", "content": "Почини падающие тесты. Готово, когда pytest зелёный."}]
for step in range(10):
    msg = client.chat.completions.create(model="gpt-5-6-sol", messages=messages, tools=tools).choices[0].message
    messages.append(msg)
    if not msg.tool_calls:
        break
    for call in msg.tool_calls:
        messages.append({"role": "tool", "tool_call_id": call.id, "content": run_tests()})
print(msg.content)

Другие инструменты добавляются так же: описание в tools и функция, которая их выполняет. Id модели берём из GET /v1/models. Если нужны готовые абстракции, есть OpenAI Agents SDK, Claude Agent SDK и LangGraph.

Как выбрать модель под агента

Модель это расходник: под каждую задачу берём ту, что с ней справляется, без привязки к вендору. Длинные правки кода и планирование отдаём сильной модели, массовые простые шаги быстрой и дешёвой. Удобно, когда все модели доступны одним ключом: AIShlyuz — один ключ ко всем моделям, каталог и цены на /modeli. Разборы по вендорам: API Claude, ChatGPT API, DeepSeek API.

Как проверять агента

Это главное в агенте. Слово «готово» не принимаем, принимаем зелёный тест.

• Признак готовности в задаче. «Готово, когда тесты проходят», «готово, когда страница открывается и форма отправляется».
• Проверка настоящим запуском. Тест, запуск приложения, скриншот, а не отчёт агента о себе.
• Проверяет не автор. Другая модель, новый тред или CI. Агент, который писал код, свои ошибки видит хуже.
• Трейсы и логи. Смотрим, какие инструменты агент вызывал и сколько контекста потратил. Контекст стоит денег.
• Git как точка сохранения. Каждый рабочий шаг в коммит, неудачный откатывается одной командой.

План и ручная проверка нужны там, где ошибка дорогая: деньги, миграции, безопасность, прод.

Сколько стоит агент

Платите за токены модели: каждый шаг цикла снова отправляет контекст. Цены моделей на /modeli, расход под свою нагрузку в калькуляторе. Шлюзы в рублях сравниваем в статье агрегатор LLM API в рублях.

Агенты без кода: n8n

В n8n есть узел AI Agent: модель, инструменты и память собираются на схеме, запуск по расписанию или по событию. Подходит, когда шаги понятны заранее.

Новости в статье новости ИИ-агентов для кода, каталог агентов на /agents, наш подход к работе с ними в руководстве по вайбкодингу. Если агент не подключается, смотрите справочник ошибок подключения.

Частые вопросы