Личный агент против ChatGPT: что даёт память и во сколько она обходится

Разница между «я пользуюсь ChatGPT» и «у меня личный агент» звучит как маркетинг, пока не разложить её на механику. Тогда остаются три отличия: память, права и расписание. Всё остальное — надстройки.

Разберу на данных большого опроса и посчитаю, во что каждое отличие обходится в рублях.

Что показал опрос 1 300 практиков

LangChain опросил более 1 300 специалистов — инженеров, продактов, руководителей. Опрос 2024 года, страница обновлена в 2026-м, поэтому цифры стоит читать как срез рынка, а не как свежую статистику.

Главное:

— 51% респондентов используют агентов в продакшене; ещё 78% имеют активные планы; — средние компании (100–2 000 сотрудников) внедряют активнее — 63%; — в нетехнологических компаниях 90% уже внедрили или планируют — примерно столько же, сколько в технологических (89%); — главные сценарии: исследования и сжатие информации — 58%, личная продуктивность и ассистенция — 53,5%, поддержка клиентов — 45,8%; — из контролей чаще всего ставят трассировку и наблюдаемость; офлайн-оценку применяют 39,8% против 32,5% онлайн; — свободу «читать, писать, удалять» почти никто не даёт: большинство ограничивается доступом только на чтение или требует подтверждения человека на значимые действия.

Второй и третий пункты важнее первого. Почти половина сценариев — это работа с информацией для себя, а не обслуживание клиентов. И почти никто не даёт агенту полные права: отрасль сама пришла к «человек подтверждает».

Три отличия, которые действительно есть

Память. Обычный чат помнит только текущий диалог: закрыли — начали с нуля. Личный агент держит базу знаний: ваши документы, заметки, прошлые решения — и подставляет нужные фрагменты в каждый ответ. Технически это поиск по базе плюс генерация, а не «магия».

Права. Агент может читать календарь, писать в файлы, отправлять сообщения. По данным того же опроса, зрелые команды дают ему чтение свободно, а на запись ставят подтверждение. Это не осторожность ради осторожности: ошибка в удалении стоит дороже, чем замедление.

Расписание. Агент работает, когда вас нет: собирает сводку к утру, проверяет почту ночью. Чат этого не умеет вообще — он живёт только в момент, когда вы его открыли.

Сколько это стоит

Теперь деньги. Считаю по тарифам DeepSeek V4 Flash (0,15 $ за миллион входных токенов, 0,60 $ за миллион выходных) и курсу ЦБ на 29 октября 2026 (80,87 ₽ за доллар).

Сценарий: 30 запросов в день, ответ — 700 токенов.

Без памяти: в каждом запросе около 500 токенов контекста. В месяц это 450 тысяч входных и 630 тысяч выходных токенов — 36 ₽.

С базой знаний: в запрос подставляется 5 000 токенов найденных фрагментов. В месяц 4,5 млн входных и те же 630 тысяч выходных — 85 ₽.

Память удорожает месяц в 2,4 раза и добавляет 49 ₽. На этом масштабе разница смешная: вопрос не в деньгах, а в том, есть ли у вас что подставлять. База знаний из десяти документов и база из тысячи стоят одинаково — дорого стоит не хранение, а качество поиска по ней.

Отдельная строка — расписание: сервер за 300 ₽ в месяц, чтобы агент работал без вашего ноутбука. Итого личный агент в минимальной конфигурации — около 385 ₽ в месяц.

Когда личный агент не нужен

Честно: в половине случаев он не нужен.

— Разовые задачи. Один вопрос в неделю — обычного чата достаточно. — Нет своих данных. Если подставлять нечего, память превращается в пустой ящик, а вы платите за инфраструктуру. — Нет повторяющихся ритуалов. Без «каждое утро» и «каждую пятницу» расписание бесполезно. — Нет времени на настройку. Первая сборка — вечер, дальше час-два в месяц. Это немного, но это не ноль.

По данным опроса, самая частая причина не внедрять — не цена, а сложность запуска и отсутствие понятного сценария.

Что делает агента личным

Не модель. Модель у всех одна и та же и стоит копейки. Личным его делают три вещи, которые нельзя купить:

1. Ваши документы в базе. Переписка с клиентами, регламенты, заметки, история решений.
2. Ваши правила. Что можно делать без спроса, что только с подтверждением, о чём уведомлять.
3. Ваш ритм. Что приходит утром, что вечером, что раз в неделю.

Именно поэтому «купить агента» как коробку не работает, а «настроить под себя» — работает. Разница ровно в этих трёх пунктах.

Первый вечер сборки

Если решать сегодня, вот минимальный путь на четыре шага — по времени, а не по «этапам внедрения».

20 минут: собрать базу. Сложить в одну папку 10–20 документов, которые вы реально перечитываете: регламенты, шаблоны писем, заметки по клиентам. Не всю историю, а то, что нужно на этой неделе.

40 минут: подключить поиск. Любой способ индексации папки и выдача 3–5 фрагментов в запрос. Здесь важно не «сделать красиво», а проверить, что по запросу «что мы обещали клиенту X» находится нужный абзац.

30 минут: правила. Прописать три строки: что агент делает сам, что с подтверждением, что не делает никогда. По данным опроса LangChain, именно так и поступают зрелые команды.

30 минут: один ритуал. Утренняя сводка по календарю и задачам, отправка в мессенджер. Дальше неделя наблюдения — и только потом новые сценарии.

Итого два часа на первую версию. Всё, что дальше, — это уже качество поиска и набор сценариев, а не «внедрение».

Что делать

1. Посчитайте, сколько у вас задач с контекстом: если больше трети, память окупится.
2. Начните с базы знаний, а не с агента: сначала документы и поиск по ним, потом автоматизация.
3. Дайте агенту чтение, а на запись поставьте подтверждение — как делают зрелые команды в опросе.
4. Запустите один ритуал: утренняя сводка или вечерний разбор. Один работающий ритуал полезнее пяти настроенных.
5. Считайте токены на реальном потоке за неделю: 36 ₽ или 85 ₽ — не тот масштаб, чтобы экономить, но рост в десять раз заметите сразу.
6. Не платите за «умную модель», пока не отладили поиск по своим документам: качество ответа определяется ими.
7. Проверьте через месяц, сколько минут в день агент сэкономил. Меньше десяти — сокращайте.

Смотрите также

Агент или workflow: когда усложнять не нужно и сколько это стоит в рублях Сколько стоит собрать личного ИИ-ассистента в 2026: смета до рубля Почему 95% пилотов ИИ не дают результата — и что отличает остальные 5%

Источники

1. LangChain, State of AI Agents — опрос 1 300+ специалистов (51% в продакшене, 78% планы, сценарии 58/53,5/45,8%, контроли) — https://www.langchain.com/stateofaiagents
2. Anthropic, «Building effective agents» — память и инструменты как строительные блоки — https://www.anthropic.com/engineering/building-effective-agents
3. Тарифы DeepSeek API, октябрь 2026 — https://deepseek.ai/deepseek-api
4. Курс доллара ЦБ РФ на 29.10.2026 — https://www.cbr.ru/currency_base/daily/