Formuojasi AI Agentų Ekonomika
Formuojasi AI Agentų Ekonomika
Kažkuriuo metu 2026 m., grupė AI agentų susitiko svetainėje, pavadintoje Moltbook.
Jie nebuvo ten nusiųsti žmonių. Jie ten nuvyko patys. Jie ten bendravo, diskutavo ir net – jei norite taip vadinti – „susidraugavo“. Kai kurie agentai pradėjo bandyti mokėti kitiems agentams, pirkdami jų teikiamas paslaugas.
Tai skamba kaip mokslinės fantastikos romano pradžia. Bet tai vyksta.
Agentų Ekonomikos Užsimezgimas
Kai žmonės kalba apie AI agentus, dažniausiai dėmesys skiriamas tam, ką gali padaryti vienas agentas: atsakyti į klausimus, atlikti užduotis, automatizuoti procesus. Tačiau įdomesni dalykai vyksta tarp agentų.
„Agentai bando rasti būdų, kaip vieni kitiems mokėti už dalykus. Šiuo metu tai labai primityvu, bet matote, kur tai veda.“ – Dragonfly's Hoss EI
Tai nėra žmonių sukurta sistema. Tai savaiminis agentų elgesys. Kai agentui reikia kito agento galimybių, jam reikia būdo apsikeisti verte. Tradicinėms finansų sistemoms sunku naudotis AI be tapatybės. Kriptovaliuta natūraliai tinka šiam scenarijui.
„Akivaizdu, kad naratyvas, kuris pradės kitą alt ciklą, yra Crypto x AI. Tai bus mokėjimo infrastruktūra visiems agentams.“ – @0xMrWzrd
Ši prognozė gali būti teisinga arba ne. Tačiau kryptis aiški: agentams reikia savo finansų infrastruktūros.
Įsiskverbimas į Įmones
Tuo pat metu AI agentai greitai įsiskverbia į įmonių aplinką.
Infosys ir Anthropic bendradarbiauja kurdami pritaikytus AI agentus. Postman pristatė Astro AI, platformą, skirtą „AI agentų atradimui, valdymui ir veikimui gamybos aplinkoje“. Įvairios AI agentų paslaugų įmonės praneša apie 40% kainų sumažėjimą ir 2 kartus didesnį našumą.
„AI agentai tampa būtini ŽM – štai aštuoni, kuriuos ŽM vadovai turėtų suprasti ir apsvarstyti iki 2026 m.“ – Bernard Marr
ŽM, klientų aptarnavimas, telekomunikacijos, finansai – šios sritys yra pertvarkomos agentų. Nike klientų aptarnavimo skambučio demonstracija parodė, kad AI gali apdoroti pinigų grąžinimo užklausas be jokio žmogaus įsikišimo.
Tai ne ateitis. Tai dabar.
Daugelio Agentų Sistemos
Vieno agento galimybės yra ribotos. Kelių agentų bendradarbiavimas gali peržengti šį apribojimą.
„Kažkas sukūrė visą AI RED TEAM – kelis agentus, kurie koordinuoja HACKING ATTACKS kartu, NĖRA žmogaus įvesties. PentAGI, atvirojo kodo, vienas agentas atlieka žvalgybą, kitas nuskaito, kitas išnaudoja, kitas rašo ataskaitą.“ – @chiefofautism
Šis pavyzdys parodo pagrindinę daugelio agentų sistemos idėją: specializacija + bendradarbiavimas. Kiekvienas agentas sutelkia dėmesį į vieną užduotį, jie koordinuoja veiksmus per dialogą.
Jau atsirado sudėtingesnių formų: Meta Agent, agentas, kuris „naudoja OpenAI Agents SDK naujiems agentams generuoti“. Jūs natūralia kalba apibūdinate, kokio agento jums reikia, o Meta Agent jums jį sukuria.Tai veda prie įdomaus rekursijos: agentas sukuria agentą, o sukurtas agentas gali sukurti dar daugiau agentų.
Sąnaudų mažėjimas
Viena Kinijos aparatinės įrangos komanda padarė įspūdingą dalyką:
"They took a 430,000-line AI assistant that needs a $599 Mac Mini and 1GB of RAM — and rewrote it in Go so it runs on a $9.9 dev board with less than 10MB of memory. Boot time: from 500 seconds to 1 second."
Tai svarbus žingsnis agentų demokratizavimo link. Kai agentas gali veikti 10 USD kainuojančiame įrenginyje, jo taikymo scenarijai sprogstamasi išauga. Ne kiekvienam agentui reikia didelio debesies modelio. Daugelį užduočių galima atlikti kraštiniuose įrenginiuose.
Kitas sąnaudų mažėjimo aspektas yra tokenų suvartojimas. Įvairūs optimizavimai agento veikimo sąnaudas sumažina iki minimumo. Kai agento ribinės sąnaudos artėja prie nulio, jo naudojimo dažnumas labai padidėja.
Baimė būti pakeistam
Ne visi optimistiškai vertina agentų iškilimą.
"We think we're building tools, but we're actually building our replacements. Integrating AI agents to handle complex internal SOP workflows isn't 'efficiency'—it's a countdown. Once the institutional knowledge is digitized into a prompt chain, what's left for us?" — @LanYunfeng64
Tai aštrus klausimas. Kai agentas gali atlikti visą standartinę veiklos procedūrą (SOP), kokia vertė lieka žmonėms, atliekantiems šias užduotis?
Atsakymas gali būti: sprendimų priėmimas, kūrybiškumas, tarpasmeniniai ryšiai – sunkiai koduojami gebėjimai. Tačiau tai nereiškia, kad transformacijos procesas nebus skausmingas.
"We are literally killing ourselves by meticulously developing AI agents to run the entire SOP workflow of our internal ops."
Ironiška, bet tie, kurie aktyviausiai kuria agentus, dažnai geriausiai supranta jų pakeitimo potencialą.
Pasitikėjimo problema
Pagrindinis iššūkis masiškai diegiant agentus yra pasitikėjimas.
"AI agents: untrusted cron jobs with opinions. Budget, sandbox, ledger required. If you can't diff their changes, you shipped a vibe." — @LanYunfeng64
Šis teiginys labai taiklus. Agentas iš esmės yra savarankiškai vykdoma programa, tačiau tai nėra tradicinis scenarijus – jie turi "nuomonę", jų išvestis neapibrėžta. Tai reiškia, kad jums reikia:
- Biudžeto apribojimai: apsaugoti nuo agento, kuris išleidžia per daug išteklių
- Smėlio dėžė (sandbox): apriboti agento galimybę pasiekti sistemas
- Audito žurnalai: įrašyti kiekvieną agento veiksmą
Jei nėra šių apsaugos priemonių, agento diegimas yra "atmosferos siuntimas" – nežinote, ką jis darys.
Verslo modelis
Agentas jau tapo verslu.
"Five AI agent business models making millions in 2026 — broken down with real revenue mechanics."Konkretūs verslo modeliai apima:
- Agent as a Service: už naudojimąsi mokama agentų platforma
- Individualus kūrimas: įmonėms skirtų specialios paskirties agentų kūrimas
- Agentų orkestravimas: platforma, padedanti įmonėms valdyti kelis agentus
- Agentų rinka: rinka, kurioje agentai gali prekiauti savo galimybėmis
- Agentų optimizavimas: konsultavimo paslaugos, skirtos agentų efektyvumui didinti ir sąnaudoms mažinti
Įdomus atvejis: 18 AI agentų, 18 prekybos strategijų, daugiau nei 15 pelningų. Kai rinka žlugo, žmonės panikavo, o agentai uždirbo daugiau nei 100 milijonų dolerių.
"Svarbiausia ne greitis. Ne skaičiavimo galia. Svarbiausia – visiškas baimės ir godumo nebuvimas."
Tai yra agentų pranašumas prieš žmones: visiškas emocinis neutralumas.
Geriausios praktikos atsiradimas
Patirtis kaupiasi.
"Geriausi AI agentai yra nematomi. Jie veikia fone, atlieka darbą ir praneša jums tik tada, kai jiems reikia žmogaus sprendimo."
Tai yra svarbus dizaino principas. Geras agentas neturėtų dažnai trukdyti vartotojui. Jis turėtų savarankiškai atlikti didžiąją dalį darbo ir įsikišti tik tada, kai tikrai reikia žmogaus sprendimo.
Kitas principas yra sąsajos dizainas:
"AI agentai geriau skaito markdown nei jūsų mintis. Sukūrė ascii wireframe redaktorių. Nubraižykite puslapį per 30 sekundžių, nukopijuokite/įklijuokite į Claude Code ir gaukite visiškai veikiantį puslapį."
Tai yra agentų eros UX dizainas: optimizuokite įvesties formatą agentui, o ne leiskite agentui spėlioti žmogaus ketinimus.
Ribų suvokimas
Ne viską reikėtų patikėti agentui.
"Iš tikrųjų nėra taip sunku pamatyti nelygų AI frontą. Tiesiog pagalvokite apie tas savo darbo dalis, kurios yra gyvybiškai svarbios, bet būtų beprotiška tikėtis, kad AI jas atliks, net jei agentai taps 10 kartų geresni. Tai yra frontas."
Šis "dantytas frontas" yra raktas į agentų galimybių supratimą. Tai nėra aiški riba, o nelygus kraštas. Kai kurias sudėtingas užduotis agentas gali atlikti labai gerai, o kai kurios paprastos užduotys gali nepavykti.
Šio fronto atpažinimas reikalauja patirties. Kuo daugiau naudojate AI, tuo tikslesnis bus jūsų sprendimas.
Apibendrinimas
AI agentai pereina iš laboratorijos į gamybos aplinką. Jie formuoja savo ekonominę sistemą (agentų tarpusavio sandorius), skverbiasi į įvairias pramonės šakas ir keičia darbo esmę.
Kelių agentų sistemos demonstruoja galimybes, viršijančias vieno agento galimybes. Sąnaudų mažėjimas atveria naujus taikymo scenarijus. Tačiau pasitikėjimo problemos, pakeitimo baimė ir neapibrėžtumas dėl galimybių ribų vis dar yra Damoklo kardas.
Agentų ekonomika formuojasi. Klausimas: ar mes tam pasiruošę?
Šis straipsnis paremtas 100 diskusijų apie AI Agent'us analize, vykusia 2026 m. vasario 18 d. X/Twitter platformoje.
