Claude AI Bible, глава 20: Агенты и автоматизация
Главная мысль: самая дорогая ошибка — строить агента там, где хватит одного вызова или цепочки. Надёжность дают не сложность и не «умная» модель, а скучная инженерия: проверка ответов, запасной путь, идемпотентность, eval, мониторинг и маленький blast radius.
О чём глава
Заголовок раздела «О чём глава»В этой главе сходится вся книга. Глава 19 дала модели инструменты и зрение, а здесь из частей собирают автоматизацию, которая работает без присмотра. Темы: агент или workflow, шесть паттернов, надёжность, eval, выбор модели, цена, сбои и план запуска.
Что такое агент и когда он нужен
Заголовок раздела «Что такое агент и когда он нужен»Workflow — это система, где шаги заранее задаёте вы, а модель заполняет каждый шаг. Агент — это система, где модель сама решает, что делать дальше, и повторяет цикл, пока не сочтёт задачу решённой.
Агент нужен, когда следующий шаг зависит от результата предыдущего. «Найди, почему падает сервис» — задача для агента: следующая проверка зависит от прошлой. «Переведи документ на испанский» — один известный шаг.
Автор признаёт неприятную правду: большинству «задач для агента» хватит workflow, а большинству «задач для workflow» хватит одного вызова. Каждый шаг автономии делает систему медленнее, дороже и сложнее в тестах. Поэтому вопросы задают по порядку: справится ли один вызов API? Если нет, справится ли фиксированная цепочка? Только если шаги нельзя задать заранее, строят агента.

К агенту приходят, только если оба ответа «нет».
Автор видел команду, которая шесть недель строила агента там, где хватало одного prompt со structured output. Агент вышел менее надёжным и в двадцать раз дороже. «Ненужная сложность — это не достижение, а долг», — пишет автор.
Основные паттерны
Заголовок раздела «Основные паттерны»Почти любую систему на Claude описывает комбинация шести паттернов. Они идут от простого к сложному, и брать стоит самый простой из подходящих.
| Паттерн | Как работает | Когда брать |
|---|---|---|
single-shot | Один вызов: вход и ответ | Классификация, пересказ, извлечение полей |
chain | Вывод шага идёт на вход следующему | Один вызов делает слишком много |
router | Дешёвый вызов определяет тип входа и выбирает путь | Большой смешанный поток |
orchestrator-workers | Координатор делит задачу, раздаёт части исполнителям (часто subagent) и собирает итог | Независимые части: поиск по источникам, ревью по разным аспектам |
evaluator-optimizer | Один вызов пишет, другой критикует по критериям, и так по кругу | Качество важнее скорости и цены |
участие человека (human-in-the-loop) | Человек одобряет шаг, прежде чем система пойдёт дальше | Действия, которые тратят деньги, пишут наружу или меняют важные данные |
Chain — это prompt chaining из главы 6, только в коде. От цепочки orchestrator-workers отличается тем, что работу делит модель во время запуска, а не вы заранее. Human-in-the-loop — не отдельный паттерн, а точка проверки, которую встраивают в любую схему. И это не признак незрелой системы, а ответственный дизайн. Проверку ставят туда, где она ловит реальный риск, но не тормозит всю работу.
Настоящие системы комбинируют паттерны. У автора router на Haiku сортирует обращения: простые обращения получают черновик ответа за один вызов (single-shot), а сложные споры получает координатор, который параллельно достаёт историю аккаунта и правила. Каждый ответ перед отправкой ждёт одобрения человека.

Человек проверяет только один шаг — отправку ответа клиенту.
Что автоматизировать, а что оставить человеку
Заголовок раздела «Что автоматизировать, а что оставить человеку»Автоматизируют частую, чётко описанную работу, где ошибка редка или её легко исправить. Вручную оставляют редкое, неоднозначное и то, где одна ошибка необратима. Автор задаёт три вопроса:
- Как часто бывает задача? Автоматизация окупается только на объёме. Задача, которая бывает два раза в год, — хобби, а не инвестиция.
- Можно ли описать правильный результат? Без критериев успеха систему не сделать надёжной и не проверить.
- Сколько стоит ошибка? Неверно размеченная подписка не стоит ничего, а ошибочный возврат денег стоит дорого. Чем дороже ошибка, тем больше роль человека.
Для начала подходят сортировка, черновики и извлечение данных. Система, которая пишет черновик, но не отправляет, и отдаёт человеку трудные 10%, даёт почти всю пользу при малом риске. Границу с человеком сдвигают по мере того, как система доказывает, что ей можно доверять.
Ловушка — автоматизировать задачу, которую вы почти не делали руками: её исключения и неписаные правила живут у вас в голове. Сначала сделайте задачу вручную достаточное число раз, а исключения запишите в критерии и в eval-набор.
Надёжность агентов
Заголовок раздела «Надёжность агентов»Демо работает один раз под присмотром, а автоматизация — тысячу раз ночью. Разницу закрывают четыре привычки:
- Повтор с растущей паузой. Сбои сети — норма. Повтор запроса (
retry) делает SDK, но система должна пережить и вызов, который так и не удался (см. главу 17). - Проверка каждого ответа. JSON разбирают, поля и категорию сверяют со списком, и только потом действуют.
- Запасной путь (
fallback). Если проверка не прошла или уверенность низкая, задачу отдают человеку, ставят на повтор или берут безопасное значение, но не идут дальше молча. - Идемпотентность. Повтор операции даёт тот же эффект, что и первый запуск. Автоматизация, которая дважды списала деньги, хуже той, что честно упала.
Для этого перед действием проверяют журнал сделанного по ключу, например ID тикета: если работа сделана, возвращают прошлый результат. Так повторный вебхук не отправит письмо дважды. Код — в разделе «Код главы».
Eval и мониторинг в продакшене
Заголовок раздела «Eval и мониторинг в продакшене»Eval — это тестовый набор автоматизации: типичные входы и правильные ответы. Набор прогоняют перед запуском и после каждой правки prompt, модели или логики. Без него можно сказать только «кажется, стало лучше», а с ним у вас есть число.
Мониторинг делает то же в работе: логируют каждый вызов, решение, запасной путь и цену. Признаки дрейфа — рост передач человеку, ошибок или цены. Нужен хотя бы один алерт, чтобы сбой дошёл до вас за минуты, а не через девять дней, когда кто-то заметит пустые папки с отчётами.
Задание автора: соберите eval-набор раньше автоматизации. Возьмите 20 реальных входов и руками запишите правильные ответы. Если 20 пар не получается, вы ещё не понимаете задачу.
Модель и глубина размышления для каждого шага
Заголовок раздела «Модель и глубина размышления для каждого шага»Модель и бюджет размышления (thinking budget) выбирают для каждого шага. Router почти не рассуждает, поэтому ему хватит Haiku без extended thinking. Ответ на деликатную жалобу пишет Sonnet, а редкий запутанный спор может понадобиться Opus с extended thinking. Кто ставит одну сильную модель везде, переплачивает за простые шаги.
Решают по eval: пробуют дешёвую модель и переходят на дорогую, только если этого требуют цифры. «Возьму Opus на всякий случай» — это плата за то, чтобы не измерять.
Цена и задержка
Заголовок раздела «Цена и задержка»Дорогую или медленную систему выключают. Главный рычаг цены — модель: router отправляет массовую работу на Haiku. Ещё помогают prompt caching, Batch API для несрочных задач и лимит итераций, потому что дороже всего обходится зацикливание.
Задержку снижают streaming, параллельные вызовы инструментов и быстрые модели. Но сначала спросите, нужен ли цикл агента: восемь вызовов дают восьмикратную задержку. Если router отправляет простые случаи в один вызов, большая часть трафика не платит «налог агента».
Типичные сбои и как сдержать агента
Заголовок раздела «Типичные сбои и как сдержать агента»Против каждого типичного сбоя (failure mode) есть своя защита:
| Сбой | Защита |
|---|---|
| Агент зацикливается или мечется между двумя состояниями | Жёсткий лимит итераций |
| Агент выдумывает инструменты или аргументы | Проверка ввода и строгие схемы |
| На долгом открытом запуске агент уходит от задачи | Короткие сессии и узкие цели |
| Агент уверенно делает не то | Одобрение важных действий и узкий набор инструментов |
Всё это связывает идея blast radius — сколько всего заденет ошибка агента. Спросите: если система совсем сойдёт с ума, что худшее она сделает? Агент, который только читает и предлагает, почти безопасен, а агент с записью в продакшен-базу и отправкой писем — нет. Сужайте права, пока худший случай не станет терпимым, как в главе 18.
История из книги: компания в Торонто дала агенту право самому возвращать деньги. Через несколько недель сбой в системе перед агентом продублировал пачку запросов. Проверки идемпотентности и дневного лимита не было, и агент вернул одни и те же суммы несколько раз — на несколько тысяч долларов. После переделки агент только предлагает возврат, человек одобряет пачками, на сумму за день стоит потолок, а каждый возврат привязан к ID запроса.

На практике возвраты почти не замедлились, а повторить ту ошибку система теперь не может. «Им нужен был не более умный агент, а меньший blast radius», — пишет автор.
План запуска одной автоматизации
Заголовок раздела «План запуска одной автоматизации»Пример автора — сортировка и черновики ответов для ящика поддержки:
- Задача и критерии. Категории, хороший черновик и то, чего нельзя никогда: например, отправки без проверки.
Eval-набор. 20 реальных тикетов с правильной категорией и приемлемым ответом задают цель.- Самый простой паттерн. Здесь это
router,single-shotчерновик иhuman-in-the-loop, без цикла агента.Routerна Haiku определяет категорию. Код проверяет, что она есть в списке, и при сбое или низкой уверенности отдаёт тикет человеку. Sonnet пишет черновик по строгомуsystem prompt, но ничего не отправляет. - Надёжность.
Retry, идемпотентная отправка по ID тикета, лог цены. Правьтеprompt, пока цифрыevalне устроят. - Узкий запуск. Один ящик, каждая отправка через человека, алерт на ошибки.
- Неделя наблюдения. Читайте логи, человек одобряет каждую отправку.
- Осторожное расширение. Когда всё стабильно, облегчите проверку для самой надёжной категории. Расширяйтесь по одной категории, не быстрее, чем успевает мониторинг.

Так строят то, что работает и через год. В этом плане собрана вся книга, и мастерство, по словам автора, — знать, какие несколько функций взять и в каком порядке.
Итоги главы
Заголовок раздела «Итоги главы»- Агент сам выбирает шаги, а
workflowидёт по шагам, которые задали вы. - Большинству задач хватает
workflowили одного вызова, поэтому каждый слой сложности задача должна заслужить. - Автоматизируют частое и описанное, а границу с человеком двигают постепенно.
- Надёжность держится на
retry, проверке ответов, запасном пути и идемпотентности. Eval-набор собирают до системы, а работающую систему видят через логи и алерты.- Перед запуском
blast radiusсужают, а систему расширяют только по мере доверия.
Ключевые термины
Заголовок раздела «Ключевые термины»| Термин | Значение |
|---|---|
workflow | Шаги задаёт разработчик, модель заполняет каждый |
| агент | Модель сама выбирает следующий шаг в цикле |
запасной путь (fallback) | Что делать, если ответ модели не прошёл проверку |
| идемпотентность | Повтор операции даёт тот же эффект, что и первый запуск |
blast radius | Сколько всего заденет ошибка агента |
Что это значит на практике
Заголовок раздела «Что это значит на практике»- Запись результата LLM в таблицу делайте идемпотентной:
MERGEпо ключу входной записи, а не слепойINSERT. - Храните
eval-набор в git рядом сpromptи прогоняйте его в CI, как тестыdbt.
Код главы
Заголовок раздела «Код главы»Наш вариант двух функций из книги работает без API-ключа: ответы модели заданы строками, журнал сделанного — словарь (ch20_ticket_router.py):
def categorize_and_route(ticket_id: str) -> str: raw = MODEL_ANSWERS[ticket_id] try: result = json.loads(raw) category = result["category"] confidence = float(result["confidence"]) except (json.JSONDecodeError, KeyError, ValueError): return "человеку: ответ не разобрать" # запасной путь if category not in ALLOWED or confidence < MIN_CONFIDENCE: return "человеку: чужая категория или низкая уверенность" # запасной путь return f"очередь {category}"
def send_reply_once(ticket_id: str, body: str) -> str: if ticket_id in processed: # этот тикет уже обработан return processed[ticket_id] + " (повтор, ничего не делаем)" outbox.append((ticket_id, body)) # настоящее действие: письмо клиенту processed[ticket_id] = f"письмо №{len(outbox)}" return processed[ticket_id]python3 scripts/claude-ai-bible-code/ch20_ticket_router.pyT-101: очередь billingT-102: человеку: ответ не разобратьT-103: человеку: чужая категория или низкая уверенностьT-104: человеку: чужая категория или низкая уверенностьT-105: человеку: ответ не разобрать
T-101: письмо №1T-101: письмо №1 (повтор, ничего не делаем)T-101: письмо №1 (повтор, ничего не делаем)писем отправлено: 1В настоящей системе строку заменяет вызов API, как в книге. Ему нужен ключ, поэтому этот блок мы не запускали:
# Нужен ANTHROPIC_API_KEY. Ответ resp.content[0].text идёт в json.loads, как вышеresp = client.messages.create( model="claude-haiku-4-5-20251001", max_tokens=128, system='Classify the ticket. Reply ONLY with JSON: ' '{"category": one of ["billing","technical","sales"], "confidence": 0.0-1.0}', messages=[{"role": "user", "content": ticket_text}],)Пояснение: в продакшене журнал
processed— это таблица с уникальным ключом, а не словарь в памяти. Иначе после перезапуска журнал пуст, и защита не работает.
Вопросы для самопроверки
Заголовок раздела «Вопросы для самопроверки»- По какому признаку понять, что задаче нужен именно агент, а не
workflow? - Почему
eval-набор собирают раньше самой автоматизации? - Когда
routerэкономит деньги? - Как уменьшить
blast radiusагента, который работает с деньгами?
Предыдущая: Tool use, computer use и зрение. Следующая: Сценарии по отраслям.