Индустрия искусственного интеллекта переживает момент, который можно сравнить с переходом от настольных компьютеров к облачным сервисам, но в более сжатом временном масштабе. Если год назад разговоры о применении ИИ вращались вокруг качества ответов в чате — были ли они грамотными, креативными или точными — то сегодня мы наблюдаем радикальный сдвиг. Теперь главный вопрос звучит иначе: способен ли ИИ выполнить за вас часы сложной работы, используя ваши инструменты, а не просто генерируя текст?
Эта трансформация особенно хорошо видна на эволюции популярных руководств, таких как материалы Этана Моликака (Ethan Mollick), которые служат своего рода компасом для разработчиков и энтузиастов. То, что раньше было простым сравнением моделей ChatGPT, Claude и Gemini, превратилось в сложную карту агентных систем. В 2026 году побеждает не тот, кто лучше отвечает на вопросы, а тот, кто эффективнее действует в цифровой среде. Давайте разберемся, как устроена эта новая экосистема, почему названия режимов стали источником хаоса и что это значит для вашей продуктивности.
01Эволюция от чата к агентам: контекст изменений
Чтобы понять текущий ландшафт, нужно оглянуться назад. Еще год назад доминировала парадигма «чат-бота». Пользователь задавал вопрос, модель отвечала. В этот период ключевыми игроками были ChatGPT, Claude и Gemini. В качестве флагманских моделей выступали o3, Claude 4 Opus и Gemini 2.5 Pro. Функция Deep Research (глубокий поиск) считалась полезной альтернативой, позволяющей модели проводить более длительные исследования по запросу.
Однако сегодня фокус сместился. Термин «агентные системы» (agentic systems) стал центральным. Агент — это не просто собеседник. Это ИИ, который обладает способностью выполнять эквивалент многих часов реальной человеческой работы за один присест. Он не просто генерирует ответ; он планирует, исполняет, проверяет и корректирует действия. Это переход от инструмента, который думает вместе с вами, к инструменту, который работает за вас.
В этой новой реальности некоторые игроки теряют позиции. Например, Gemini выпал из многих актуальных списков рекомендаций. Причина кроется не столько в качестве самой модели, сколько в отсутствии у Google устоявшегося входа в категорию, которую можно условно назвать «Codex/ChatGPT Work/Cowork». Без четкой интеграции в экосистему рабочих процессов, где ИИ управляет компьютером, модель остается просто «умным чатом», а не полноценным агентом. Gemini Spark, несмотря на попытки заявить о себе, еще не доказал свою состоятельность в этом новом формате.
02Хаос в навигации: Work, Cowork, Codex и Code
Самая большая проблема для пользователя сегодня — это не отсутствие возможностей, а их запутанная презентация. Производители ПО, пытаясь выделить свои продукты, ввели множество режимов с похожими, но разными названиями. Это создает барьер входа для тех, кто хочет перейти от простого чата к мощным агентам.
Рассмотрим экосистему OpenAI. В приложении ChatGPT существуют два основных режима для работы с компьютером: Work и Codex. С одной стороны, есть режим Work, который позиционируется как способ взаимодействия с ИИ для выполнения задач. С другой стороны, есть Codex, который является более мощным инструментом, получающим доступ к вашему компьютеру.
В экосистеме Anthropic (Claude) ситуация выглядит аналогично, но с другими названиями. Режим Cowork и режим Code (или Claude Code) выполняют схожие функции, но их имена не имеют логической связи с аналогами от OpenAI. Как справедливо отмечает Симон Уиллисон, названия не отображаются друг на друга никаким образом, который помог бы пользователю запомнить их. Более того, режимы Work и Cowork, которые мы обсуждали выше, используют те же имена, что и их более мощные аналоги, но работают совершенно по-другому.
03Мобильный Work vs Десктопный Codex: в чем разница?
Один из самых ярких примеров этой путаницы — разница между режимом ChatGPT Work на мобильном устройстве и тем же режимом Work внутри десктопного приложения. На первый взгляд, это одно и то же. На деле же это «спектаклярно неинтуитивная» разница.
Если вы переключаете ChatGPT на мобильном телефоне из режима «Chat» в режим «Work», вы получаете версию, где контейнер Code Interpreter (интерпретатор кода) больше не ограничен в доступе к интернету. Это уже шаг вперед по сравнению с обычным чатом, так как ИИ может искать информацию в реальном времени. Однако это все еще ограниченный песочный контейнер.
Когда же вы используете ChatGPT Work внутри десктопного приложения, вы фактически используете менее устрашающую оболочку поверх режима Codex. Здесь ИИ получает гораздо более глубокий доступ к вашей системе. Он может не только искать в интернете, но и запускать скрипты, работать с файлами на вашем жестком диске и взаимодействовать с другими приложениями. Понимание этой разницы критически важно: мобильный Work — это расширенный поиск, десктопный Work/Codex — это полноценный агент.
04Как дать ИИ доступ к вашему компьютеру
Самый мощный способ использования современного ИИ — это предоставление ему доступа к вашему компьютеру. Это превращает модель из генератора текста в исполнителя. Но как это сделать технически?
Процесс относительно прост, но требует понимания, какой режим выбрать. Вам необходимо скачать приложения ChatGPT или Claude на ваш компьютер (desktop app). После установки вы должны выбрать соответствующий режим работы. Для ChatGPT это либо Work, либо Codex. Для Claude это Cowork или Code.
Важно отметить, что эти режимы работают иначе, чем обычные чаты. Они обладают расширенными функциями и возможностями именно потому, что могут обращаться к вашему компьютеру. Это означает, что вы можете поручить ИИ задачу, которая требует нескольких шагов: например, «скачай этот отчет, проанализируй данные в Excel, создай график и отправь его по почте». Обычный чат-бот не сможет этого сделать. Агент с доступом к компьютеру — сможет.
Однако этот доступ несет в себе и риски. Давая ИИ контроль над вашим компьютером, вы должны быть уверены в безопасности и надежности выбранной модели. Производители обещают изоляцию и безопасность, но пользователь должен проявлять бдительность, особенно при работе с конфиденциальными данными.
05Почему Gemini отстает в гонке агентов
В то время как OpenAI и Anthropic активно продвигают свои агентные решения, Google с Gemini находится в более сложной позиции. Как уже упоминалось, Gemini выпал из многих рекомендаций, потому что у Google до сих пор нет устоявшегося входа в категорию, аналогичную Codex/ChatGPT Work/Cowork.
Это не означает, что модель Gemini слаба. Напротив, она остается одной из самых сильных в задачах на понимание контекста и мультимодальность. Проблема заключается в интеграции. Чтобы стать полноценным агентом, ИИ должен не только думать, но и действовать в среде пользователя. Google пока не предложил такого же seamless-опыта (бесшовного опыта), как их конкуренты.
Gemini Spark, новая попытка Google заявить о себе в этом сегменте, еще не доказала свою состоятельность. Пока что пользователи, ищущие мощные агентные возможности, обращаются к решениям, которые уже интегрированы в рабочие процессы через десктопные приложения. Отсутствие четкого «режима агента» в экосистеме Google делает переход от чата к действию менее очевидным для конечного пользователя.
06Практические сценарии использования
Как же выглядят эти агентные системы в реальной жизни? Давайте рассмотрим несколько примеров, где переход от чата к агенту дает колоссальный прирост эффективности.
1. Анализ данных и отчетность. Вместо того чтобы вручную открывать Excel, копировать данные и строить графики, вы можете поручить это ИИ. В режиме Codex или Cowork ИИ открывает файл, запускает скрипт Python для анализа, строит визуализацию и сохраняет результат. Все это происходит в фоновом режиме, пока вы занимаетесь другими задачами.
2. Исследование и сбор информации. Режим Deep Research, который был популярен год назад, теперь эволюционировал. Агент не просто ищет в Google. Он открывает браузер, переходит на сайты, читает статьи, сравнивает источники, делает заметки и формирует структурированный отчет. Он может даже отправить этот отчет вам на почту или сохранить в Notion.
3. Программирование и отладка. Для разработчиков режимы Code и Codex сталиgame-changer. ИИ может не только писать код, но и запускать его, отлаживать ошибки, читать логи и вносить изменения в файлы проекта. Это сокращает время на рутинные задачи и позволяет сосредоточиться на архитектуре.
07Безопасность и доверие: цена доступа
Предоставление ИИ доступа к вашему компьютеру — это серьезный шаг. Это требует доверия к провайдеру. Как обеспечивается безопасность? Производители заявляют, что действия агентов изолированы и логгируются. Однако пользователь должен понимать, что он делегирует часть контроля.
Рекомендуется начинать с простых задач, не связанных с конфиденциальными данными. По мере накопления опыта и доверия к инструменту, можно переходить к более сложным сценариям. Также важно регулярно проверять логи действий агента, чтобы убедиться, что он не выходит за рамки заданных инструкций.
В России доступ к некоторым из этих сервисов может быть ограничен или требовать использования VPN. Однако локальные аналоги и решения, адаптированные для российского рынка, начинают появляться. Следите за развитием отечественных LLM, которые могут предложить аналогичные агентные возможности с учетом локальных требований к безопасности данных.
08Что это значит на практике
Итак, что мы имеем в итоге? Индустрия ИИ перешла от эпохи «умного чата» к эпохе «умного исполнителя». Модели стали мощнее, но их ценность теперь измеряется не только качеством текста, но и способностью действовать в цифровой среде.
Для пользователя это означает необходимость освоения новых интерфейсов. Режимы Work, Cowork, Codex и Code — это не просто переключатели, это разные уровни доступа и возможностей. Понимание разницы между мобильным и десктопным режимами, а также между простыми чатами и агентами, критически важно для эффективного использования технологий.
Google с Gemini пока отстает в этой гонке, предлагая менее интегрированные решения. OpenAI и Anthropic лидируют, предоставляя мощные инструменты для автоматизации. Однако этот прогресс требует от нас осторожности и понимания рисков, связанных с предоставлением ИИ доступа к нашему компьютеру.
Будущее за агентами. И те, кто научится эффективно взаимодействовать с ними, получат огромное преимущество в продуктивности. Не бойтесь экспериментировать, но делайте это осознанно. Изучайте возможности, проверяйте результаты и постепенно расширяйте зону доверия к вашим ИИ-помощникам.
Эта статья является лишь введением в сложную тему. Следите за обновлениями от ведущих провайдеров, пробуйте новые режимы и делитесь своим опытом. Индустрия меняется быстро, и только самые адаптивные пользователи смогут извлечь максимальную пользу из новых технологий.
Источник: Simon Willison ↗