Готовый сервис для создания ИИ-агентов или разработка с нуля

Руководитель, который решил передать входящие чаты нейросети, сразу упирается в развилку: подписаться на готового агента или собирать своего. Деньги, сроки и требования к команде у этих путей расходятся в разы, и разобраться в них лучше до первого счёта.

Короткий ответ такой. Типовую переписку с клиентами быстрее и дешевле отдать готовому сервису по подписке: он запускается за считаные дни и не требует программиста. Конструктор без кода оправдан, когда сценарий свой, а разработчиков в штате нет. Открытый фреймворк и заказная разработка выигрывают на длинной дистанции и в задачах с собственной логикой, но к плате за модель добавляются команда и сопровождение агента.

Как устроен ИИ-агент и какие задачи он решает в бизнесе

ИИ-агент получает цель и сам выбирает шаги к ней. За понимание текста отвечает большая языковая модель (LLM), за порядок действий — сам агент. От чат-бота его отличают четыре свойства: агент обращается к внешним сервисам, помнит контекст диалога, проверяет промежуточные результаты и исправляет собственные действия. Чат-бот идёт по заранее прописанной ветке и за её пределами теряется.

Подробнее эта разница разобрана в статьях о том, чем ИИ-агент отличается от ИИ-ассистента и чем ИИ-боты отличаются от обычных чат-ботов.

Агенту отдают рутину, где решения принимаются по понятным правилам:

• ответы клиентам в чатах сайта, площадок объявлений и мессенджеров;
• уточнение запроса и сбор контакта;
• запись на встречу, консультацию или тест-драйв;
• передача заявки в CRM и напоминания клиентам, которые пропали из диалога;
• разбор входящих писем и подготовка отчётов.

Интерес бизнеса к агентам растёт. По исследованию «Яков и Партнёры» и Яндекса (декабрь 2025 года), 46% российских компаний уже внедрили или тестируют ИИ-агентов. В опросе VK Tech и агентства MARC среди 154 крупных компаний (2026 год) 62% респондентов собираются вкладываться в агентов в ближайшие два года. Gartner в 2025 году прогнозировал, что к концу 2026 года специализированные агенты будут встроены в 40% корпоративных приложений против менее чем 5% годом ранее.

Основные подходы к созданию ИИ агентов

Основные подходы к созданию ИИ агентов различаются тем, как готовый агент попадает к заказчику: сервис по подписке, no-code конструктор, open-source фреймворк или заказная разработка. Тому, кто решает, как получить ИИ агента для своих чатов, выбирать придётся из этих четырёх вариантов. Первые два обходятся без программиста, для двух других он обязателен.

Готовый сервис по подписке

Поставщик уже собрал агента под задачу, подключил каналы и настроил передачу лидов. Заказчик описывает свой процесс, даёт доступ к чатам и за считаные дни получает работающего агента. Платят обычно по объёму: за число обращений, диалогов или успешных чатов.

Так, например, работает ДИАЛОГИ ИИ: ИИ-менеджер подключается к чатам на площадках объявлений и в мессенджерах, мягко берёт контакт покупателя и передаёт лид в CRM. Запуск занимает один день.

No-code конструктор

No-code конструктор даёт визуальный редактор, где сценарий агента собирают из блоков и сразу проверяют на тестовом диалоге. К редактору прилагаются библиотека шаблонов и коннекторы — модули, которые связывают агента с CRM, почтой или календарём.

Раньше для такой работы требовались Python и понимание API, то есть правил, по которым одна программа обращается к другой. В конструкторе простой сценарий собирают за вечер, а прототип агента для обработки заявок — за день. Ограничение видно сразу: возможности упираются в список готовых коннекторов и лимиты тарифного плана.

Open-source фреймворк и заказная разработка

Open-source фреймворк даёт исходный код и полную свободу в сборке агента. Пример — DeepSeek Harness, представленный в августе 2026 года. Он распространяется под лицензией MIT, работает через командную строку и локальный веб-интерфейс, а все его элементы устроены как заменяемые плагины. DeepSeek поделилась подборкой из более чем 6000 плагинов от сторонних разработчиков. В роли субагента для отдельных подзадач можно подключить Claude Code или Codex.

Заказная разработка идёт тем же путём, только агента собирает подрядчик или свой ИТ-отдел. За свободу платят компетенциями: обновлять зависимости, чинить интеграции и следить за расходом токенов кому-то придётся каждый месяц.

Из чего складывается стоимость готового сервиса и конструктора

Счёт складывается из трёх частей: тарифный план, доплата за превышение его лимитов и оплата обращений агента к языковой модели.

Тарифный план обычно привязан к числу диалогов, сообщений или успешных чатов в месяц. Бесплатные тарифы конструкторов ограничены количеством запросов и сложностью сценариев, поэтому для рабочей нагрузки почти всегда нужен платный. Нагрузку оценивают заранее: десять сообщений в день и тысяча дают совершенно разный счёт.

Обращения к модели оплачиваются по токенам, отдельно за вход и за выход. Токены — фрагменты текста, на которые модель разбивает запрос и ответ, поэтому длинный промпт с историей переписки стоит дороже короткого. Цена зависит от тарифа конкретной версии модели, а не от её «мощности»: новая версия бывает дешевле предыдущей, так что тарифы сверяют по каждой модели отдельно.

После запуска появляются расходы, о которых на старте часто не думают:

• переход на платный тариф, когда нагрузка выросла;
• рост цены при смене модели на более мощную;
• повышенные тарифы в часы пиковой нагрузки, как у DeepSeek;
• поддержка и обновление сценария после изменений на площадках.

В готовом сервисе по подписке обращения к модели, как правило, уже входят в тариф, и часть этих расходов берёт на себя поставщик.

Сколько стоит создать ИИ агента с нуля

Чтобы понять, сколько стоит создать ИИ агента с нуля, расходы делят на три части и считают каждую отдельно.

Команда. Это самая крупная статья. Нужен разработчик, который умеет работать с API и промптами, человек, который опишет сценарий продаж, и тот, кто будет сопровождать агента после запуска.

Обращения к модели. Токены оплачиваются напрямую провайдеру API. Месячную сумму считают так: цену за 1 млн токенов делят на миллион, умножают на средний расход токенов в диалоге и на число диалогов в месяц. Входные и выходные токены считают отдельно.

Пример с условными допущениями. Пусть в диалоге десять обращений к модели, в каждом около 3000 входных токенов (промпт и история переписки) и 150 выходных. Тогда на диалог уходит примерно 30 000 входных и 1500 выходных токенов. По ценам DeepSeek V4 Pro на август 2026 года — $0,66 за 1 млн входных и $1,98 за 1 млн выходных токенов — это около $0,02 за диалог, а 1000 диалогов в месяц обойдутся примерно в $23. В пиковые часы цена вдвое выше.

Вывод из расчёта неочевидный: сами токены — самая дешёвая часть проекта. Даже при многократном росте объёма счёт за модель остаётся намного меньше зарплаты одного разработчика. Прайсы провайдеров меняются часто, поэтому расчёт повторяют перед каждым изменением объёма.

Инфраструктура. Эту часть забывают чаще всего: сервер или облако, хранение логов, мониторинг, обновление зависимостей.

Основные деньги в своей разработке уходят на людей и сопровождение. Поэтому в первый год свой агент, как правило, дороже подписки и приближается к ней только при большом потоке диалогов.

Сравнение подходов по деньгам, срокам и требованиям к команде

На коротком горизонте дешевле готовый сервис. На длинном расклад может измениться: подписка платится каждый месяц и растёт вместе с числом диалогов, а у своей разработки основные вложения приходятся на старт, дальше остаются расходы на сопровождение. Когда пути сравняются по деньгам, зависит от объёма переписки и стоимости команды.

Поэтому стоимость владения агентом считают за год, а не по ценнику платформы: подписка или токены, инфраструктура и время сотрудников, которые правят сценарии.

Чего не умеют готовые сервисы и конструкторы

У сервисов для создания ИИ-агентов общее ограничение: агент умеет ровно то, что предусмотрела платформа. Отсюда три ограничения.

Первое касается каналов. Если нужного канала нет в списке коннекторов, нестандартную интеграцию подключают через вебхук или REST API. Если платформа не поддерживает ни то ни другое, дальше сценарий не построить.

Второе касается логики. Платформа даёт те шаги, которые в неё заложил разработчик, поэтому собственный алгоритм, например особое ранжирование лидов, туда не встроить.

Третье касается модели: её, как правило, выбирает платформа, а не заказчик.

Отдельно стоят задачи, где облачный сервис не подходит в принципе, например работа в закрытом контуре без выхода в интернет. Их решают на открытом фреймворке или коробочной версией продукта.

Как выбрать сервис для создания ИИ-агентов

Сервисы для создания ИИ-агентов выбирают прежде всего по тому, дотягиваются ли они до ваших каналов и систем: платформа без нужной площадки не станет выгоднее от низкой цены. Дальше сверяют шесть признаков: визуальный редактор с возможностью протестировать сценарий, библиотеку шаблонов, список нативных коннекторов, поддержку вебхуков и REST API, доступность в России и понятные тарифы.

Для отдела продаж важнее всего два пункта. Первый — CRM-интеграция: агент берёт контакт в чате и передаёт горячий лид менеджеру. Без неё автоматизация обработки заявок обрывается на полпути.

Второй — каналы. Агент должен работать там, где реально идёт переписка с клиентами: на сайте, в мессенджерах, на площадках объявлений. Автосалону, например, нужны Авито, Авто.ру и Дром. О том, чем различаются последние две площадки, мы писали в отдельном сравнении.

Нативный коннектор надёжнее самописной связки через вебхук: если он сломается, чинить его будет поставщик.

Проверка агента на реальных задачах перед полным запуском

Любой подход дешевле проверить на прототипе, чем на полном бюджете. Для этого и нужен пробный период: агента запускают на одном канале и одном сценарии, сначала прогоняют прототип на архиве реальной переписки, затем выпускают на живые чаты. Результат сравнивают по одной метрике, например по доле чатов, которые закончились контактом, за сопоставимые периоды до и после запуска. Если агент не доводит диалог до цели или ответы постоянно приходится править, меняют платформу или сценарий: ошибка на пробном периоде стоит времени, а после полного внедрения — денег.

Как это устроено в ДИАЛОГИ ИИ

ДИАЛОГИ ИИ — готовый сервис для чатов продаж. Мы называем его ИИ-менеджером: он отвечает клиентам, консультирует и передаёт горячие лиды отделу продаж. Вот как он выглядит по критериям, о которых шла речь выше.