AI-агент в корпоративном мессенджере: как он устроен и какие задачи выполняет

Разбираем на своём примере: чем агент отличается от чат-бота, почему он живёт в тредах, какую рутину забирает и где у него границы. С цифрами из нашей команды и честно про то, что агент не делает.

В треде пишут: «@Kai, почему упали тесты в последнем PR». Дальше агент идёт в CI, читает логи прогона, находит причину в изменениях модуля авторизации, смотрит историю в git и присылает pull request с правкой в ту же ветку. Никто не расписывал ему шаги — только сформулировал задачу.

Kai — это AI-агент, который работает у нас в Пачке наравне с командой. За несколько месяцев он забрал около 90% контентных задач по сайту, обращений к разработке стало вдвое меньше, а в поддержке черновик ответа на технический вопрос готовится за 2 минуты вместо 30.

Ниже — как это устроено: почему агент работает именно в мессенджере, что он умеет забирать у команды и что честно остаётся людям.

Чат-бот идёт по заранее написанному сценарию: пришла команда — сработал ответ, нажали кнопку — запустилось действие. Шаг влево от сценария — и бот разводит руками.

AI-агент устроен иначе. Это бот на основе языковой модели, который сам принимает решения: получив задачу, он выбирает инструменты под неё — прочитать тред, уточнить детали, создать задачу в трекере, отчитаться в том же треде. Сценарий на каждый случай ему не нужен — достаточно сформулировать, что вы хотите получить.

Разница видна на первой же нестандартной просьбе. Боту нужен разработчик, который допишет ветку. Агенту — уточняющий вопрос в треде.

Тред — это ветка к сообщению, обсуждение одной конкретной темы. Для агента это идеальные рамки: он видит только сообщения внутри треда, не путает обсуждение релиза с обсуждением бага и отвечает только там, где ему дали доступ.

Чат при этом остаётся чистым. В одном канале можно параллельно вести несколько разговоров с агентом, и они не пересекаются.

В Пачке есть ещё сквозные треды — в ветку можно позвать любого коллегу через @упоминание, даже если его нет в исходном чате. Коллега увидит всю историю, включая то, что уже сделал агент. Так тред становится единой точкой, где люди и агент работают над задачей вместе: без пересылок и объяснений заново.

Начать разговор с агентом можно и без привязки к чату — создать новый тред и упомянуть его там.

Задачи Kai ставят так же, как живому инженеру: без пошаговой инструкции. На каждом шаге он сам решает, какой инструмент использовать и что делать с результатом предыдущего.

Вне кода он закрывает такие же многосистемные задачи: собирает отчёт из данных трекера, базы знаний и документов; разбирает входящие заявки, сверяет их по компаниям и выдаёт таблицу; делает контентную правку на сайте — от запроса в чате до готового изменения.

Показательнее всего история с поддержкой. Раньше ответ на технический вопрос собирал человек: найти в базе знаний, уточнить у разработки, сверить с документацией, сформулировать. На большую часть таких обращений уходило полчаса. Сейчас Kai разбирает обращение, находит ответ и составляет черновик, а коллеге остаётся проверить и отправить — две минуты. В пятнадцать раз быстрее, и это не про замену человека: последнее слово всё равно за ним — поддержка решает, насколько ответ релевантен.

Сценарии, которые повторяются от компании к компании:

Общее у всех пяти — не «нейросеть пишет текст», а работа с контекстом, который уже лежит в переписке.

Как выглядит та же задача без агента: скопировать текст из обсуждения, вставить в отдельный ИИ-чат, дождаться ответа, вернуться в мессенджер, пересказать результат коллегам. Пять шагов, и на каждом теряется контекст: часть обсуждения не влезла в копипаст, часть ответа потерялась в пересказе.

С агентом внутри корпоративного мессенджера шаг один — упомянуть его прямо в переписке. Объяснять, о чём речь, не нужно: он уже внутри разговора. Ответ появляется там же, где шло обсуждение, и его сразу видят все, кто в треде.

Агент работает в мессенджере как бот: отдельный участник пространства (рабочей среды компании) со своим именем, аватаром и собственным токеном. Его сообщения подписаны его именем, поэтому всегда видно, что сделал человек, а что — агент.

Видимость ограничена членством в чатах. Открытые каналы пространства агент видит. Закрытые каналы, беседы и треды — только те, куда его явно добавили участником. Не позвали агента в закрытый канал — для него этого канала не существует.

Контроль остаётся у администратора: разрешать ли сотрудникам самостоятельно подключать интеграции и агентов, определяет отдельная настройка пространства. Убрали агента из чата — он тут же потерял к нему доступ, отключили бота — агент остановлен полностью.

Подключение агента — задача для разработчика или администратора в вашей компании. Инструкция по подключению агента в Пачке есть в документации для AI-агентов.

Для первых кейсов рекомендуем начать с малого: добавьте агента в тред с обсуждением и попросите его составить саммари длинного обсуждения. Дальше можно давать доступ к трекеру и базе знаний.

Масштаб при этом не помеха: Пачкой пользуются крупные компании, всего больше 250 000 сотрудников из более чем 1000 организаций — от ИТ до банков и промышленности.

Расскажите в комментариях, кому вы уже отдали рутину, а какие задачи не рискнули: нам интересно, где у других проходит граница доверия к агенту.