Персистентные агенты: почему они съедают уже половину бюджета на AI

11 ноября глава SemiAnalysis Дилан Пател опубликовал в X график внутренних расходов компании на AI и короткий вердикт. В переводе: «Персистентные агенты — следующий большой скачок в использовании AI. На них теперь приходится 45% наших расходов на AI. К сожалению для Anthropic, Claude Tag никуда не годится. Slack-агент OpenAI ещё хуже. Мы в основном используем Perplexity Computer, который задействует много разных моделей. Харнес Perplexity уделывает всех».

В феврале на агентов, которые работают постоянно, SemiAnalysis не тратила ничего, а в неделю, закончившуюся 8 ноября, — почти половину бюджета на AI.¹

Обычный агент живёт, пока идёт сессия. Вы ставите задачу, он работает, отдаёт результат, и на этом всё. Следующий разговор начинается с чистого листа.

Персистентный агент устроен иначе. Он живёт в каком-то месте — в канале Slack, в отдельном боте, в проекте — и помнит, что там происходило. Его можно попросить делать что-то по расписанию или следить за событиями: новыми сообщениями, письмами, изменениями в пулреквесте. Задача может растянуться на дни, а агент продолжит её, когда кто-то ответит в ветке. Часть таких агентов сама предлагает работу, не дожидаясь просьбы.

Глава Perplexity Аравинд Шринивас в мартовской статье в X объяснил, зачем это нужно. Все говорят о компании на миллиард долларов из одного человека, но у такого человека есть главный недостаток: ему нужно спать. Поэтому по-настоящему персональный компьютер должен работать всегда и действовать от имени владельца.²

На графике доля провайдеров в ежедневных расходах SemiAnalysis на AI со 1 февраля по 8 ноября 2026 года, скользящим средним за 7 дней. Почти до мая почти весь бюджет уходил на Claude — корпоративные подписки и API. Летом заметную долю заняла OpenAI. Perplexity Computer появляется в мае, Claude Tag — в августе, и к ноябрю они вместе дают 45%.

У графика есть оговорки, которые указаны в нём самом. Это внутренний дашборд одной компании. Разбивка по провайдерам до 9 сентября снята с графика дашборда, а не взята из выгрузок. Данные после 8 ноября не включены, потому что Perplexity выставляет счета с задержкой в день-два. И это доля расходов, а не доля задач: персистентные агенты дорогие, потому что работают постоянно.³

На вопрос, что входит в остальные 55%, Дилан ответил коротко: Claude Code. А в следующем твите ветки он добавляет: для их задач Perplexity в основном использует модели Anthropic. То есть деньги частично всё равно уходят Anthropic, но через чужой харнес. По словам Дилана, Anthropic и OpenAI плохо делают продукт и не прислушиваются к отзывам, а Perplexity внедряет любую нужную им доработку меньше чем за сутки.

Perplexity Computer. Запущен 25 февраля как «цифровой работник», который может выполнять процессы часами и даже месяцами. В статье к запуску Шринивас рассказывает, что внутри проект назывался ASI и жил в Slack: ему писали задачу, а он делегировал её субагентам, создавал файлы и изредка отчитывался. Каждая задача Computer выполняется в изолированной среде с настоящей файловой системой, браузером и подключёнными сервисами, а подзадачи распределяются между моделями разных компаний; на запуске их было 19. Летом появились проекты с постоянной памятью и общими файлами. В начале ноября Perplexity запустила Teammates — агентов, которые ведут постоянную работу: сами следят за ходом дел, действуют, когда что-то меняется, помнят цели и историю задач и пишут коллегам в Slack. У каждого своё окружение, и браузерные сессии разных Teammates разделены. Шринивас формулирует разницу так: Computer — универсальный харнес плюс песочница, а Teammate — тот же Computer, но более постоянный и с заданной ролью.

Сама Perplexity пользуется ими активно. По словам Шриниваса, во внутреннем пространстве компании около 10 000 Teammates, созданных за последние 30 дней, — в 20 раз больше, чем сотрудников, — и около тысячи из них работали накануне. Часть из них простаивает, уточнил он, но даже активных за день больше, чем людей в штате.

Claude Tag. Агент Anthropic для Slack, вышел в бету 23 июня на тарифах Team и Enterprise. Anthropic называет его развитием Claude Code для работы всей командой и пишет, что внутренняя версия Claude Tag пишет 65% кода продуктовой команды компании. Его вызывают упоминанием @Claude в канале, и он работает в ветке, показывая чеклист прогресса. По документации, каждая ветка — отдельная сессия со своей песочницей. Ветка и расшифровка сессии сохраняются, а песочница — нет: через несколько минут после ответа её освобождают и собирают заново, когда в ветке появится новое сообщение. Память привязана к каналу, а не к человеку. Есть рутины: задачи по расписанию, наблюдение за каналами и подписка на пулреквест.

Агенты OpenAI. 22 апреля OpenAI представила workspace agents в ChatGPT — развитие GPTs для команд, работающее на Codex в облаке. У такого агента есть рабочее пространство для файлов, кода и инструментов, а ещё память, которую команда поправляет прямо в разговоре. Его можно запускать по расписанию или добавить в Slack, где он подхватывает запросы в ветках. Для чувствительных шагов, вроде отправки письма или правки таблицы, можно требовать подтверждение. Сейчас, по странице анонса, workspace agents общедоступны на тарифах Business, Enterprise и Edu.

Grok Bot. xAI запустила Grok Bot в ранней бете 11 августа, в сентябре добавила общих ботов для команд, а 11 ноября выпустила версию 1.0 с ботами в Slack, Teams и на созвонах. Каждый бот, по документации, работает на облачном компьютере с браузером, командной строкой и файлами, которые сохраняются между задачами. У каждого бота своя память и журнал работы, а главный бот сам предлагает задачи, которые может взять на себя. Все боты одного пользователя делят один компьютер, и если один вошёл на сайт, остальные тоже оказываются залогинены.⁴

У всех этих продуктов повторяется одна и та же конструкция.

Долговечная сессия и одноразовая песочница. Разговор и его контекст хранятся на стороне сервиса, а компьютер, на котором агент выполняет команды, создаётся на время работы. У Claude Tag в документации это прямо разведено: ветка долговечна, песочница — нет. Файлы, которые остались только в песочнице, пропадут, поэтому результаты стоит сразу пушить в репозиторий или выкладывать в ветку. Исключение — Grok Bot с постоянным общим компьютером.

Память, привязанная к месту. Персистентный агент помнит не «вас», а канал, бота или проект. В Claude Tag есть заметки канала и заметки рабочего пространства, которые читаются во всех каналах. В Grok Bot у каждого бота своя память, а несколько фактов о пользователе, вроде имени и часового пояса, общие для всех ботов.

Запуск без человека. Расписание, наблюдение за каналом, реакция на событие в GitHub или на письмо. Именно это превращает чат-бота в коллегу, который сам приходит с результатом.⁵

Своя личность и ключи вне песочницы. Агент, который работает без вас, должен как-то входить в чужие системы. В Claude Tag у агента свои сервисные аккаунты, а ключи лежат в отдельном хранилище: прокси подставляет их на выходе из песочницы, и ни модель, ни песочница их не видят. Grok Bot, наоборот, действует от вашего имени, но пароли и карты подставляет из хранилища прямо в форму на странице, не показывая их боту.

Подтверждения. Перед действием Grok Bot проверяет его системой Auto Review, а для писем, публикаций и удалений можно включить правило «сначала спросить». В документации сказано, что такие проверки снижают риск промпт-инъекций, но не убирают его.

Лимит расходов. Работа Claude Tag в каналах оплачивается по факту использования из баланса организации, и владелец задаёт лимит на месяц.

В ответах под твитом Дилана видны слабые места персистентных агентов.

Первое — деньги. Один пользователь пишет, что за неделю Grok Bot съел 14% его лимита в Grok, а обычный чат — 1%: «тот, что работает всегда, съедает всё». Другой признаётся, что половина его агентов просто проверяет других агентов.

Второе — доверие. Один из авторов ответов описывает своё правило: если он поправил агента, такое действие следующие 14 дней снова требует его подтверждения. Так агент получает самостоятельность постепенно и теряет её после ошибки.

Третье — общие ресурсы. В документации Grok Bot прямо сказано, что боты одного пользователя не изолированы друг от друга: общий компьютер, общие файлы, общие входы на сайты. Поэтому совет оттуда же — выходить из сервисов, которые боту больше не нужны, и удалять чувствительные файлы после работы.

Четвёртое — зависимость от чужого продукта. Брэд Моррис считает, что при таком объёме работы с агентами SemiAnalysis выгоднее построить свою инфраструктуру: управляющий слой и Slack-бота поверх тех же подписок. А менеджер продукта Claude Tag Ноа Звебен ответил Дилану прямо под твитом и предложил рассказать, что не работает.

Если хотите попробовать персистентного агента в команде, начните с одного канала и одной рутины. Ежедневная сводка открытых веток или наблюдение за алертами подходят лучше всего: результат легко проверить, а цена ошибки низкая.

Сформулируйте, что считается готовым результатом, и попросите агента сохранять промежуточные итоги туда, где они переживут песочницу: в ветку, в документ, в пулреквест. Поставьте лимит расходов до запуска, а не после первого счёта. Для действий, которые нельзя отменить, — отправки писем, платежей, публикаций — включите обязательное подтверждение. И проверяйте, что агент запомнил: память копится сама, и ошибочная заметка будет влиять на все следующие задачи в канале.

Как устроены агенты изнутри — харнес, память, инструменты, расписания и границы доступа — разбираем на курсе «Разработка AI-агентов». А что такое харнес и почему, по словам Дилана, именно он решает, — в статье «Что такое харнес AI-агента».