Разбор архитектуры GigaCowork и роль ИИ-агентов в бизнесе

Интересный момент про ИИ-агентов Термином "ИИ-агент" уже второй год закидывают всё подряд, и многие до сих пор путают его с прокачанным чатботом (на моём канале вряд ли, но в целом по больнице - вообще легко). По-факту разница принципиальная: чат-бот отвечает на вопрос, а агент сам решает, что делать и в каком порядке, действует от вашего имени и доводит задачу до результата - сходит на сайты и достанет оттуда инфу, сгенерит табличку, напишет кусок кода, разберётся в куче файлов и т.д., а не просто выдаст текст, который вам ещё разгребать руками. Именно эти способности агентов бизнес и купил. В 2026 компании удваивают инвестиции в ИИ, и почти половина этих денег идёт именно в агентов. Потому что большинство руководителей наконец ждут не хайпа, а окупаемости, и агенты дают её лучше. Логично, что первыми тут оказались те, кто уже вложился в модели по-крупному. За рубежом это Claude Cowork от Anthropic и недавний Work от GPT, а у нас в похожую степь недавно двинулся Сбер со своим GigaCowork. И вот с ним есть любопытный момент. На Хабре есть разбор, где автор из чистого исследовательского азарта решил глянуть, что у него под капотом. Через фингерпринтинг - задавал простые вопросы вроде "назови цвет" или "какие часы" - и получал узнаваемый набор ответов ("синий", Rolex, ...), характерный для конкретной модели. По совокупности примёт пришёл к выводу, что внутри сидит китайский Qwen3-235B. Значит ли это, что тут нет своей разработки, а Сбер просто гоняет китайский опенсорс? Ну, не совсем, так сказать было бы большим упрощением. Тут очень похоже на торговую марку из ритейла. Условная Пятерочка или Ашан продают под своим лейблом крупу, которую физически делает третий завод, а сами вкладываются в закупки, логистику и полку, и чтобы вам было удобно и хорошо. Значит ли это, что вам нужно закупаться на заводе, а не в магазине? Нет, конечно, ведь ценность в другом. Вот и с ИИ-агентами разумно поступать так же, потому что главное - это финальный результат, юзабилити, сценарность и т.д. Обучение своей LLM топ-уровня стоит сотни $ миллионов, так что кое-где (в конкретной области) взять сильный опенсорс и сфокусироваться на его адаптации и агентной обвязке сверху - вполне здравый ход. ИМХО, это хорошая новость для всех, кто смотрит на рынок ИИ-агентов в России. В какой-то точке развития решать начинает не то, чья модель под капотом, а как быстро дотянут обвязку - память, разрешения, интеграции и всё такое. А ресурсов и данных, чтобы это сделать быстро, у Сбера как раз точно хватит. Дизраптор