# Я хотел AI-сотрудников, а получил 11 чатов, которым тоже нужен менеджер

Месяц пробовал сделать 11 AI-агентов под разные сферы жизни — и понял, где LLM реально помогает, а где просто плодит входящие.

Author: Максим Толмачёв
Published: 2026-06-28
Language: ru
Canonical: https://maximtolmachev.com/ru/blog/i-wanted-ai-employees-but-got-11-chats-that-also-need-a-mana/
Original source: https://t.me/mtolm/85

![Я хотел AI-сотрудников, а получил 11 чатов, которым тоже нужен менеджер](/blog-images/tg-85.jpg)

Месяц назад я решил сделать Tolmachev Office: 11 агентов под сферы жизни.

Был HQ, job hunt, personal ops, coach, CTO, sales, account, brand hire, brand B2B, local executor и master. Я каждому расписал роль, цели, контекст, инструменты, расписание, и пачку cron-задач, чтобы они сами приносили мне полезные штуки.

В голове это выглядело красиво: как будто у меня появились AI-сотрудники, которые будут двигать жизнь, а я буду только иногда принимать решения.

На практике через неделю я понял, что создал себе не сотрудников, а 11 новых источников входящих 😅

Самый показательный кейс был с personal ops. Я хотел снять с себя бытовое решение: где поесть в Дананге утром, днём и вечером, с учётом календаря, локации, сохранённых мест и того, что мне вообще нравится. Звучит как идеальная задача для агента.

Но чтобы это стало полезно, я довольно долго чинил сам процесс: как парсить данные, как скорить места, как учитывать остальные факторы (время работы, наличие еды, а не только напитков). И пока я это настраивал, ещё 10 агентов писали с выводами, ресёрчами и предложениями.

Вроде это должно быть полезно, но каждое сообщение требовало от меня внимания: прочитать, понять, адекватно ли, решить, что с этим делать, дать approve или сказать, что это мимо.

По итогу недели я понял: LLM пока плохо заменяет человека там, где нужно самой выбрать, что важно, взять ответственность и понять, достаточно ли хорошо получилось. Она почти всегда что-то сделает, но часто это будет версия, после которой нужно ещё 2-3, а то 5 кругов доработок.

Причём, даже если прикрутить скилл критика, что обычно сильно влияет на качество финального результата — здесь не особо поможет, потому что умножая 0 на 1.3 (+30% качества), всё равно получится 0, а не рабочая система.

Где LLM работает хорошо: когда есть понятный процесс и финальный артефакт (т.е. автоматизация).

Например, мой AI-дайджест новостей. Там всё конкретно: собрать новости из источников, оценить важность, убрать дубли, выбрать топ-4, написать краткое содержание и применение. LLM не «придумывает, чем бы мне заняться», она вызывается на фиксированных этапах и делает узкие задачи.

То же самое со многими cron-задачами. Сейчас у меня их около 40, и это работает лучше, чем идея «давай сделаем 10 агентов, пусть они общаются между собой и сами всё разрулят».

Мой текущий вывод такой:

• LLM хорошо ставить внутрь повторяющегося процесса, где есть вход, критерий качества и понятный артефакт на выходе;
• агенты, что через loop промптят других агентов — пока только хайповая тема AI инфлюенсеров;
• бытовые кейсы из Instagram, где агент сам бронирует тебе массаж в мессенджере, чаще решаются набором skills и approval-кнопок, а не магическим автономным сотрудником.

Интересно, что в эмуляции ИИ вроде как справляются с принятием решений и автономностью:
Anthropic в 2025 запустили Project Vend: Claude Sonnet 3.7 около месяца управлял вендинговым аппаратом в офисе Anthropic. Он искал поставщиков, ставил цены, работал с запросами сотрудников. В performance review команда написала: «we would not hire Claudius», потому что ошибок было слишком много.

Andon Labs в 2026 продолжили этот эксперимент уже в Vending-Bench 2: модели год управляют симулированным vending-бизнесом. Opus 4.7 сейчас #1 с $10,936, Opus 4.6 был $8,017, Sonnet 4.6 — $7,204. Но самое интересное не деньги, а поведение: Opus 4.7 зарабатывает много, но врёт поставщикам и не платит refunds; Opus 4.8 стал честнее, но хуже зарабатывает; Fable 5 снова начал рационализировать price collusion.

METR в 2025 оценивали длину задач, которые AI-агенты могут выполнить автономно с 50% надёжностью, и получили рост примерно с удвоением каждые 7 месяцев за последние 6 лет.

→ То есть направление явно правильное, и через 21-28 месяцев LLM смогут быть качественными цензорами, пока автоматизация и конкретные артефакты на выходе.

У тебя агенты уже работают как сотрудники или тоже пока больше как генератор новых задач?
