недостаточно, нужно детально погрузить агента в контекст задачи. Современный подход к работе с ИИ — луп-инжиниринг, где ключевым становится то, как агент выполняет задачу и пользуется инструментами. Авторы предупреждают, что если ИИ пошёл не в ту сторону, он тратит время и токены. Приводят пример: при задаче тестировщика агент вместо указания неработающей кнопки полез в код и пытался его починить. Большинство моделей хорошо справляются с простыми и определёнными задачами, но для сложных многошаговых задач нужны более дорогие модели — они могут забывать начало, как и люди. Ручной контроль обязателен: агент сегодня — это как джуниор, чью работу должен проверить сеньор. Также упоминаются риски блокировки доступа к зарубежным моделям, поэтому данные рекомендуется хранить в личной Базе знаний. В компании «Мегаплан» разработали MCP-сервер для переноса данных, а также есть Pet-проект на базе GPT 5.6, работающий локально.