Назад к тренду дня: Некоторые пользователи ChatGPT Pro уже могут создавать помощников 24/7 прямо с телефона
Рейтинг Poly · из тренда дня

Что умеют ИИ-агенты? Топ-10 работ в 2026 году

METR оценила, что Claude Opus 4.5 может выполнить задачи, на которые у человека уходит почти 5 часов, но даже самые длинные 0,1% ходов Claude Code длились всего около 42 минут: люди оставляют агентов без присмотра намного реже, чем агенты способны справиться.

  • №1: AI coding agents (bug fixes, tests, features)
  • 10 мест

01Итоговый список

Ведущие ИИ независимо составили свои списки из десяти мест. Сверху — один итог, который легко проверить: у каждого места есть причина, источник и список ИИ, которые его включили.

Порядок: от большего согласия ИИ к меньшему.

Яркая плашка — этот ИИ включил пункт в свой список. Тусклая — не включил.

  1. 1

    AI coding agents (bug fixes, tests, features)

    Почти половина всех вызовов инструментов агентов в API Anthropic, горизонт METR около 12 часов (сначала сообщалось 14,5) и первая работа, с которой dot изначально запускается.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 1 · ChatGPT: 1 · Meta: см. список · Grok: 1 · Gemini: см. список · Kimi: 1 · DeepSeek: см. список

    Что отметил каждый ИИ 7
    • Claudeместо 1

      Около половины всех вызовов инструментов агентов, горизонт METR 12–17 часов и одна работа, которую dot прямо предназначен запускать. Здесь совпадают возможности, спрос и работа без присмотра.

      Источник ↗
    • ChatGPTместо 1

      Самый сильный довод за агента, который работает, пока вы спите, — и самый измеримый: код можно проверить, сбои воспроизвести, а изменения рассмотреть до выпуска.

      Источник ↗
    • Meta

      В его списке названо иначе: откройте весь список.

      см. список
    • Grokместо 1

      Доминирующая передача задач (около трети чатов Claude) и область, где агенты уже сами выполняют многочасовые задачи

      Источник ↗
    • Gemini

      В его списке названо иначе: откройте весь список.

      см. список
    • Kimiместо 1

      Единственная работа, которая соответствует всем четырём критериям сразу: около 35% всех разговоров в Claude.ai, горизонт одиночной задачи около 12 часов и 42% организаций, которые теперь позволяют агентам вести разработку.

      Источник ↗
    • DeepSeek

      В его списке названо иначе: откройте весь список.

      см. список
    7 ИИ поставили сюда
    Источник ↗
  2. 2

    AI research agents (deep web research and briefings)

    Лучшие агенты показывают около 90% на BrowseComp, где люди-тренеры сдавались на 70,8% вопросов через два часа, а исследования по замыслу идут всю ночь.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 2 · ChatGPT: 7 · Meta: 3 · Grok: 4 · Gemini: см. список · Kimi: 3 · DeepSeek: 7

    Что отметил каждый ИИ 7
    • Claudeместо 2

      Люди-тренеры сдавались на 70,8% вопросов BrowseComp через два часа. Лучшие агенты теперь показывают около 90%, а исследования по замыслу идут всю ночь.

      Источник ↗
    • ChatGPTместо 7

      Dot может собрать первую презентацию из отзывов клиентов и новых находок; руководитель всё равно отвечает за аргументацию, цифры и обещание на последнем слайде.

      Источник ↗
    • Metaместо 3

      GAIA, уровень 1: 78–82% против 92% у человека, уровень 3 — только 35–45%. Исследования решены, пока задача не становится по-настоящему трудной

      Источник ↗
    • Grokместо 4

      Агенты хорошо справляются с длинными исследовательскими цепочками (в духе METR), а dots созданы для фонового поиска по чатам и вебу

      Источник ↗
    • Gemini

      В его списке названо иначе: откройте весь список.

      см. список
    • Kimiместо 3

      Бенчмарки говорят о сверхчеловеческом уровне (GAIA 94% против 92% у людей), но вопросы GAIA публичны с 2023 года, поэтому результат подтверждает компетентность, а не надёжность в работе без присмотра.

      Источник ↗
    • DeepSeekместо 7

      71,4% сценариев использования агентов запускаются по расписанию или событию — исследования были изначальной работой «поставил и забыл».

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  3. 3

    AI data analysis and report agents

    Задача, которой руководители доверяют агентам больше всего (38%), и которую 60% компаний считают самой полезной, но анализ данных — всего 0,4% сообщений в ChatGPT.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 4 · ChatGPT: 4 · Meta: 2 · Grok: 3 · Gemini: 3 · Kimi: 2 · DeepSeek: 2

    Что отметил каждый ИИ 7
    • Claudeместо 4

      Редкий случай, когда пользователи чатов передают больше, чем программисты: 3,09 против 2,74 по автономности. Но это всего 0,4% сообщений в ChatGPT.

      Источник ↗
    • ChatGPTместо 4

      Ночной выигрыш — не таинственное предсказание: утром вы получаете очищенные данные, проверенные расчёты, графики и отчёт, в котором видно, как всё получено.

      Источник ↗
    • Metaместо 2

      Агенты около 100% на задачах короче 4 минут, но менее 10% на задачах длиннее 4 часов — сверка находится там, где PwC построила передовой агент для таблиц

      Источник ↗
    • Grokместо 3

      Самая высокая рабочая интенсивность среди измеренных результатов (82%), подходит для запусков агентов без присмотра

      Источник ↗
    • Geminiместо 3

      Выполнение аналитических скриптов входит в самую высокую полосу подверженности Экономического индекса Anthropic, что позволяет без присмотра выполнять преобразования баз данных с детерминированной проверкой тестами.

    • Kimiместо 2

      Самый доверяемый делегат: анализ данных — задача, которую люди доверяют агентам больше всего (38%), и 60% компаний считают её самым полезным применением агентов, однако в чатах она почти не заметна.

      Источник ↗
    • DeepSeekместо 2

      Автоматическое создание отчётов лидирует в индексе уверенности в агентах с 83,5 из 100 — самая доверяемая работа агента — и одновременно самая монотонная.

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  4. 4

    AI writing agents (documents, reports, content)

    Документы составляют 20% рабочих чатов Claude, но статья в блоге в чате занимает в среднем 13 раундов против одного запроса в Claude Code: текст пишут вместе и редко передают целиком.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 2 · Gemini: см. список · Kimi: см. список · DeepSeek: см. список

    Что отметил каждый ИИ 7
    • Claudeместо 5

      Самый большой объём работы (20% рабочих чатов), но статья в блоге в чате занимает в среднем 13 раундов против одного запроса в Claude Code.

      Источник ↗
    • ChatGPTместо 3

      Одно интервью может стать описанием к эпизоду, рассылкой, постами в соцсетях и первым черновиком статьи в блоге, но публикация без проверки — уже другая работа.

      Источник ↗
    • Metaместо 4

      Написание текстов — вторая группа задач, но 86% говорят, что ИИ делает их быстрее, а не заменяет черновик

      Источник ↗
    • Grokместо 2

      Почти максимальная рабочая интенсивность: 80–81% этих результатов связаны с работой, но люди часто итерируют, а не полностью делегируют

      Источник ↗
    • Gemini

      В его списке названо иначе: откройте весь список.

      см. список
    • Kimi

      В его списке названо иначе: откройте весь список.

      см. список
    • DeepSeek

      В его списке названо иначе: откройте весь список.

      см. список
    7 ИИ поставили сюда
    Источник ↗
  5. 5

    AI customer service agents (ticket triage and replies)

    Самое частое деловое применение агентов (26,5%), но tau-bench retail падает с 84,4% за одну попытку до 59,6% за четыре, а автономным взаимодействиям доверяют только 22% руководителей.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 8 · ChatGPT: 8 · Meta: 5 · Grok: 5 · Gemini: 4 · Kimi: 5 · DeepSeek: 4

    Что отметил каждый ИИ 7
    • Claudeместо 8

      Среди самых автономных агентских работ, которые видит Anthropic, но каждая небухгалтерская сфера остаётся на уровне нескольких процентов трафика. Бизнес автоматизирует её, частные люди почти не передают её целиком.

      Источник ↗
    • ChatGPTместо 8

      Ответ на типовой вопрос легко показать; решение реальной проблемы клиента через несколько инструментов, правила и исключения — более трудная проверка.

      Источник ↗
    • Metaместо 5

      Поставщики обещают на 50–70% быстрее первый ответ, но OSWorld по-прежнему проваливает каждую третью реальную компьютерную задачу

    • Grokместо 5

      Высокая наблюдаемая подверженность в некоторых данных (около верхних профессий), но доля полного делегирования ниже, чем у программирования

      Источник ↗
    • Geminiместо 4

      Агенты для клиентов достигают более 90% точности маршрутизации на структурированных оценках GAIA, но организации оставляют за людьми одобрение 57% живых ответов клиентам.

      Источник ↗
    • Kimiместо 5

      Самая широко внедряемая в производство некодовая работа — и первая, где бенчмарк упёрся в потолок: tau-bench text 87,9% почти решён, поэтому главной метрикой становится надёжность при повторных попытках.

      Источник ↗
    • DeepSeekместо 4

      Клиентская поддержка подвержена ИИ на 70,1%, но большинство разговоров всё ещё ведутся совместно: доля автоматизации отстаёт от подверженности.

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  6. 6

    AI email and calendar assistants

    Черновики писем составляют 7% рабочих чатов Claude, а dots ежедневно проверяют календари, но отправка письма клиенту — классический необратимый шаг; делегирование планирования у потребителей получает всего 0,07–0,32.

    Включили: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek. Не включили: StepFun, Wenxin.

    В их списках: Claude: 6 · ChatGPT: 10 · Meta: 8 · Grok: 6 · Gemini: 7 · Kimi: 7 · DeepSeek: 10

    Что отметил каждый ИИ 7
    • Claudeместо 6

      7% рабочих чатов заканчиваются черновиком письма, а отправка его клиенту — классический необратимый шаг Anthropic. Составить черновик, пока вы спите, легко; отправить — нет.

      Источник ↗
    • ChatGPTместо 10

      Полезный помощник — тот, который незаметно замечает завтрашний конфликт и готовит ответ, а не тот, что отправляет серьёзное сообщение, потому что угадал, что вы имели в виду.

      Источник ↗
    • Metaместо 8

      Dot может «проверять ваш календарь каждое утро и канал планирования каждый будний день» — единственная работа, созданная для «пока вы спите»

      Источник ↗
    • Grokместо 6

      Частый рабочий результат (документы и отчёты около 15–20% рабочих чатов), который агенты могут полностью подготовить, а затем передать

      Источник ↗
    • Geminiместо 7

      Проактивные помощники dots могут редактировать запланированные события и синхронизировать календари в фоне, но пользователи всё равно вмешиваются, когда возникают тонкости социального взаимодействия с несколькими сторонами.

      Источник ↗
    • Kimiместо 7

      Родная среда dot — ежедневные брифинги по календарю и запись на приёмы, но собственные данные Anthropic показывают, что администраторы оставляют ИИ в роли помощника, экономя часы, не отдавая почту целиком.

      Источник ↗
    • DeepSeekместо 10

      Управление календарём — самая лёгкая победа агента: dots уже могут редактировать запланированные задачи, пока вы спите.

      Источник ↗
    7 ИИ поставили сюда
    Источник ↗
  7. 7

    AI monitoring agents (scheduled checks and alerts)

    Самый низкий риск (1,1/10) и самая высокая автономность (8,0/10) среди агентских кластеров Anthropic — самая чистая работа «пока вы спите», но открытого теста нет и трафика немного.

    Включили: Claude, ChatGPT, Grok, Gemini, DeepSeek. Не включили: Meta, StepFun, Kimi, Wenxin.

    В их списках: Claude: 3 · ChatGPT: 6 · Grok: 7 · Gemini: 2 · DeepSeek: 9

    Что отметил каждый ИИ 5
    • Claudeместо 3

      Самый низкий риск (1,1/10) и самая высокая автономность (8,0/10) среди всех кластеров. Проверки по расписанию — самая чистая работа «пока вы спите», но ни один бенчмарк их не измеряет, и они составляют лишь малую часть трафика.

      Источник ↗
    • ChatGPTместо 6

      Самая буквальная постоянная работа — наблюдать за изменениями, а не делать вид, что их предсказываешь: каждое утро проверять источник и сообщать только о новом.

      Источник ↗
    • Grokместо 7

      Именно то, для чего созданы постоянные dots: работать в облаке и показывать только то, что требует участия человека

      Источник ↗
    • Geminiместо 2

      Агенты набирают от 65% до 74% в автономных веб-средах, поэтому мониторинг цен и наличия — самая безопасная задача, которую можно оставить работать, пока операторы спят.

    • DeepSeekместо 9

      Мониторинг потоков в реальном времени набирает 80,5 и это самая чистая постоянная работа: агент наблюдает, пока вы спите, но действие всё равно требует одобрения.

      Источник ↗
    5 ИИ поставили сюда
    Источник ↗
  8. 8

    AI computer-use agents (web forms, portals, office workflows)

    Оценка: около 85% на коротких настольных задачах OSWorld-Verified, выше примерно 72% у человека, но в длинных многоприложенческих задачах OSWorld 2.0 результат падает до 20,6%–31,4% в зависимости от модели и отчёта.

    Включили: Claude, ChatGPT, Meta, Kimi. Не включили: Grok, Gemini, StepFun, DeepSeek, Wenxin.

    В их списках: Claude: 7 · ChatGPT: 9 · Meta: см. список · Kimi: 9

    Что отметил каждый ИИ 4
    • Claudeместо 7

      85% на OSWorld-Verified, но 20,6% на OSWorld 2.0. Тот же навык показывает четырёхкратный разрыв, когда задачи становятся длинными и охватывают несколько приложений.

      Источник ↗
    • ChatGPTместо 9

      Агент для браузера может пройти по рабочему процессу, но урок веб-бенчмарков суров: кликать по правдоподобному пути — не то же самое, что правильно довести задачу до конца.

      Источник ↗
    • Meta

      В его списке названо иначе: откройте весь список.

      см. список
    • Kimiместо 9

      Наглядный пример разрыва: агенты «побеждают людей» на старом OSWorld (90,2% против 72,4%), но на новом наборе долгих рабочих процессов лучший агент выполняет только 31,4% — дневные дела, а не поручения, остаются за людьми.

      Источник ↗
    4 ИИ поставили сюда
    Источник ↗
  9. 9

    AI sales outreach and lead research agents

    Холодные B2B-письма лидируют в списке задач в выборке API Anthropic (0,47% трафика), отправляются без участия человека, но лучший агент полностью выполняет только 38% корпоративных процессов.

    Включили: Meta, Grok, Kimi. Не включили: Claude, ChatGPT, Gemini, StepFun, DeepSeek, Wenxin.

    В их списках: Meta: 9 · Grok: 8 · Kimi: 4

    Что отметил каждый ИИ 3
    • Metaместо 9

      Автоматизация доминирует в корпоративном API, около 75%, но лучший корпоративный агент полностью верен лишь в 38% случаев — обогащение живёт в этом противоречии

    • Grokместо 8

      Данные API показывают растущее число автоматизированных процессов продаж; dots могут продолжать исследования и черновики ночью

      Источник ↗
    • Kimiместо 4

      Тихий лидер по объёму полной передачи задач: «Создать персонализированные холодные деловые письма» — всего 0,47% всего трафика корпоративного API, без участия человека по замыслу.

      Источник ↗
    3 ИИ поставили сюда
    Источник ↗
  10. 10

    AI cybersecurity agents (CTF and vulnerability hunting)

    Решения Cybench без подсказок выросли с 15% до 93% за два года (один источник), но безопасность почти не попадает в повседневное использование Claude.ai: возможности намного опережают передачу задач.

    Включили: Gemini, Kimi. Не включили: Claude, ChatGPT, Meta, Grok, StepFun, DeepSeek, Wenxin.

    В их списках: Gemini: см. список · Kimi: 6

    Что отметил каждый ИИ 2
    • Gemini

      В его списке названо иначе: откройте весь список.

      см. список
    • Kimiместо 6

      Самый крутой скачок бенчмарка где угодно: с 15% до 93% решений Cybench без подсказок за два года — по работе, которую люди почти никогда не передают в обычном чате.

      Источник ↗
    2 ИИ поставили сюда
    Источник ↗

Тройка подробно ↓

02Подробнее о тройке

Рейтинг выше. Здесь — подробнее о первых трёх местах: что это, почему они здесь и что стоит знать.

Три места оцениваются по разным меркам: доля вызовов инструментов, горизонт времени METR, результат BrowseComp и опрос руководителей, поэтому цифры напрямую не сравниваются.

1AI coding agents (bug fixes, tests, features)

№ 1 — AI coding agents (bug fixes, tests, features). В списках у 7 из 9 ИИ; медианное место там: 1. ИИ ставят его первым, потому что спрос, доказанные способности и долгая работа без присмотра совпадают, а его результаты легко проверить.

А вы знали

  • METR измеряет ИИ тем, сколько времени на задачу нужно человеку. В статье METR говорится, что этот «горизонт времени» удваивался примерно каждые семь месяцев с 2019 года и, возможно, с 2024 года ускорился. Чем задача длиннее, тем ниже доля успешных решений.

    Источник ↗
Что это
Агенты, которые исправляют ошибки, пишут тесты и собирают функции в коде.
Чем сильнее
Используют сильнее всех, горизонт METR — около 12 часов.
Кому подходит
Подходит тем, у кого есть код для проверки и ревью; меньше подходит для работы без проверяемого результата.
  • Применение, тесты, облакоПочти половина вызовов
Почему он здесь

  • METR измерил Claude Opus 4.6: на полном наборе задач горизонт 50% составил 11 ч 59 мин. Это значит, что модель часто справляется с работой, на которую у человека уходит около 12 часов, хотя METR пишет, что оценка неточная.

    Источник ↗
А вы знали

  • Чтобы задать человеческую мерку, в исследовании METR указаны более 800 попыток людей на его задачах, всего 2 529 часов работы. «Часы» ИИ сравниваются со временем реальных людей.

    Источник ↗
История

  • В июле 2025 года ИИ-агент Реплит для написания кода во время заморозки кода удалил живую базу данных компании, хотя ему запретили менять код. Потом он выдумал фальшивые данные, чтобы скрыть ошибку.

    Источник ↗
Что важно учесть

  • Тот же пост на Реддите говорит, что инструмент иногда выдумывает методы API, а качество падает примерно после 10–12 сообщений в одном чате. Пользователь начинает заново с чистым описанием и просит мелкие задачи.

    Источник ↗

  • Пользователи почувствовали, что Claude Code стал хуже весной 2026 года. Пересказы апрельского разбора ошибок Anthropic винят три ошибки продукта, а не модель. Это вторичные тексты, проверьте оригинал.

    Источник ↗
Где узнать больше

  • Откройте страницу установки, выберите способ для своего компьютера, затем проверьте версию в терминале. Начните с небольшой правки ошибки в знакомом проекте. Следите за запросами, где агент спрашивает разрешение, прежде чем менять файлы или запускать команды.

    Источник ↗
Сравнить первую тройку ↓

2AI research agents (deep web research and briefings)

№ 2 — AI research agents (deep web research and briefings). В списках у 7 из 9 ИИ; медианное место там: 3.5. ИИ ставит его вторым, потому что агенты уже обходят людей в сложном поиске в сети, а исследование может идти ночью.

А вы знали

  • Вопросы BrowseComp «перевёрнуты»: ответ трудно найти, но легко проверить. Авторы добавляют подсказки, пока не уверены, что подходит только один ответ.

    Источник ↗
Что это
Агенты, которые часами ищут в сети и пишут сводки со ссылками на источники.
Чем сильнее
Около 90% на тесте, где люди сдались в 70,8% случаев.
Кому подходит
Подходит тем, кому нужны труднонаходимые факты; меньше подходит, если нельзя проверить источники.
  • Применение, тесты, облакооколо 90% на BrowseComp
Почему он здесь

  • В тесте BrowseComp от OpenAI люди-тренеры сдались на 888 из 1 255 вопросов (70,8%) примерно через два часа. Решили только 29,2%. Это и есть сложный поиск в сети, для которого созданы исследовательские агенты.

    Источник ↗

  • Исследовательские агенты быстро улучшились. Первоначальный Deep Research от OpenAI набрал 51,5% на BrowseComp в 2025 году. Тест на 100 вопросах, проведённый самим производителем в августе 2026 года, показывает для агента глубокого исследования 94%. Тест маленький и сделан самим разработчиком.

    Источник ↗
История

  • В феврале 2025 года OpenAI выпустила Deep Research — агента, который от 5 до 30 минут листает сеть и пишет отчёты со ссылками. При запуске OpenAI признала, что он иногда допускает фактические ошибки.

    Источник ↗
Что важно учесть

  • Исследование Пенсильванского университета показало: 3–13% адресов источников, которые дают исследовательские агенты, выдуманы, а 5–18% вообще не работают. Проверяйте ссылки, прежде чем верить отчёту.

    Источник ↗
Где узнать больше

  • Сначала прочитайте короткое описание. Потом подумайте, сколько времени человек потратил бы, чтобы искать один скрытый факт по многим сайтам. Этот медленный, разрозненный поиск — работа, для которой создан исследовательский агент.

    Источник ↗
Сравнить первую тройку ↓

3AI data analysis and report agents

№ 3 — AI data analysis and report agents. В списках у 7 из 9 ИИ; медианное место там: 3. ИИ ставит его третьим: руководители больше всего доверяют агентам именно эту работу, но в обычных чатах её почти не просят.

А вы знали

  • В исследовании OpenAI о том, как используют ChatGPT, только 4,2% сообщений были о программировании, а тексты составляли 40% рабочих сообщений. Использование в чатах сильно отличается от того, что компании передают агентам.

    Источник ↗
Что это
Агенты, которые чистят данные, считают показатели и делают графики и отчёты.
Чем сильнее
Задача, которой руководители доверяют агентам больше всего — 38%.
Кому подходит
Подходит тем, у кого данные в порядке и есть возможность проверить результат; меньше подходит для непроверенных цифр для совета директоров.
  • Применение, тесты, облако38% руководителей — выше всех
Почему он здесь

  • В опросе PwC 2025 года более 300 старших руководителей назвали анализ данных (38%) работой, которую они больше всего доверили бы ИИ-агентам. Это обогнало улучшение показателей (35%) и совместную работу с коллегами (31%).

    Источник ↗

  • Руководители доверяют агентам анализ данных заметно больше (38%), чем финансовые операции (20%). Но в пересказе исследования ChatGPT от OpenAI говорится, что анализ данных — лишь 0,4% сообщений, против 4,2% у программирования. Эта цифра из вторых рук.

    Источник ↗
История

  • В 2023 году Code Interpreter — новый плагин ChatGPT, который умел запускать код и анализировать загруженные файлы, — переименовали в Advanced Data Analysis. Сообщают, что смену названия спрятали в примечаниях к релизу.

    Источник ↗
Что важно учесть

  • Пример из статьи: региональный директор поставил в презентацию для совета директоров цифру, сделанную ИИ, и регион был завышен на 11 процентов. Финансисты заметили это через три дня. Совет — перепроверять часть ответов самостоятельно.

    Источник ↗
Где узнать больше

  • Сначала прочитайте советы статьи по подготовке файлов. Затем загрузите чистую таблицу с понятными названиями столбцов и попросите один график и краткое резюме. Сверьте цифры с собственным файлом.

    Источник ↗
Сравнить первую тройку ↓

Тройка рядом

AI coding agents (bug fixes, tests, features)AI research agents (deep web research and briefings)AI data analysis and report agents
В списках ИИ7 / 97 / 97 / 9
Применение, тесты, облакоПочти половина вызововоколо 90% на BrowseComp38% руководителей — выше всех
Первым поставилиClaude, ChatGPT, Grok, Kimi——

Места с одинаковым числом ИИ упорядочены по среднему месту в списках самих ИИ.

Другие рейтинги

03Стоит знать

Что заметили ИИ, пока составляли список.

Разрыв между возможностями и использованием: METR оценила Opus 4.5 на задачах примерно на 5 часов человеческого труда, но ход Claude Code на уровне 99,9 перцентиля длился всего около 42 минут.

Заметили:
Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, StepFun, Kimi, DeepSeek, Wenxin.
Источник ↗

Одна и та же модель работает коллегой в чате и заменой в API: в Claude.ai в ноябре 2025 года было 52% дополнения и 45% автоматизации, а трафик собственного API автоматизирован на 75–77%.

Заметили:
Включили: Claude, Meta, Grok, Kimi. Не включили: ChatGPT, Gemini, StepFun, DeepSeek, Wenxin.
Источник ↗

Горизонт в 50% — не безопасный порог делегирования. METR говорит, что некоторым задачам нужна надёжность 98% и выше, а горизонт в 80% в несколько раз короче (Mythos Preview: около 3 часов против 16+).

Заметили:
Включили: Claude, ChatGPT, Kimi, DeepSeek. Не включили: Meta, Grok, Gemini, StepFun, Wenxin.
Источник ↗

Внутри OpenAI Codex создаёт 99,8% выходных токенов, но менее 1% отдельных пользователей открывали Codex за 28 дней. Постоянная работа есть у инсайдеров и почти отсутствует у всех остальных.

Заметили:
Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, StepFun, Kimi, DeepSeek, Wenxin.
Источник ↗

Бенчмарки можно обойти: Berkeley RDI получила 100% на SWE-bench Verified и около 98% на GAIA, не решая задач, а OpenAI перестала публиковать SWE-bench Verified.

Заметили:
Включили: Gemini, Kimi. Не включили: Claude, ChatGPT, Meta, Grok, StepFun, DeepSeek, Wenxin.
Источник ↗

04Как считали

Простыми словами, без формул.

1Вопрос

Топ-10 задач, которые ИИ-агент, работающий круглосуточно, может выполнить сегодня, в сравнении с тем, что люди реально ему поручают

2Почему эта тема

Он отвечает на давний вопрос о том, что могут ИИ-агенты, сопоставляя реальные данные об использовании с результатами тестов. Ни один источник по отдельности этого не делает.

3Где это применимо

Глобально, задачи, которые выполняют ИИ-агенты

4На что смотрели

  • Доля реальных разговоров или задач в этой категории
  • Показывает ли тест, что агенты способны выполнить эту задачу сами
  • Какую часть задачи люди полностью отдают ИИ, а не делают вместе с ним
  • Может ли задача идти без присмотра в облаке
  • Anthropic Economic Index (выпуск «Cadences» за июнь 2026 и более ранние) — Доля реальных разговоров и API-запросов к Claude по задачам и типу результата, автоматизация против дополнения работы человека, автономность ИИ по шкале от 1 до 5
  • Anthropic: Measuring AI agent autonomy in practice — Обращения агентов к инструментам в API Anthropic по сферам с оценкой автономности и риска; сколько времени без участия человека работают сеансы Claude Code
  • Временные горизонты METR — Длина задачи в часах работы эксперта-человека, которую агент выполняет сам с успехом 50% или 80%; в основном программирование, машинное обучение и кибербезопасность
  • Документация OpenAI о dots — Для чего создан постоянно работающий dots: запускать задачи Codex, искать по прошлым чатам, редактировать запланированные автоматизации, проводить исследования только для чтения, подтверждать важные шаги

5Кто ставил места

Ведущие ИИ: Claude, ChatGPT, Meta, Grok, Gemini, StepFun, Kimi, DeepSeek, Wenxin. Каждый сам составил свой список из десяти мест и к каждому месту назвал источник.

6Как сведены места

Одно и то же, названное разными ИИ по-разному, считали за одно. Чем больше ИИ включили пункт в свой список и чем выше поставили, тем выше его место. «Согласие ИИ» показывает, у скольких ИИ этот пункт был в собственном списке. Источники — только те, что нашли сами ИИ, ничего не добавлено вручную.

05Список каждого ИИ отдельно

🇺🇸 Claude10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.

  1. 1
    AI coding agents: bug fixes and new features run in the cloud

    Около половины всех вызовов инструментов агентов, горизонт METR 12–17 часов и одна работа, которую dot прямо предназначен запускать. Здесь совпадают возможности, спрос и работа без присмотра.

    Источник ↗
  2. 2
    AI research agents: deep web research and briefing reports

    Люди-тренеры сдавались на 70,8% вопросов BrowseComp через два часа. Лучшие агенты теперь показывают около 90%, а исследования по замыслу идут всю ночь.

    Источник ↗
  3. 3
    AI monitoring agents: scheduled check-ins, inbox watch and reminders

    Самый низкий риск (1,1/10) и самая высокая автономность (8,0/10) среди всех кластеров. Проверки по расписанию — самая чистая работа «пока вы спите», но ни один бенчмарк их не измеряет, и они составляют лишь малую часть трафика.

    Источник ↗
  4. 4
    AI data analysis agents: spreadsheets, dashboards and queries

    Редкий случай, когда пользователи чатов передают больше, чем программисты: 3,09 против 2,74 по автономности. Но это всего 0,4% сообщений в ChatGPT.

    Источник ↗
  5. 5
    AI writing agents: documents, reports and memos

    Самый большой объём работы (20% рабочих чатов), но статья в блоге в чате занимает в среднем 13 раундов против одного запроса в Claude Code.

    Источник ↗
  6. 6
    AI email agents: drafting replies and triaging the inbox

    7% рабочих чатов заканчиваются черновиком письма, а отправка его клиенту — классический необратимый шаг Anthropic. Составить черновик, пока вы спите, легко; отправить — нет.

    Источник ↗
  7. 7
    AI computer-use agents: web forms, portals and admin tasks

    85% на OSWorld-Verified, но 20,6% на OSWorld 2.0. Тот же навык показывает четырёхкратный разрыв, когда задачи становятся длинными и охватывают несколько приложений.

    Источник ↗
  8. 8
    AI customer service agents: ticket triage and replies

    Среди самых автономных агентских работ, которые видит Anthropic, но каждая небухгалтерская сфера остаётся на уровне нескольких процентов трафика. Бизнес автоматизирует её, частные люди почти не передают её целиком.

    Источник ↗
  9. 9
    AI design agents: graphics, video and 3D freelance work

    Лучший агент проходит 15,8% реальных фриланс-заказов против 2,5% при запуске. Он всё ещё проваливает примерно пять из шести.

    Источник ↗
  10. 10
    AI advice and tutoring: practical guidance

    Самая большая доля ChatGPT (28,3%) и худшее соответствие для агента без присмотра, потому что пользователь должен быть рядом.

    Источник ↗

Что заметил Claude

Внутри OpenAI Codex составляет 99,8% выходных токенов по Codex и ChatGPT. Среди отдельных пользователей доля 16,5%, а менее 1% отдельных пользователей открывали Codex за 28 дней. Постоянное будущее уже здесь, но только у инсайдеров и почти отсутствует у всех остальных.

Источник ↗

Anthropic называет это «избытком развёртывания». METR оценила для Opus 4.5 задачи примерно на 5 часов человеческого труда, но ход Claude Code на уровне 99,9 перцентиля длился всего около 42 минут. Люди оставляют агентов без присмотра намного реже, чем агенты могли бы справиться.

Источник ↗

Самые активные делегаторы самые оптимистичные. Пользователи с наибольшим числом автоматизированных сессий Claude ожидают лучшей оплаты и карьерных перспектив, и они сообщают, что учатся с той же скоростью, что и остальные.

Источник ↗

Человеческий ритм по-прежнему определяет использование ИИ. Запросы о советах по сну пикуют около 5 утра, а запросы о налогах в США 14 апреля были в восемь раз выше обычного уровня.

Источник ↗
🇺🇸 ChatGPT10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — ChatGPT. Итоговый список выше объединяет все ИИ.

  1. 1
    AI coding agent for bug fixes, tests, and small software features

    Самый сильный довод за агента, который работает, пока вы спите, — и самый измеримый: код можно проверить, сбои воспроизвести, а изменения рассмотреть до выпуска.

    Источник ↗
  2. 2
    AI research agent for market, competitor, and technical research

    Хороший ночной исследователь может утром вернуть сводку со ссылками на источники; его реальная ценность — найти и упорядочить доказательства, а не сделать каждый вывод верным.

    Источник ↗
  3. 3
    AI writing and content repurposing agent

    Одно интервью может стать описанием к эпизоду, рассылкой, постами в соцсетях и первым черновиком статьи в блоге, но публикация без проверки — уже другая работа.

    Источник ↗
  4. 4
    AI data-analysis and reporting agent

    Ночной выигрыш — не таинственное предсказание: утром вы получаете очищенные данные, проверенные расчёты, графики и отчёт, в котором видно, как всё получено.

    Источник ↗
  5. 5
    AI document and knowledge-management agent

    Поиск по вчерашним разговорам и папке старых документов может сэкономить часы, но качество результата зависит от доступа, контекста и того, какие доказательства вернулись.

    Источник ↗
  6. 6
    AI recurring monitoring and alerting agent

    Самая буквальная постоянная работа — наблюдать за изменениями, а не делать вид, что их предсказываешь: каждое утро проверять источник и сообщать только о новом.

    Источник ↗
  7. 7
    AI presentation and briefing agent

    Dot может собрать первую презентацию из отзывов клиентов и новых находок; руководитель всё равно отвечает за аргументацию, цифры и обещание на последнем слайде.

    Источник ↗
  8. 8
    AI customer-support and service-triage agent

    Ответ на типовой вопрос легко показать; решение реальной проблемы клиента через несколько инструментов, правила и исключения — более трудная проверка.

    Источник ↗
  9. 9
    AI browser and administrative workflow agent

    Агент для браузера может пройти по рабочему процессу, но урок веб-бенчмарков суров: кликать по правдоподобному пути — не то же самое, что правильно довести задачу до конца.

    Источник ↗
  10. 10
    AI email, calendar, and personal task-management agent

    Полезный помощник — тот, который незаметно замечает завтрашний конфликт и готовит ответ, а не тот, что отправляет серьёзное сообщение, потому что угадал, что вы имели в виду.

    Источник ↗

Что заметил ChatGPT

Лучшая задача для агента — не обязательно та, которую он выполняет наиболее впечатляюще. Программирование здесь на первом месте, потому что результаты можно проверить и рассмотреть, и ошибки легче заметить до того, как они дойдут до пользователей.

Источник ↗

Первоначальный Экономический индекс Anthropic оценивал разделение 57% дополнения и 43% автоматизации. Люди, которые используют ИИ, чтобы помочь с работой, и люди, которые делегируют целые задачи, — не одна и та же группа поведения.

Источник ↗

Горизонт времени — не часы без присмотра. METR оценивает длительность задач для эксперта-человека, которые агент может выполнить с заданной надёжностью; это не значит, что агент надёжно проработает столько часов без контроля.

Источник ↗

Постоянная работа меняет модель планирования, но не гарантию надёжности. Облачный агент может работать между разговорами, но его инструкции, права и необходимость одобрения человеком по-прежнему определяют, что он должен делать.

Источник ↗
🇺🇸 Meta10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — Meta. Итоговый список выше объединяет все ИИ.

  1. 1
    Software bug fixing and code maintenance

    37,2% запросов к Claude — компьютеры и математика, передовой уровень теперь 80,9% на SWE-Bench Verified против 33% восемнадцать месяцев назад

  2. 2
    Data analysis and spreadsheet reconciliation

    Агенты около 100% на задачах короче 4 минут, но менее 10% на задачах длиннее 4 часов — сверка находится там, где PwC построила передовой агент для таблиц

    Источник ↗
  3. 3
    Web research and report writing

    GAIA, уровень 1: 78–82% против 92% у человека, уровень 3 — только 35–45%. Исследования решены, пока задача не становится по-настоящему трудной

    Источник ↗
  4. 4
    Document drafting and business writing

    Написание текстов — вторая группа задач, но 86% говорят, что ИИ делает их быстрее, а не заменяет черновик

    Источник ↗
  5. 5
    Customer support ticket triage

    Поставщики обещают на 50–70% быстрее первый ответ, но OSWorld по-прежнему проваливает каждую третью реальную компьютерную задачу

  6. 6
    QA testing and browser automation

    OSWorld 66,3% близко к человеческим 72%, но строгое сквозное выполнение OSWorld 2.0 — 20,6%, а частичный прогресс — 54,8%

  7. 7
    Code review and test generation

    Больше 70% на Verified, 45–57% на Pro — разрыв в 15–30 пунктов между заявленными и более трудными невиданными задачами

  8. 8
    Calendar monitoring and meeting preparation

    Dot может «проверять ваш календарь каждое утро и канал планирования каждый будний день» — единственная работа, созданная для «пока вы спите»

    Источник ↗
  9. 9
    CRM enrichment and sales operations

    Автоматизация доминирует в корпоративном API, около 75%, но лучший корпоративный агент полностью верен лишь в 38% случаев — обогащение живёт в этом противоречии

  10. 10
    Content creation and SEO writing

    Высокая доля использования, низкое доверие: лучшие агенты проходят лишь 2,6% самых сложных профессиональных процессов, несмотря на 75% по GAIA в целом

    Источник ↗

Что заметил Meta

Вычисления и математика — 37,2% использования Claude, но 4% занятости в США: в 9 раз больше использования, чем предсказывает доля рабочих мест, — самое ясное несоответствие между тем, что отдают люди, и возможностями

Источник ↗

OSWorld вырос на 12% до 66,3% за год, а горизонт METR с 4 минут в начале 2024 года до 14,5 часа к февралю 2026 года — 2025–2026 стали переломом, а не постепенным ростом

Источник ↗

Корпоративный API — 75% автоматизации против 45% у потребителей: бизнес позволяет агентам работать без присмотра в облаке, а потребители продолжают итерировать вместе

Источник ↗
🇺🇸 Grok10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Grok. Итоговый список выше объединяет все ИИ.

  1. 1
    Coding and software development

    Доминирующая передача задач (около трети чатов Claude) и область, где агенты уже сами выполняют многочасовые задачи

    Источник ↗
  2. 2
    Writing and content creation (blogs, marketing, articles)

    Почти максимальная рабочая интенсивность: 80–81% этих результатов связаны с работой, но люди часто итерируют, а не полностью делегируют

    Источник ↗
  3. 3
    Data analysis and database queries

    Самая высокая рабочая интенсивность среди измеренных результатов (82%), подходит для запусков агентов без присмотра

    Источник ↗
  4. 4
    Research and information synthesis

    Агенты хорошо справляются с длинными исследовательскими цепочками (в духе METR), а dots созданы для фонового поиска по чатам и вебу

    Источник ↗
  5. 5
    Customer support and inquiry handling

    Высокая наблюдаемая подверженность в некоторых данных (около верхних профессий), но доля полного делегирования ниже, чем у программирования

    Источник ↗
  6. 6
    Email and document drafting

    Частый рабочий результат (документы и отчёты около 15–20% рабочих чатов), который агенты могут полностью подготовить, а затем передать

    Источник ↗
  7. 7
    Monitoring, alerts and scheduled checks

    Именно то, для чего созданы постоянные dots: работать в облаке и показывать только то, что требует участия человека

    Источник ↗
  8. 8
    Sales outreach and lead research

    Данные API показывают растущее число автоматизированных процессов продаж; dots могут продолжать исследования и черновики ночью

    Источник ↗
  9. 9
    Report and presentation preparation

    Высокоценный результат интеллектуальной работы, который потребляет больше токенов и полностью делегируется, когда объём задан

    Источник ↗
  10. 10
    Task scheduling and workflow management

    Dots явно редактируют запланированные задачи и продвигают текущие обязанности; люди по-прежнему предпочитают управлять, а не полностью отпускать

    Источник ↗

Что заметил Grok

Вычислительные и математические задачи (в основном программирование) по-прежнему составляют около трети разговоров в Claude.ai, даже когда использование становится разнообразнее, тогда как физические и сервисные работы остаются почти на нуле.

Источник ↗

50-процентный горизонт времени METR для программных задач удваивается примерно каждые несколько месяцев и сейчас для передовых моделей находится в диапазоне нескольких часов, но большинство реальных разговоров остаются короче совместных ходов.

Источник ↗

Половина из примерно 9 700 опрошенных пользователей Claude уже считает, что ИИ может справиться с 50% и более их рабочих задач; только 4% говорят, что он может выполнить всю работу целиком сегодня.

Источник ↗

API и агентные продукты (Claude Code, dots) показывают заметно более высокую долю автоматизации, чем потребительский чат, что подчёркивает разрыв между тем, что люди передают в интерактивном режиме, и тем, что может работать без присмотра.

Источник ↗
🇺🇸 Gemini10 мест · заметок: 1

Тот же вопрос, ответ одного ИИ — Gemini. Итоговый список выше объединяет все ИИ.

  1. 1
    Automated Software Bug Fixing and Unit Testing

    Передовые агенты решают до 79,2% проверенных задач GitHub, но без помощи результат падает до 23%, когда им дают многочасовые проприетарные кодовые базы на SWE-bench Pro.

  2. 2
    Competitive Monitoring and Web Data Extraction

    Агенты набирают от 65% до 74% в автономных веб-средах, поэтому мониторинг цен и наличия — самая безопасная задача, которую можно оставить работать, пока операторы спят.

  3. 3
    Batch Data Cleaning and SQL ETL Pipelines

    Выполнение аналитических скриптов входит в самую высокую полосу подверженности Экономического индекса Anthropic, что позволяет без присмотра выполнять преобразования баз данных с детерминированной проверкой тестами.

  4. 4
    Customer Support Ticket Triage and Routing

    Агенты для клиентов достигают более 90% точности маршрутизации на структурированных оценках GAIA, но организации оставляют за людьми одобрение 57% живых ответов клиентам.

    Источник ↗
  5. 5
    Automated Daily Briefings and Literature Synthesis

    Постоянные телефонные помощники ночью проводят сводки из нескольких источников и утром, до начала рабочего дня, дают структурированные дайджесты, не рискуя сбоями в производстве.

    Источник ↗
  6. 6
    Code Refactoring and Dependency Migrations

    Оценки METR показывают, что агенты надёжно справляются с многошаговыми программными задачами в пределах 30–60 минут человеческого эквивалента, пока накопленные ошибки не вызывают дрейф.

  7. 7
    Calendar Scheduling and Meeting Coordination

    Проактивные помощники dots могут редактировать запланированные события и синхронизировать календари в фоне, но пользователи всё равно вмешиваются, когда возникают тонкости социального взаимодействия с несколькими сторонами.

    Источник ↗
  8. 8
    Content Drafting and Marketing Copy Generation

    Несмотря на самый большой объём разговоров в чат-интерфейсах, более 55% всех сеансов составления текста по-прежнему редактируются вместе, рядом, а не публикуются без присмотра.

  9. 9
    Vulnerability Auditing and Static Security Scanning

    Передовые агенты самостоятельно находят недостатки в репозиториях в изолированных оценках METR, но корпоративные команды отказываются от устранения проблем в облаке без присмотра из-за риска простоев из-за ложных срабатываний.

  10. 10
    End-to-End Autonomous Application Prototyping

    Пока демонстрации «vibe coding» вызывают публичный энтузиазм, автономные агенты показывают менее четверти надёжности на сложных системах с нуля без человеческого контроля.

Что заметил Gemini

Постоянная облачная инфраструктура — например, dots OpenAI на выделенных удалённых браузерах — позволяет выполнять пакетные задачи без присмотра ночью и смещает пользу агента от общения в реальном времени к асинхронной доставке.

Источник ↗
🇨🇳 Kimi10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Kimi. Итоговый список выше объединяет все ИИ.

  1. 1
    Software development: bug fixes, refactoring, PRs (Coding Agents, 2026)

    Единственная работа, которая соответствует всем четырём критериям сразу: около 35% всех разговоров в Claude.ai, горизонт одиночной задачи около 12 часов и 42% организаций, которые теперь позволяют агентам вести разработку.

    Источник ↗
  2. 2
    Data analysis and report generation (2026)

    Самый доверяемый делегат: анализ данных — задача, которую люди доверяют агентам больше всего (38%), и 60% компаний считают её самым полезным применением агентов, однако в чатах она почти не заметна.

    Источник ↗
  3. 3
    Deep research and agentic web search (2026)

    Бенчмарки говорят о сверхчеловеческом уровне (GAIA 94% против 92% у людей), но вопросы GAIA публичны с 2023 года, поэтому результат подтверждает компетентность, а не надёжность в работе без присмотра.

    Источник ↗
  4. 4
    Writing, editing and business correspondence (2026)

    Тихий лидер по объёму полной передачи задач: «Создать персонализированные холодные деловые письма» — всего 0,47% всего трафика корпоративного API, без участия человека по замыслу.

    Источник ↗
  5. 5
    Customer service and support resolution (2026)

    Самая широко внедряемая в производство некодовая работа — и первая, где бенчмарк упёрся в потолок: tau-bench text 87,9% почти решён, поэтому главной метрикой становится надёжность при повторных попытках.

    Источник ↗
  6. 6
    Cybersecurity tasks and CTF-style investigations (2026)

    Самый крутой скачок бенчмарка где угодно: с 15% до 93% решений Cybench без подсказок за два года — по работе, которую люди почти никогда не передают в обычном чате.

    Источник ↗
  7. 7
    Email triage, scheduling and administrative coordination (2026)

    Родная среда dot — ежедневные брифинги по календарю и запись на приёмы, но собственные данные Anthropic показывают, что администраторы оставляют ИИ в роли помощника, экономя часы, не отдавая почту целиком.

    Источник ↗
  8. 8
    Education support: coursework, tutoring, study help (2026)

    Пятая часть всех потребительских разговоров, но самая наименее «постоянная» работа в списке: студенты приходят учиться, а не делегировать, поэтому здесь важно дополнение, а не автоматизация.

    Источник ↗
  9. 9
    Computer-use and long office workflows (OSWorld 2.0, 2026)

    Наглядный пример разрыва: агенты «побеждают людей» на старом OSWorld (90,2% против 72,4%), но на новом наборе долгих рабочих процессов лучший агент выполняет только 31,4% — дневные дела, а не поручения, остаются за людьми.

    Источник ↗
  10. 10
    Financial admin, invoicing and data entry (2026)

    Парадокс обезнаивания в одной работе: операторы ввода данных поднимаются в таблице «эффективного охвата ИИ», потому что ИИ отлично справляется с их главной задачей, — тогда как только 20% руководителей доверяют агенту что-либо, связанное с деньгами.

    Источник ↗

Что заметил Kimi

Три списка действительно расходятся: агенты измеряются на программировании и безопасности (METR, SWE-bench), потребители передают исследования и тексты («автоматизаторы веб-браузинга», 38%), а только ограниченные, проверяемые задачи безопасно выполнять пока вы спите. Пользователи Codex Cloud сообщают, что фоновые процессы тихо пропадают посреди работы, поэтому рейтинг по работе без присмотра не совпадает с рейтингом возможностей.

Источник ↗

Автоматизация — история платформы, а не история возможностей: в Claude.ai дополнение обгоняло автоматизацию 52% против 45% (ноябрь 2025), а трафик корпоративного API на 75–77% автоматизирован с полной передачей — одна и та же модель является коллегой в чате и заменой в API.

Источник ↗

Горизонт времени 50% (около 12 часов) завышает способность работать без присмотра: горизонт METR при 80% — число, важное для работы, которую вы не проверяете, — примерно в 4–10 раз короче, а оценки производительности падают с 1,8 до 1,0 процентного пункта в год, когда учитывается успешность.

Источник ↗

Все боятся за младших сотрудников, но передают собственные задачи: больше трети опрошенных работников считают шансы младшего коллеги потерять работу выше 60% — в три раза выше, чем у себя, — тогда как Anthropic обнаруживает, что ИИ уже справляется с задачами высшего образования, оставляя чистое обезнаивание в сохранившихся ролях.

Источник ↗
🇨🇳 DeepSeek10 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — DeepSeek. Итоговый список выше объединяет все ИИ.

  1. 1
    Software engineer (boilerplate & code maintenance)

    Главный парадокс ИИ: разработчики используют агентов примерно в 60% своей работы, но полностью делегируют только 0–20% задач.

    Источник ↗
  2. 2
    Business analyst (automated report generation)

    Автоматическое создание отчётов лидирует в индексе уверенности в агентах с 83,5 из 100 — самая доверяемая работа агента — и одновременно самая монотонная.

    Источник ↗
  3. 3
    Data quality analyst (monitoring & anomaly detection)

    Мониторинг качества данных набирает 82,0 и редкий случай, когда «постоянная работа» — суть: агент никогда не моргает.

    Источник ↗
  4. 4
    Customer service representative (ticket routing & response)

    Клиентская поддержка подвержена ИИ на 70,1%, но большинство разговоров всё ещё ведутся совместно: доля автоматизации отстаёт от подверженности.

    Источник ↗
  5. 5
    Technical writer (release notes & documentation)

    Примечания к релизам получают 79,5, потому что агент может читать историю коммитов и писать журнал изменений — структурированно, проверяемо, без драм.

    Источник ↗
  6. 6
    Data entry keyer (format conversion & standardisation)

    Ввод данных покрыт ИИ на 67,1%, но из-за паранойи насчёт точности люди проверяют каждое поле — полное делегирование редко.

    Источник ↗
  7. 7
    Research analyst (scheduled research & web monitoring)

    71,4% сценариев использования агентов запускаются по расписанию или событию — исследования были изначальной работой «поставил и забыл».

    Источник ↗
  8. 8
    Executive assistant (email triage & inbox management)

    ИИ может автоматически разложить по категориям 50–65% вашей почты, но сам нажать «отправить» не может — сортировка почты только для чтения, пока вы спите.

    Источник ↗
  9. 9
    Site reliability engineer (real-time stream monitoring & alerts)

    Мониторинг потоков в реальном времени набирает 80,5 и это самая чистая постоянная работа: агент наблюдает, пока вы спите, но действие всё равно требует одобрения.

    Источник ↗
  10. 10
    Administrative assistant (calendar & recurring task management)

    Управление календарём — самая лёгкая победа агента: dots уже могут редактировать запланированные задачи, пока вы спите.

    Источник ↗

Что заметил DeepSeek

Разработка программ — крупнейший реальный случай использования ИИ (35–37% разговоров с Claude) и имеет самый длинный измеренный автономный горизонт (около 14,5 часа), однако полное делегирование здесь одно из самых низких (0–20%). Узкое место не в возможностях, а в проверке.

Источник ↗

71,4% реальных сценариев использования агентов уже запускаются по расписанию или событию, а не ждут клика, но только 5% американских работников говорят, что полностью делегировали хотя бы одну задачу ИИ. Инфраструктура для работы без присмотра есть; доверия нет.

Источник ↗

Данные Anthropic за июнь 2026 года показывают, что доля автоматизации выше всего в охранных службах (75%) и строительстве (67%), а не в интеллектуальной работе. Когда задачи дискретны и самодостаточны, люди передают их полностью; когда задействованы профессиональное суждение и ответственность (юридическая сфера: 35%), они работают вместе.

Источник ↗