# Команда из людей и ИИ-агентов: 4 урока Anthropic

Канонический URL: https://zero2claude.ru/blog/human-agent-teams
Дата: 2026-06-27
Теги: claude, новости, агенты

Anthropic разобрала, как работа с ИИ переходит от «ты и один агент» к командам из людей и множества агентов. Собрали 4 принципа и чек-лист из 5 вопросов.

Anthropic выпустила разбор, который стоит прочитать всем, кто работает с Claude не в одиночку: **«Building Effective Human-Agent Teams»**. Главная мысль — работа с ИИ перестаёт быть игрой «один человек и один агент». Дальше будут **команды**, где люди и несколько ИИ-агентов вместе идут к общей цели.

Звучит футуристично, но половина выводов — это старые добрые правила нормальной командной работы, просто теперь они касаются и агентов. Пересказываем по-русски, в нашем формате — с примерами и чек-листом.

<Cover src="/blog/human-agent-teams.jpg" alt="Команда из людей и ИИ-агентов" />

## Что такое «многопользовательский» агент

Привычный агент работает с тобой один на один. Командный агент работает **сразу с несколькими людьми** и держит в голове общую цель. Чтобы это стало возможным, агенту нужны три вещи:

- **Постоянная память** — чтобы помнить цель и контекст между задачами и разговорами, а не начинать каждый раз с нуля.
- **Свои учётные данные** — отдельный «служебный» доступ, чтобы безопасно действовать от своего имени, а не от твоего.
- **Широкий доступ к контексту команды** — чтобы видеть, как устроена работа: переписки, документы, заметки со встреч.

Именно из этого вырастает идея команды: агент — не инструмент в твоём кармане, а участник, который видит общую картину.

## Урок 1. Работай в открытую — дай агенту широкий контекст

Агент строит понимание только из того текста, до которого может дотянуться: каналы в мессенджере, документы, заметки. Если ключевые решения живут в личных переписках и головах — агент их не увидит и будет промахиваться.

Вывод Anthropic: задавать границы безопасности **на уровне рабочего пространства**, а не решать по каждому файлу отдельно. И писать документацию как продукт — не «для галочки», а как то, что будет читать ИИ.

<Cover src="/blog/human-agent-teams-tag.jpg" alt="Интерфейс, где люди и агенты работают над задачей вместе" />

<Callout type="tip">
Простое правило: если важная мысль существует только в личке или в голове — её для агента нет. Выноси решения в общие каналы и документы. Заодно и людям станет понятнее.
</Callout>

## Урок 2. Распредели роли и дай инструменты

В общем пространстве у каждого — и человека, и агента — должна быть **явная роль**. Кто за что отвечает, какие у кого инструменты. Без этого контекст рассыпается, а люди начинают плодить свои личные ИИ-системы, которые не видят друг друга.

Агент при этом может **порождать других агентов** — узких специалистов под конкретные задачи. В инженерных командах Anthropic роли закрепляли через skill-файлы: один раз описал умение — и агент легко специализируется.

<Cover src="/blog/human-agent-teams-roles.jpg" alt="Распределение ролей в команде людей и агентов" />

## Урок 3. Задай «полярную звезду»

Чтобы агент работал **проактивно**, а не только по прямым командам, ему нужна большая, ясно записанная цель — «полярная звезда», привязанная к реальным задачам бизнеса. Тогда агент сам подсказывает, за что взяться.

Важная деталь: человек **явно решает**, каким агентам можно предлагать новые инициативы. В одном примере агент, нацеленный на онбординг, сам предложил улучшить формулировки — и это измеримо подняло долю успешных регистраций.

## Урок 4. Выстраивай доверие постепенно

Самостоятельность агента должна расти **пропорционально доказанной надёжности** — как у нового сотрудника. Anthropic советует:

- ставить проверки **до** ревью человеком: тесты, рубрики, гайды по стилю;
- использовать паттерн **«Исполнитель — Проверяющий»** (Doer-Verifier), где один агент делает, другой проверяет;
- встраивать циклы рефлексии, чтобы агент учился на ошибках;
- расширять зону самостоятельности по типам задач, а не всё сразу.

Живой пример: инженерный лид сначала проверял каждое решение агента, а со временем перешёл на еженедельную пачку обратной связи — пока агенты самостоятельно закрывали **500+ исправлений багов**.

## Чек-лист: 5 вопросов перед стартом

Anthropic предлагает свериться по пяти пунктам:

1. Вся ли нужная информация открыта и доступна для поиска?
2. Можешь ли ты выписать полный состав команды — кто люди, кто агенты, кто за что отвечает?
3. У каждого ли есть инструменты под его роль?
4. Есть ли тесты и рубрики проверки для ключевых результатов?
5. Записана ли у команды «полярная звезда»?

## Главный вывод

Эффективные команды людей и агентов — это не магия, а намеренное применение базовых вещей: ясные роли, документация, стандарты качества и циклы обучения. Агенты не отменяют эти основы, а **усиливают их важность**: где у людей был бардак, с агентами он становится виднее и дороже.

<Callout type="note">
Материал — по мотивам статьи Anthropic «Building Effective Human-Agent Teams». Изображения — Anthropic. Мы пересказали суть по-русски для новичков.
</Callout>

Если хочется не просто читать про агентов, а разобраться руками — что такое агент, субагенты и Skills и как это собирается — у нас есть отдельный курс.