Епохата на полезните AI агенти е тук. Епохата на наистина готовите за работа агенти, не още.
Това е изводът на изследователите от Berkeley RDI, центъра, чийто съосновател Дон Сонг от 29 юни 2026 г. е новият вицепрезидент по AI изследвания в Meta. Темата AI агенти за работа е в центъра на нейното първо публично интервю в новата роля. В него тя описа накъде отива технологията, а числата от собствения ѝ екип показват колко път остава.
Какво каза новият шеф в Meta
Дон Сонг заяви пред South China Morning Post, че следващата граница са AI агенти, които вършат „икономически ценна” работа в реални области. AI агент е програма, която планира и изпълнява многоетапна задача с малко човешка намеса, за разлика от чатбот, който само отговаря на запитване.
Целта, по думите ѝ, не е да заменят хората, а да им помагат да работят по-добре. Това е приписано изказване на конкретен човек, не установен факт. То обаче идва от изследовател, който стои зад един от най-строгите тестове за точно тази способност.
AI агенти за работа: колко добре се справят всъщност
Тук числата охлаждат хайпа. Екипът на Сонг в Berkeley RDI разработи Agents’ Last Exam, тест, който измерва дали AI агенти могат да вършат реална професионална работа.
Тестът покрива 55 под-индустрии в 13 клъстера и над хиляда и петстотин задачи, изградени с над триста експерти от практиката. Резултатите са трезви.
- На най-трудното ниво водещите агенти преминават едва 2.6 на сто от задачите.
- Дори най-добрата конфигурация постига около 26 на сто общ успех през всички нива.
- Задачите имат проверим резултат, тоест няма как агентът да звучи убедително, но да сгреши незабелязано.
Изводът на самите автори е ясен. Днешните агенти решават смислена част от професионалните задачи, но далеч не всички.
Какво точно мери този тест
Силата на теста е в начина, по който е построен. Той не задава абстрактни задачи, а реални работни потоци от професии, изпълнявани на компютър.
Задачите идват от 13 индустриални клъстера: от финанси и право до дизайн и инженерство. Всяка е изградена и проверена от експерт в съответната област. Така резултатът показва не общо „колко умен е AI”, а нещо по-полезно за бизнеса: коя конкретна професионална задача агентът върши надеждно и коя още не.
Примерите са показателни. Сред задачите има създаване на анимация в Adobe After Effects и редакция на 3D модели в Siemens NX. Това е реална работа от професии, които струват пари на пазара. Не са изпитни въпроси, а парчета истинска работа с проверим краен резултат.
За българската фирма това е по-добрият въпрос. Не дали да ползвате AI, а къде точно той вече стига до проверим резултат, и къде все още греши.
Кои задачи са по силите на агент и кои не
От устройството на теста се очертава ясна граница. Тя си струва да се познава, преди да възложите работа на агент.
Агентите се справят по-добре, когато задачата е кратка, ясно дефинирана и с един правилен изход. Попълване на структуриран документ, извличане на данни от файл, конкретна стъпка в позната програма. Тук проверката е лесна и грешката се хваща бързо.
Агентите се справят по-зле, когато задачата е дълга, изисква преценка между няколко приемливи решения или събира много стъпки в едно. Точно тези дълги работни потоци смъкват успеха до едноцифрени проценти на най-трудното ниво.
Поуката за фирмата не е „избягвайте агенти”. Поуката е, че границата минава през конкретната задача, а не през цялата професия.
Защо това има значение точно сега
Разпространеното схващане е, че щом голяма компания назначава шеф за AI агенти, технологията вече е готова да поеме работа. Поуката от теста не е тази.
Поуката е, че агентите вече са полезни за част от задачите, но не са надеждни за цяла професия. За собственика на бизнес в България разликата е практическа. Един агент може да поеме конкретна повтаряема стъпка, но рядко цял процес от край до край без надзор.
Точно затова рамката на теста е полезна. Тя не пита „може ли AI”, а „коя точно задача, в коя индустрия, с какъв процент успех”.
Какво означава това за бизнеса
Новината и числата водят до един и същ извод: възлагайте на агент задачи, не професии.
- Ако обмисляте AI агент за процес: разделете процеса на отделни стъпки и пуснете агента само на тези, чийто резултат можете да проверите бързо.
- Ако агентът греши скрито: изисквайте проверим изход, например попълнен документ или число, което сверявате, а не свободен текст, който звучи правдоподобно.
- Ако залагате на пълна автоматизация: заложете човек в контролната точка, докато процентът на успех за вашата задача не стане доказано висок.
Стойността идва от конкретната спестена стъпка, не от обещанието за „автономен служител”. Първото е измеримо днес. Второто е все още на ниво изследване.
Конкретните приоритети зависят от това с какво се занимавате.
- Ако имате онлайн магазин: агент може да поеме описания на продукти или сортиране на запитвания, но човек проверява цените и наличностите, преди да тръгнат към клиента.
- Ако водите счетоводство или фактури: агент извлича данни от документ бързо, но равнението остава при човек, защото една скрита грешка тук струва скъпо.
- Ако правите маркетинг съдържание: агент дава чернова за минути, но редакцията и проверката на фактите остават ваша работа, по същата причина, поради която този текст минава фактчекинг.
Общото правило е едно. Колкото по-лесно проверявате изхода, толкова по-спокойно можете да оставите агента да го произведе.
Какво следва
Berkeley RDI обявява теста за жив: пулът от задачи расте, а целта е пет хиляди задачи. Това означава, че картината коя работа агентите могат да поемат ще се променя тримесечие по тримесечие.
За вашата фирма следващата стъпка е по-малка. Изберете една повтаряема задача с проверим резултат, пуснете агент на нея, и измерете процента на успех сами. Това ще ви каже повече от всяко изявление за бъдещето.
Често задавани въпроси
Кой е Дон Сонг и защо има значение?
Дон Сонг е професор в University of California, Berkeley и съосновател на стартъпа за AI сигурност Virtue AI. От 29 юни 2026 г. е вицепрезидент по AI изследвания в Meta. Тя е и съ-ръководител на екипа, разработил теста Agents’ Last Exam.
Какво е AI агент?
Програма, която планира и изпълнява многоетапна задача с малко човешка намеса. За разлика от чатбот, който отговаря на едно запитване, агентът използва инструменти и извършва поредица от стъпки сам.
Готови ли са AI агентите да поемат цяла работа?
Не според теста на Berkeley RDI. На най-трудното ниво водещите агенти преминават едва 2.6 на сто от задачите. Те се справят с части от професионална работа, но не с цяла професия надеждно.
Как малка фирма да използва това на практика?
Възлагайте на агент отделни задачи с проверим резултат, не цели процеси. Дръжте човек в контролната точка и измервайте процента на успех за вашата конкретна задача, преди да разширите употребата.