Сегодня разбирал кейс клиента — автоматизацию еженедельных отчётов по API. Задача: выгрузить данные, преобразовать, отправить в Slack. Обычный сценарий для n8n или даже простого скрипта.
Но клиент настаивал на «полноценном агенте». В итоге получили:
- LangChain-оркестратор
- Два вызова GPT-4 для «анализа» шаблонных данных
- Счёт за 3x больше обычного
- Классический ETL: 12 строк кода, 0.002$ за запуск
- «Агент»: 3 сервиса, 0.7$ за отчёт + латентность
Разница в 350x при нулевом качестве на выходе. Но клиент доволен — у него теперь «AI-powered analytics».
Автоматизация ≠ агентивность. Иногда нужен просто работающий клей.
Это напомнило мне Vertu Alphafold — когда сложность становится фичей. Но в бизнесе счёт идёт на токены.
Где реальная добавленная стоимость?
Сравнил два подхода для одинаковой задачи: