Сбер представил «ГигаАгент» — автономного универсального ИИ-агента

Привет, друзья!

12 августа 2026 Сбер представил «ГигаАгент» — автономного универсального ИИ-агента для повседневных задач. Управление календарём, документы, переписка, исследование информации, отчёты, презентации, код. Сам Сбер называет проект «российским ответом OpenClaw, Hermes Agent и NemoClaw» — то есть прямо позиционирует себя как локальный аналог западных универсальных агентских платформ, которые в 2026 году стали новым инфраструктурным слоем AI. Это первый публичный универсальный агент от крупной российской компании, и его особенности — автономность 24/7, способность переписывать собственный код через Git и непрерывная память между сессиями. Ниже разберу, что внутри, на какой базе он построен, и где у него границы.

Что такое ГигаАгент

ГигаАгент — это ИИ-агент, который работает автономно и в фоновом режиме. Он умеет сам ставить уточняющие вопросы, разбивать сложную задачу на подзадачи, планировать выполнение, запускать несколько параллельных цепочек рассуждений в одном смысловом поле и сводить финальный ответ пользователю. Если ему не хватает данных, он честно об этом сообщает. Если находит ошибку в собственных рассуждениях, может аргументированно возразить сам себе. По словам разработчиков, это поведение не постфактум-модерация, а заложено в архитектуру системы.

Андрей Белевцев, старший вице-президент и руководитель блока «Технологическое развитие» Сбербанка, описывает это как «новый этап взаимодействия человека с генеративным искусственным интеллектом». Если раньше ИИ находил ответы, то теперь — становится цифровым партнёром, который помогает достигать рабочих и личных целей. Вы ставите задачу, агент анализирует её сложность, планирует решение, разбивает на подзадачи, при необходимости пишет код и готовит финальный ответ. Это звучит как маркетинг, но по описанию архитектуры за этим стоят конкретные инженерные решения.

Три свойства, которые отличают ГигаАгент

Сбер подчёркивает три ключевых свойства, отличающих агент от обычных чат-ботов.

Автономность. Агент работает 24/7 и в проактивном режиме, то есть может сам начать задачу, если видит, что у пользователя есть что-то, что требует внимания. Он не нуждается в контроле каждого шага, а только в финальной приёмке результата. Если задача требует уточнения, он спросит, но в остальное время работает самостоятельно.

Саморазвитие. Это самая интересная часть. ГигаАгент умеет читать и переписывать собственный исходный код. Каждое изменение фиксируется как коммит во встроенном Git-репозитории. Агент ведёт список улучшений, которые используются при восстановлении после критических ошибок. Это похоже на Auto-GPT 2023 года, но с настоящим Git для аудита изменений и возможностью отката. То есть агент не просто «обучается» — он модифицирует собственный код, и каждое изменение отслеживается.

Непрерывность. Большинство ИИ-агентов работают только в рамках одной сессии — закрыл вкладку, всё забыл. ГигаАгент, по описанию Сбера, запоминает предыдущие задачи, принятые решения и историю взаимодействия. После перезапуска он продолжает работу с учётом накопленного контекста. Это долговременная память как архитектурное свойство, а не как настройка сессии.

На чём это построено

В основе ГигаАгента лежит проект Ouroboros — саморазвивающийся ИИ-агент, разработанный командой исследователей Института AIRI (Artificial Intelligence Research Institute, некоммерческая структура, поддерживаемая Сбербанком и другими партнёрами). Это важная деталь: AIRI — это не подразделение Сбера, а отдельный исследовательский институт, и его роль в разработке показывает, что Сбер сознательно отделяет фундаментальные исследования от продуктового внедрения. Сейчас фреймворк Ouroboros развивается совместно AIRI и командой Сбера.

На бенчмарках ГигаАгент показывает высокие результаты. В официальном релизе Сбера упомянут показатель 86.97 процента на лидерборде Terminal Bench 2.1 при работе с моделью Opus 5 от Anthropic. Это любопытный выбор — Сбер не использует свою GigaChat как основную модель для бенчмарка, а берёт западную frontier-модель. Это либо инженерная честность (агент написан так, чтобы работать с любой моделью), либо прагматика (Opus 5 даёт более сильные результаты). И то, и другое — нормально, но интересно само по себе.

Terminal Bench 2.1 — это бенчмарк для оценки агентов в среде терминала, где модель должна выполнять реальные задачи в командной строке. 86.97 процента — это высокий результат. Для сравнения: на других агентских бенчмарках сильные модели обычно показывают 50-70 процентов, и 86 — это уже уровень frontier-агента. Но нужно понимать, что Terminal Bench 2.1 — это конкретная среда с конкретным набором задач, и высокий результат на нём не гарантирует такого же уровня в других средах.

На какой платформе запускать

Для хранения и обработки данных пользователя ГигаАгент использует только отечественные платформы. Запуск возможен, в частности, через среду Agents Space — это собственная разработка Сбера для оркестрации AI-агентов. Это важный момент: в отличие от западных OpenClaw, Hermes Agent и NemoClaw, которые работают на машине пользователя и могут использовать любой backend, ГигаАгент привязан к облачной платформе Сбера. Для корпоративного рынка это преимущество (соответствие требованиям ФЗ-152 о персональных данных, работа с государственными заказчиками). Для пользовательского рынка — ограничение (нужно доверять данные Сберу).

Сам факт, что ГигаАгент позиционируется в связке с Agents Space, показывает, что Сбер делает ставку не на отдельного агента, а на экосистему. Это разумная стратегия: отдельный агент — это инструмент, экосистема агентов с общим runtime, общим хранилищем, общей авторизацией — это платформа. В западной части индустрии то же самое делает OpenAI с Operator и Anthropic с Claude Code (агент + среда запуска). Сбер строит российский аналог этого паттерна.

Где границы

Этот релиз был бы слишком гладким, если бы я не добавила оговорок.

Первое и главное — открытость кода. Комментаторы на ixbt сразу обратили внимание: OpenClaw, Hermes Agent и OpenCode — это проекты с открытым кодом. Если ГигаАгент закрыт, то это «не ответ, а другая история». И Ouroboros от AIRI, и сам ГигаАгент пока выпущены только как продукты Сбера, без публичного исходного кода. Для сравнения: на прошлой неделе Сбер открыл GigaAM Multilingual и GigaChat Audio под MIT-лицензией. То есть Сбер умеет открывать код, когда хочет. Решение оставить ГигаАгента закрытым — осознанный продуктовый выбор, а не техническая невозможность. Это означает, что ГигаАгент в обозримом будущем будет доступен только через облако Сбера, и развитие его будет идти в интересах продуктовой стратегии Сбера, а не широкого сообщества.

Второе — парадокс бенчмарка. Сбер заявляет результат 86.97 процента на Terminal Bench 2.1 при работе с Opus 5 от Anthropic. То есть для достижения этого результата используется модель конкурента, а не собственная GigaChat. Это либо инженерная честность (агент действительно работает с любой моделью, и Сбер показывает лучшую конфигурацию), либо тонкий PR-ход («смотрите, наша платформа настолько хороша, что даже Opus 5 даёт frontier-результат»). Без прозрачной публикации методологии тестирования и без независимого аудита мы не знаем, какой процент из этих 86.97 приходится на саму архитектуру агента, а какой — на силу Opus 5. Сравнение с результатами ГигаЧата на том же бенчмарке не опубликовано.

Третье — доступность. ГигаАгент работает в связке с Agents Space, а Agents Space — корпоративная среда Сбера. Это не open-source self-hosted решение уровня OpenClaw, который вы скачиваете и запускаете на своём ноутбуке. Если вы хотите попробовать ГигаАгент сегодня, вам нужен доступ к экосистеме Сбера, а это значит — B2B-контракт или работа в организации, которая уже является клиентом Сбера. Для индивидуального пользователя или независимого разработчика путь к ГигаАгенту пока закрыт.

Четвёртое — конкурентный контекст. ГигаАгент выходит в тот же день, что Grok 4.6, DeepSeek V4 Pro 0813 и открытие весов Qwen3.8-Max. На фоне мирового релиза трёх frontier-моделей с ценами $2 за миллион входных токенов Сбер выкатывает агента с непрозрачным ценообразованием (то, что работает в связке с облаком Сбера, неявно тарифицируется через стоимость Agents Space и привязанных сервисов). Это не критика — для российского рынка с его регуляторными ограничениями другая модель невозможна. Но это означает, что прямое сравнение «86 процентов на Terminal Bench по цене $2 за миллион токенов» здесь не работает.

Что это значит для российского AI-рынка

Для российского рынка ГигаАгент — это первый серьёзный продукт категории «универсальный автономный агент» от крупного игрока. До него были точечные внедрения агентов в банковские процессы (например, RAG-агенты на GigaChat для ипотечного консультирования), но это были узкие инструменты. ГигаАгент позиционируется шире — как платформа для оркестрации любых задач, от написания кода до подготовки отчётов. Это первый шаг к тому, чтобы российский AI-агентский стек стал самостоятельным классом продуктов, а не надстройкой над GigaChat.

Для Сбера это логическое продолжение стратегии «AI в каждом продукте», которую Герман Греф продвигает с 2023 года. Сбер уже выпустил GigaChat, Kandinsky, GigaAM и несколько специализированных агентов. ГигаАгент — это попытка объединить эти инвестиции в единый пользовательский опыт. Если Agents Space станет стандартом для российского корпоративного AI (а Сбер обладает достаточным рыночным весом, чтобы это произошло), то ГигаАгент получит дистрибуцию через b2b-каналы быстрее, чем любая западная альтернатива в России.

Для практики — если вы работаете в российской компании, которая уже использует сервисы Сбера (СберБизнес, СберМаркет, облачные сервисы), у вас скоро появится возможность попробовать ГигаАгент через Agents Space. Если вы независимый разработчик — путь пока закрыт, но стоит следить за публикациями AIRI по проекту Ouroboros. Если вы энтузиаст open-source AI — ГигаАгент не для вас, для вас остаются OpenClaw, Hermes Agent и Qwen-MM-Plugins.

Итого

ГигаАгент от Сбера — это первый публичный российский универсальный ИИ-агент с претензией на автономность, саморазвитие через Git-коммиты и долговременную память. Построен на базе открытого исследования AIRI Ouroboros, достигает 86.97 процента на Terminal Bench 2.1 с Opus 5 от Anthropic, работает в связке с отечественной платформой Agents Space. Главные ограничения — закрытый код, корпоративная привязка к экосистеме Сбера, отсутствие независимого аудита бенчмарка.

Это важный релиз для российского AI-рынка, но для мировой индустрии он проходит в тени Grok 4.6, DeepSeek V4 Pro 0813 и открытия весов Qwen3.8-Max — трёх релизов того же дня. Что нормально: российский AI развивается в собственной регуляторной и инфраструктурной реальности, и сравнивать его напрямую с западными продуктами — это сравнивать тёплое с мягким. Но следить за ним стоит, потому что через год-два ГигаАгент может оказаться единственным агентом, который реально работает в российских компаниях с ФЗ-152 и требованиями к хранению данных.

Источники: РИА Новости — Сбер представил автономного универсального ИИ-агента, CNews — ГигаАгент: Сбербанк представил автономного универсального ИИ-агента, Лента.Ру — В Сбере назвали свойства ГигаАгента, iXBT — Сбер представил свой ответ OpenClaw: автономного универсального ИИ-агента ГигаАгент, 4PDA — Сбер представил ГигаАгент.