Make AI Agents встраивают агентную автоматизацию в визуальный конструктор сценариев

Make добавил AI Agents в свой визуальный конструктор сценариев, объединив детерминированную автоматизацию и агентные воркфлоу в одном холсте. Agents доступны на всех планах Make. Ключевые дополнения — Reasoning Panel, показывающая пошаговые рассуждения агента, и MCP Toolboxes — выделенные MCP-серверы на уровне команды с токен-аутентификацией. Эти изменения переопределяют, где заканчивается традиционная автоматизация и начинается агентная.

Что такое Make AI Agents

Make говорит, что AI Agents — это следующее поколение автоматизации внутри платформы. Агент размещается прямо на холсте сценария как узел и может рассуждать над задачами, принимать решения и вызывать инструменты — в той же среде, где уже существуют обычные модули и маршруты.

Агент получает набор инструментов: веб-поиск, выполнение кода, обращение к внешним API, чтение и запись данных. Он определяет сам, какие инструменты использовать и в каком порядке, чтобы выполнить поставленную задачу. Результат агента можно передавать дальше по сценарию — в обычные модули, маппинг данных, фильтры — как любой другой output.

Agents доступны на всех планах Make, включая бесплатный. Ограничения по количеству операций и объёму использования зависят от тарифа.

Reasoning Panel: видимость в процессе рассуждения агента

Make добавил Reasoning Panel — боковую панель, которая показывает пошаговый процесс рассуждения агента во время выполнения. Это не просто лог вызовов инструментов: панель отображает, как агент интерпретирует задачу, почему выбирает конкретный инструмент и что считает промежуточным результатом перед следующим шагом.

Reasoning Panel решает практическую проблему агентных систем: непрозрачность. Когда агент делает что-то неожиданное, традиционный лог говорит «что» произошло, но не «почему». Reasoning Panel даёт достаточно контекста, чтобы понять логику агента и настроить промпт или инструменты при необходимости.

Для команд, развёртывающих агентов в production-сценариях, это также инструмент аудита: можно увидеть, как агент пришёл к конкретному решению, и оценить, соответствует ли это намерению.

MCP Toolboxes: MCP-серверы на уровне команды

MCP Toolboxes — это выделенные MCP-серверы, настраиваемые на уровне организации в Make. Команда создаёт Toolbox, добавляет в него MCP-инструменты (например, доступ к базе данных, внутреннему API или сервисам), и агенты в любом сценарии команды могут использовать эти инструменты без повторной настройки в каждом сценарии отдельно.

Аутентификация через токены: каждый Toolbox имеет токен доступа, который агент предъявляет при обращении к серверу. Это позволяет контролировать, какие агенты имеют доступ к каким Toolbox, и ротировать токены при необходимости без изменения сценариев.

Практически MCP Toolboxes решают проблему дублирования конфигурации: если десять сценариев используют одни и те же инструменты, администратор настраивает их один раз в Toolbox, а не в каждом сценарии. При изменении API-ключа или endpoint достаточно обновить Toolbox.

Детерминированная и агентная автоматизация на одном холсте

Ключевое архитектурное решение Make — не создавать отдельный продукт для агентов, а встроить их в существующий визуальный конструктор. Это означает, что один сценарий может содержать как детерминированные шаги (если поле X равно Y, выполнить Z), так и агентные узлы (агент, определяй сам, как лучше обработать этот документ).

Это гибридный подход имеет реальные преимущества. Детерминированные части сценария остаются предсказуемыми и контролируемыми — агент вызывается только там, где нужна гибкость или рассуждение. Это снижает вероятность неожиданного поведения: агент работает в определённом контексте с конкретными входными данными, а не управляет всем сценарием.

С другой стороны, это означает, что команды должны чётко определять границу между детерминированными и агентными частями своих воркфлоу. Размытая граница — например, агент, управляющий слишком широкой областью сценария — повышает непредсказуемость.

Риски, ограничения и на что обратить внимание командам

Операции агентов расходуют кредиты Make. Каждый вызов инструмента агентом, каждый шаг рассуждения засчитывается в операции сценария. Агентные воркфлоу могут расходовать значительно больше операций, чем эквивалентные детерминированные сценарии. Командам следует тестировать расход операций на реальных данных до развёртывания агентов в production.

Качество промпта определяет качество агента. Make предоставляет среду и инструменты, но поведение агента определяется системным промптом. Расплывчатые или противоречивые инструкции производят непредсказуемые результаты. Командам следует тщательно тестировать промпты на разнообразных входных данных, включая граничные случаи, прежде чем запускать агентов в production.

MCP Toolboxes требуют администраторских прав для настройки. Создание и управление Toolbox — задача для администратора организации в Make. Команды без выделенного администратора Make должны учитывать это при планировании развёртывания.

Agents в бесплатном плане имеют ограничения по операциям. Make декларирует доступность Agents на всех планах, но объём доступных операций существенно ниже на бесплатном и базовых тарифах. Для серьёзных production-воркфлоу вероятно потребуется платный план.

Похожие материалы

• Лучшие AI-инструменты для работы в 2026
• Лучшие инструменты автоматизации для небольших команд
• Лучшие инструменты управления проектами для небольших команд
• Лучшие AI-инструменты для работы в 2026

Вывод

Make AI Agents, Reasoning Panel и MCP Toolboxes — последовательная эволюция платформы автоматизации в сторону агентных воркфлоу без разрыва с существующей детерминированной моделью. Встраивание агентов прямо в визуальный конструктор означает, что команды, уже работающие с Make, могут добавлять агентные узлы в существующие сценарии без освоения новой платформы. Reasoning Panel снимает часть непрозрачности, характерной для агентных систем. MCP Toolboxes решают практическую проблему управления конфигурацией инструментов в масштабе команды. Основные риски — расход операций и качество промптов — стандартны для агентных систем, но в контексте Make особенно важно тестировать операционные затраты до production-развёртывания.

Источники: Make Blog и документация Make, февраль–март 2026.