Автономные AI-агенты работают в 50 раз дольше, чем поиск: исследование Harvard и Perplexity

Исследователи Гарвардского университета и компании Perplexity опубликовали 8 июня 2026 года совместную работу, которая напрямую сравнивает поведение пользователей при работе с автономным ИИ-агентом и с классическим поисковым ИИ-помощником. Главный вывод: в среднем сессия с автономным агентом занимает 26 минут самостоятельной работы системы, тогда как сессия с поисковым ассистентом — лишь 33 секунды. Разница — почти в 50 раз в пользу автономного агента.

Как было устроено исследование

Авторы применили метод парных сессий (matched-pair sessions): сопоставляли похожие по сути задачи, которые пользователи решали то через автономного агента, то через поисковый сервис, чтобы корректно сравнить поведение людей в двух разных режимах работы с ИИ. Такой дизайн эксперимента позволяет отделить эффект самого инструмента от эффекта типа задачи, которую решает пользователь, — то есть сравнение получается честным, а не смещённым в пользу одной из систем за счёт разницы в сложности запросов. Работа продолжает более широкую линию исследований 2026 года, посвящённую тому, как измерять «горизонт задачи» — то есть то, сколько последовательных шагов система способна выполнить самостоятельно, прежде чем ей потребуется вмешательство человека.

Именно рост этого показателя, а не только улучшение качества единичного ответа, аналитики всё чаще называют главным индикатором прогресса в разработке ИИ-агентов.

Ключевые цифры исследования:

• 26 минут — среднее время автономной работы агента за одну сессию
• 33 секунды — среднее время работы поискового ИИ-помощника за одну сессию
• Разница — почти в 50 раз в пользу автономного режима
• Авторы работы — совместная команда Гарвардского университета и Perplexity
• Дата публикации — 8 июня 2026 года

Что показали цифры, кроме времени

Разница во времени сессии — не единственный результат. Исследователи фиксируют более широкий прирост по трём направлениям: степени автономности (агент выполняет больше последовательных шагов без промежуточного подтверждения от пользователя), совокупному времени, которое человек экономит благодаря делегированию задачи целиком, и стоимости выполнения задачи в пересчёте на достигнутый результат. Кроме того, авторы отмечают, что при работе с автономным агентом пользователи в принципе берутся за более широкий круг задач, чем при использовании поиска, — то есть агент не просто ускоряет привычные сценарии поиска информации, а расширяет сам список того, что люди пробуют делать с ИИ, доверяя ему более комплексные и длинные цепочки действий.

Что это значит для будущего ИИ-агентов

Соотношение 26 минут против 33 секунд наглядно объясняет, почему индустрия в 2026 году так быстро смещает фокус с чат-ботов и поисковых ассистентов на полноценных агентов, способных доводить многошаговые задачи до конца самостоятельно. Для Perplexity, которая параллельно развивает и поисковый продукт, и агентные функции, эти данные — весомый аргумент в пользу дальнейших инвестиций именно в автономность, а не только в качество единичного ответа на запрос.

Для рынка ИИ в целом результат подтверждает тезис, который индустрия обсуждает уже не первый месяц: ценность ИИ смещается от «быстрого ответа» к «выполненной работе». Если агент реально занимает пользователя почти в 50 раз дольше самостоятельной работой без вмешательства человека, это означает кратный потенциальный рост объёма задач, которые бизнес и частные пользователи готовы делегировать системе. Для инвесторов и продуктовых команд такие цифры также становятся ориентиром при выборе, куда направлять ресурсы — в улучшение поиска или в развитие полноценной агентной автономности. Открытым остаётся вопрос качества и надёжности этой работы на длинных горизонтах — именно это, судя по всему, станет следующим фокусом исследований Гарварда и Perplexity в данной области.

Важно и то, что сравнение построено именно на реальных сессиях пользователей, а не на синтетических бенчмарках, которые индустрия традиционно использует для замера возможностей моделей. Такой подход снимает часть критики, которая обычно адресуется лабораторным тестам агентов: реальные пользователи ставят перед системой более разнородные и менее предсказуемые задачи, чем стандартизированные тестовые наборы, а значит и полученный разрыв в 26 минут против 33 секунд ближе к тому, что происходит на практике, а не к лабораторному максимуму возможностей модели.