Автор делится практическим опытом создания собственного AI-агента "Мила" для автоматического поиска вакансий и других рутинных задач. Проект строился на стеке Telegram-бота, Python, OpenAI Assistant API, SerpAPI и APScheduler. В процессе работы были выявлены ключевые особенности: LLM выполняет лишь функцию преобразования запроса пользователя в инструкцию для кода, а основной функционал реализуется на Python с использованием внешних сервисов поиска.

В ходе экспериментов выяснилось, что стабильная работа агента возможна только при чёткой архитектуре, разделении логики и использовании обработчиков. Большинство функций, приписываемых "ИИ-агентам", на практике реализуются традиционным кодом, а LLM выступает как гибкий интерфейс и маршрутизатор. Автор отмечает проблемы с поисковыми лимитами (SerpAPI), ограничениями API и качеством выдачи. Ключевые пожелания на будущее — развитие инфраструктуры под работу ботов, появление скрейпинг-API, качественная фильтрация и мультиязычность.

Статья подчёркивает, что сегодня AI-агенты скорее маркетинговый инструмент и удобный интерфейс, чем полностью автономное решение, однако потенциал персонального софта на базе ИИ — огромен.