Блог студии Раисыча AI-агенты · автоматизация
Обсудить задачу
Поддержка и сервис 5 мин чтения 12 July 2026

GPT-5.6 Sol: как Programmatic Tool Calling меняет разработку AI-агентов в 2026

9 июля 2026 года OpenAI выпустила GPT-5.6 Sol — модель, которая больше не вызывает инструменты по одному, а пишет JavaScript-код для их координации. Это…

Обсудить задачу Все статьи кластера
GPT-5.6 Sol: как Programmatic Tool Calling меняет разработку AI-агентов в 2026

9 июля 2026 года OpenAI выпустила GPT-5.6 Sol — модель, которая больше не вызывает инструменты по одному, а пишет JavaScript-код для их координации. Это меняет правила игры для разработки AI-агентов: вместо последовательных вызовов API модель генерирует программу, которая оркестрирует все инструменты сразу. Разбираем, что это значит для бизнеса, разработчиков и рынка AI-автоматизации. Традиционные LLM вызывают инструменты последовательно: модель возвращает JSON с параметрами одного вызова, выполняется внешний код, результат возвращается модели, и только потом начинается следующий вызов. Каждый шаг — это сетевой round-trip, оплаченные токены и ещё один шанс на ошибку в рассуждении. Programmatic Tool Calling (PTC) убирает эту петлю: модель один раз генерирует программу, которая дёргает нужные инструменты, обрабатывает промежуточные результаты и возвращает готовый итог.

Как это работает: от JSON-петли к сгенерированной программе

В классической схеме function calling на один запрос «собери данные по клиенту и подготовь письмо» уходит 4–8 последовательных вызовов модели. Каждый — отдельный биллинг токенов и отдельная задержка. При восьми шагах и средней задержке 1,5–3 секунды на шаг пользователь ждёт 12–25 секунд (оценка по типовой практике; зависит от провайдера и модели).

PTC меняет архитектуру на три слоя:

  1. Модель генерирует код. Вместо JSON с параметрами одного вызова она пишет JS-функцию, в которой последовательно или параллельно вызывает доступные инструменты.
  2. Код исполняется в песочнице. Инструменты доступны программе как функции. Промежуточные данные (ответы API, результаты поиска, записи из CRM) обрабатываются внутри программы, не возвращаясь в контекст модели.
  3. Модель получает результат. Один финальный ответ вместо N промежуточных.

Практический эффект: число обращений к модели сокращается с N до 1–2, а промежуточные данные не раздувают контекст. Для агента, который собирает сводку из пяти источников, это разница между пятью оплаченными запросами и одним.

Что это меняет для бизнеса

Три вещи, которые заказчик почувствует напрямую.

Скорость. Агент, который раньше отвечал за 15–20 секунд, укладывается в 3–6 (оценка; зависит от количества и latency инструментов). Для поддержки и продаж это разница между «бот, которому никто не пишет» и рабочим каналом.

Стоимость. Токены на промежуточные шаги — основная статья расходов в агентах с длинными цепочками. PTC режет её в разы на сценариях с 4+ инструментами. Точную экономию считайте на своём сценарии: она зависит от объёма промежуточных данных.

Предсказуемость. Программа детерминирована в части оркестрации: если модель написала «сначала CRM, потом почта», порядок не собьётся на середине. Ошибки становятся воспроизводимыми, а значит — отлаживаемыми.

Обратная сторона: сгенерированный код — это новая поверхность отказа. Песочница, лимиты на исполнение и белый список инструментов обязательны. Это не «включить и забыть», а инженерная работа.

Что это меняет для разработчиков

Меняется профиль задач. Раньше основная работа — проектировать цепочки вызовов и промпты под каждый шаг. Теперь — проектировать API инструментов так, чтобы модель могла писать против них код: понятные имена, строгие схемы, предсказуемые ошибки.

Задача До PTC С PTC
Оркестрация вызовов Промпт-цепочка на каждый шаг Одна генерация программы
Обработка промежуточных данных В контексте модели В коде, вне контекста
Отладка По логам диалога По логам исполнения кода
Основной риск Модель «забудет» шаг Сгенерированный код с багом

Что делать инженеру уже сейчас:

  • Описывайте инструменты как API для программиста. Схемы, типы, коды ошибок. Модель, пишущая код, читает их буквально.
  • Стройте песочницу. Изоляция исполнения, таймауты, лимит на число вызовов инструментов за программу.
  • Логируйте код, а не только диалог. Без лога сгенерированной программы инциденты не разбираются.
  • Держите fallback на последовательный режим. PTC выигрывает на длинных цепочках, но на одном-двух вызовах разница минимальна.

Где PTC даёт выигрыш, а где нет

Не каждый сценарий стоит переписывать. Ориентир — количество инструментов и объём промежуточных данных.

Выигрыш заметен:

  • агенты поддержки с обращением к базе знаний, CRM и биллингу в одном ответе;
  • агенты продаж: квалификация лида, подтягивание истории, черновик коммерческого предложения;
  • сбор и сводка данных из нескольких источников перед ответом.

Выигрыш минимален:

  • одиночный вызов одного инструмента (погода, курс, статус заказа);
  • сценарии, где каждый шаг требует решения человека;
  • задачи, где промежуточные данные малы и контекст не раздувается.

Правило простое: если в сценарии 3+ инструмента и цепочка длиннее двух шагов — PTC стоит пилота. Если один вызов — не стоит.

Сколько это стоит и сколько занимает

Ориентиры студии по внедрению:

  • Пилот одного сценария — 60–350 тыс ₽. Проверяем гипотезу на вашем сценарии: собираем прототип, замеряем скорость и стоимость до/после.
  • Базовый агент поддержки — от 50 тыс ₽.
  • Агент продаж — от 200 тыс ₽.
  • Сложный контур (несколько агентов, интеграции, песочница, логирование) — от 500 тыс ₽.
  • Сопровождение — 15–50 тыс ₽/мес.

Сроки: прототип — 10–14 дней, полный контур — 30–90 дней.

Порядок действий для пилота:

  1. Выберите один сценарий с 3+ инструментами и измеримым результатом (время ответа, доля автозакрытых обращений).
  2. Зафиксируйте метрики «до»: latency, стоимость на обращение, доля ошибок.
  3. Соберите прототип на PTC за 10–14 дней.
  4. Сравните с текущим sequential-режимом на тех же данных.
  5. Решение о полном контуре принимайте по цифрам, а не по демо.

Если коротко

  • GPT-5.6 Sol генерирует JS-программу вместо последовательных вызовов инструментов — это и есть Programmatic Tool Calling.
  • Главный эффект: меньше обращений к модели, короче задержка, ниже расход токенов на длинных цепочках.
  • Выигрыш там, где 3+ инструмента и цепочка длиннее двух шагов. На одиночных вызовах — почти ничего не меняется.
  • Новая зона риска — сгенерированный код. Нужны песочница, лимиты и логи исполнения.
  • Начинайте с пилота одного сценария: 60–350 тыс ₽, 10–14 дней, сравнение метрик до/после.

FAQ

Нужно ли переписывать существующих агентов? Нет. PTC — это режим, а не обязательный переход. Переписывайте сценарии, где цепочка длинная и стоимость токенов заметна. Остальные оставляйте на последовательных вызовах.

Безопасно ли исполнять сгенерированный код? Только в изолированной песочнице: без доступа к файловой системе и сети за пределами разрешённых инструментов, с таймаутами и лимитом вызовов. Это стандартная инженерная практика, а не особенность конкретной модели.

Это работает только с GPT-5.6 Sol? PTC как подход обсуждается и у других провайдеров, но конкретные возможности и ограничения зависят от модели и API. Проверяйте документацию провайдера перед проектированием.

Как понять, что сценарий подходит? Посчитайте инструменты в сценарии и среднюю длину цепочки. Три и больше инструментов, цепочка от трёх шагов — кандидат на пилот. Один вызов — не кандидат.

Что будет с ценой сопровождения? Ориентир студии — 15–50 тыс ₽/мес, зависит от числа сценариев и объёма изменений. PTC сам по себе стоимость сопровождения не снижает: добавляется отладка кода, но убирается отладка длинных промпт-цепочек.

Читайте также

Заявка

Обсудить задачу

Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.

Раисыч

Основатель Студии Раисыча. Проектирую ИИ-контуры для продаж, поддержки и документов — с критериями приёмки и журналом.

Написать в Telegram →
Обсудить задачу