Anthropic опубликовала шаблоны для Claude-агентов, которые могут искать товары, сравнивать варианты и доходить до оформления заказа. AI-агенты для покупок пока выглядят как мечта платформ и как повод для нервного тика у юристов: по опросу Gartner, только 11% потребителей готовы позволить ИИ принимать решения о покупке. О новых заготовках Anthropic сообщает The Register.
Компания выложила набор blueprint-шаблонов для двух типов систем: shopping agent, который действует на стороне покупателя, и merchant agent, который работает на стороне продавца. В описании Anthropic говорит о «каркасах, паттернах и ограничителях», с помощью которых инженерная команда может запустить коммерческого агента за считаные дни. Референсные реализации рассчитаны на ритейл, путешествия, телеком и билетные платформы.
По задумке, пользователь больше не кликает по фильтрам и карточкам товара, а формулирует задачу обычным языком. Например: нужен комплект для похода на выходные с двумя детьми — палатка, спальники, горелка. Агент должен подключиться к каталогу, корзине, checkout-системе, базе предпочтений и истории покупок, а затем собрать подходящие варианты. Реализации можно строить через Messages API, Agent SDK или Claude Managed Agents.
Anthropic отдельно подчеркивает guardrails: цены и товары должны браться из реального каталога, а агент не должен скатываться в агрессивный апселл. Это не косметическая деталь. Для e-commerce галлюцинация цены — не смешной баг, а потенциальный спор с клиентом, платежной системой и регулятором. Если AI-агенты для покупок начнут обещать скидки, которых нет, или подбирать товары вне наличия, вся магия «автоматической коммерции» быстро превратится в тикеты поддержки.
Но главный риск даже не в том, что бот перепутает палатку с тентом. На рынке давно спорят о динамическом ценообразовании, когда разные покупатели видят разные цены на один и тот же товар. Brookings Institution ранее предупреждал, что агентный ИИ может усилить эту практику: алгоритмы получают больше сигналов о поведении клиента и точнее оценивают, сколько он готов заплатить. В августе эту тему обсуждали на слушаниях подкомитета Сената США по судебным вопросам.
Линдси Оуэнс, президент и CEO Groundwork Collaborative, в подготовленных remarks для слушаний привела пример Walmart. По ее словам, уже половина пользователей приложения Walmart используют AI-помощника Sparky, а такие покупатели тратят примерно на 35% больше, чем те, кто им не пользуется. Для ритейла это звучит как рост среднего чека. Для потребителя — как вопрос: агент помогает купить выгоднее или помогает магазину продать дороже?
Опросы показывают, что аудитория пока готова делегировать ИИ рутину, но не кошелек целиком. Gartner получил 11% пользователей, готовых доверить ИИ решение о покупке. Accenture смотрит оптимистичнее: 74% потребителей позволили бы AI-агенту заниматься рутинными задачами, 32% готовы отдать ему решения о покупке, а 9% допускают полностью автономный шопинг еще до того, как технология станет массовой и обкатанной. Разброс большой, но сигнал один: поиск и сравнение товаров заходят легче, чем финальное «купить».
Для продавцов тут своя головная боль. Моника Итон, основатель и CEO Chargebacks911, указала The Register на проблему возвратных платежей и спорных транзакций. Если клиент заявит, что AI-агент купил не то или превысил полномочия, непонятно, кто несет риск: магазин, платежный провайдер, разработчик агента или сам пользователь. Ее формулировка проста: продавцы не могут становиться страховщиками каждого недопонимания между потребителем и его ИИ.
Для разработчиков это означает, что «агентный commerce» будет строиться не только вокруг красивого промпта. Нужны жесткие лимиты бюджета, подтверждения на критических шагах, журнал действий, понятная модель согласия, трассировка источников цен и товаров, интеграция с antifraud-процессами. Продактам придется решать, где агент советует, где готовит корзину, а где обязан остановиться и спросить человека. IT-директорам — проверять, не превращается ли новый интерфейс продаж в новый источник регуляторного и репутационного риска.
AI-агенты для покупок выглядят логичным следующим шагом после чат-ботов поддержки и рекомендательных систем, но Anthropic фактически уперлась в старую проблему доверия. Код можно выложить на GitHub, шаблоны можно собрать за пару дней, а вот доказать покупателю, что агент действует в его интересах, сложнее. И продавцу тоже придется поверить, что автономная покупка не закончится спором, chargeback и письмом от юристов: подробнее исходный разбор опубликован у .