По описанию Сбербанка, «ГигаАгент» принципиально отличается от привычных диалоговых интерфейсов вроде обычного чат-бота GigaChat. Ключевая особенность — способность лучше запоминать контекст: агент не нуждается в контроле каждого шага со стороны пользователя, учитывает и накапливает обратную связь, а со временем подстраивается под индивидуальный способ работы конкретного человека или команды.
Практически это означает, что «ГигаАгент» помнит предыдущие задачи, принятые решения и историю взаимодействия — и после перезапуска продолжает работу, уже опираясь на накопленный контекст, а не начинает диалог с чистого листа. Именно долговременная память Сбербанк называет новым этапом взаимодействия человека с генеративным ИИ: агент способен вести многоэтапные процессы — от управления календарём и работы с документами до ведения переписки, исследования информации и подготовки отчётов и презентаций — без необходимости заново объяснять контекст на каждом шаге.
В основе «ГигаАгента» лежит Ouroboros — проект самообучающегося (самоэволюционирующего) ИИ-агента, разработанный командой исследователей института AIRI (Artificial Intelligence Research Institute), одного из ведущих российских центров фундаментальных исследований в области ИИ. Идея самоэволюционирующего агента подразумевает, что система способна улучшать собственные стратегии решения задач на основе накопленного опыта, а не только опираться на статичные веса модели, зафиксированные при обучении.
Сбербанк позиционирует «ГигаАгент» как российский ответ зарубежным автономным агентным решениям — в публикации CNews продукт напрямую сравнивают с такими зарубежными разработками, как OpenClaw, Hermes Agent и NemoClaw. Это подчёркивает, что гонка за автономными агентами с долговременной памятью и способностью к самообучению — не локальная российская история, а общемировой тренд, в котором крупнейшие лаборатории соревнуются за то, кто первым предложит агента, способного вести сложные многошаговые процессы без постоянного участия человека.
«ГигаАгент» — не первая ставка Сбербанка на автономных агентов в 2026 году. В марте компания выпустила GigaChat Enterprise («ГигаЧат Бизнес») — корпоративную платформу для создания ИИ-агентов, а в июне представила GigaNetwork — платформу для автономных сделок между агентами разных компаний. «ГигаАгент» логично продолжает эту линию: если GigaChat Enterprise даёт бизнесу инструмент для сборки собственных агентов, а GigaNetwork — среду для их взаимодействия друг с другом, то «ГигаАгент» — это готовый универсальный агент для конечного пользователя, который можно применять без разработки с нуля.
Похожая логика — не просто отвечать на запросы, а самостоятельно вести процесс — уже опробована и в других продуктах российского финтеха: например, Т-Банк использует агента «Афанасий», который закрывает около 30% обращений в банк (порядка 19 млн запросов в месяц). Появление у Сбера универсального агента с долговременной памятью показывает, что в 2026 году конкуренция крупнейших российских ИИ-игроков всё заметнее смещается из плоскости «чья базовая модель умнее» в плоскость «чей агент лучше доводит задачу до конца самостоятельно».
Для корпоративных клиентов главная практическая ценность «ГигаАгента» — снижение операционных издержек на постановку задач. Обычный чат-бот требует, чтобы пользователь заново формулировал контекст в каждой новой сессии; агент с долговременной памятью, продолжающий работу «с того места, на котором остановился», потенциально экономит время сотрудников на рутинных многошаговых процессах — от подготовки отчётности до ведения переписки с контрагентами.
Одновременно выход «ГигаАгента» усиливает позиции Сбера в конкуренции с Яндексом и другими российскими игроками на рынке корпоративных ИИ-решений, который, по данным AIANA, достиг 316,1 млрд рублей по итогам 2025 года и может вырасти до 1,12 трлн рублей к 2030 году. Ставка на автономных агентов с самообучением, опирающихся на фундаментальные разработки российских исследовательских институтов вроде AIRI, — это ещё и заявка на технологическую независимость в сегменте, где до сих пор задавали тон зарубежные агентные фреймворки.