На Хабре появился практический разбор GigaCowork — агентной платформы от «Гигачата», которую сравнивают с Claude Cowork от Anthropic. Автор протестировал оба продукта на задачах по написанию кода и пришёл к выводу, что GigaCowork пока заметно уступает зарубежному конкуренту по зрелости, но имеет свои сильные стороны.
Что такое Cowork-продукты? Обычный ИИ-чат работает в цикле «вопрос-ответ», а агентные платформы предлагают другой подход: вы ставите задачу, система планирует несколько шагов, обращается к файлам и внешним сервисам, а в конце возвращает не только текст, но и готовый артефакт — документ, таблицу или презентацию. Класс пока не устоялся: разработчики называют такие системы агентами, агентными платформами или цифровыми сотрудниками. Ближайший ориентир — Claude Cowork, который уже умеет многошаговые задачи, проекты с собственным контекстом, навыки и запуски по расписанию.
GigaCowork собирает похожую конструкцию из собственных сущностей: задач, пространств, команд, навыков и агентов. После входа открывается не пустой диалог, а дашборд с недавними задачами, активностью и статистикой по пространствам. Задача здесь — это чат с состоянием: она может выполняться, завершиться или остановиться, если системе нужно подключение к сервису или подтверждение действия. Это удобно: сразу видно, где цифровой сотрудник работает сам, а где ждёт человека.
Разрешения в GigaCowork настраиваются для каждого инструмента отдельно, а не общим режимом.
Главное отличие от Claude Cowork — в управлении разрешениями. У Anthropic есть три режима сессии (Manual, Auto, Skip) и настройки инструментов (Always allow, Needs approval, Blocked). В GigaCowork общего режима разрешений нет, но каждый инструмент коннектора настраивается отдельно: его можно включить, отключить или заставить запрашивать подтверждение. Например, коннектор может сам читать данные, но спрашивать разрешение перед изменением. Это другая парадигма доверия — более гранулярная.
Ещё одно различие — в организации контекста. Anthropic делает ставку на проекты с памятью между задачами, а GigaCowork — на общие пространства с документами, агентами, навыками и командами. Если одни и те же материалы нужны в нескольких задачах, их выносят в пространство. Автор отмечает, что структура «агент + навык + команда» честнее раскладывает работу цифрового сотрудника, чем один универсальный чат.
В процессе тестирования автор обнаружил, что GigaCowork вырезает китайские иероглифы из своих ответов и отказывается отвечать на вопросы про площадь Тяньаньмэнь. Это указывает на то, что под капотом — опенсорсная модель, отцензурированная под Китай. При этом GigaChat отвечает на те же вопросы без проблем. Автор предполагает, что GigaCowork использует прокси к зарубежным LLM, но не раскрывает деталей.
Для пользователей это значит, что GigaCowork — рабочий инструмент с понятной структурой, но пока сыроват: нет управления браузером, память не расшаривается между задачами. Тем не менее, гранулярные разрешения и понятная организация задач могут быть полезны в корпоративной среде, где важна безопасность и контроль действий ИИ.
