# GigaCowork против Claude: разобран агент, который не пишет на русском
Каноническая страница: https://plainews.ru/posts/gigacowork-vs-claude-sravnenie-agentov-i-testy
Опубликовано: 2026-08-26T07:01:31.005Z

Практическое сравнение GigaCowork и Claude. Разбор структуры агентов, тесты на Chinese Open Source модели и ограничения доступа к данным.
Тестировал GigaCowork ради задач на код, а нашёл глубокие различия в архитектуре агентов. Даже с мощным open-source под капотом он пока отстает от Claude Cowork по зрелости, но выигрывает в гранулярности доступа.

## Зачем это нужно

В 2026 году задача разработчика и продуктолога смещается с «написать код» на «управлять цифровым сотрудником». Готовые агенты вроде Claude Cowork или GigaCowork обещают автоматизацию многошаговых сценариев, работу с файлами и интеграции. Но обещания должны проверяться на практике: как именно они планируют задачи, где ломаются на доступах и какие модели реально стоят под капотом. Этот гайд помогает понять, какой подход к агентам и прокси к LLM лучше для вашей команды.

## Почему готовые решения не подошли

Первый шаг — понять, что такое Cowork-агенты. Это не чатbot «вопрос-ответ», а система, которая принимает задачу, раскладывает её на шаги, обращается к внешним сервисам и возвращает артефакт. Разработчики называют это агентами, цифровыми сотрудниками или платформами, но суть одна: автоматизация работы с контекстом.

В сравнении мы берём Claude Cowork от Anthropic и GigaCowork от Yandex. У Антропиков есть многошаговые задачи, проекты с памятью и коннекторы. У нас — аналогичная структура: задачи, пространства, команды, навыки и агенты. Разница в реализации, которая сразу заметно на практике.

## Что внутри инструмента

### ГигаCowork: чат с диспетчерской

При входе в GigaCowork вы видите не пустой чат, а дашборд с активностью. Здесь хранятся недавние задачи, статистика по пространствам и список задач, требующих вашего действия. Задача — это чат со состоянием: она может выполняться, завершиться или остановиться, если системе нужно подтверждение действия или доступ к сервису.

В отличие от Claude, где можно настроить режим сессии (Manual, Auto, Skip) и глобальные разрешения на инструменты, в GigaCowork каждый коннектор настраивается отдельно. Его можно включить, отключить или заставить запрашивать подтверждение перед использованием. Один и тот же коннектор может читать данные автоматически, но спрашивать разрешение перед их изменением. Это другая парадигма доверия, но она требует более точной настройки.

### Структура: задача, пространство, команда

Внутри задачи вы описываете результат обычным языком, прикладываете файлы или папки, выбираете агента и доступные коннекторы. Справа виден ход выполнения, использованные навыки и созданные documentos. Задача остаётся отдельным рабочим контекстом.

Если материалы нужны в нескольких задачах или людям, их нужно вынести в пространство. Здесь разница с Claude становится заметнее. Anthropic делает ставку на проекты с памятью между задачами, а GigaCowork — на общие пространства с документами, агентами, навыками и командами. Это «агент + навык + команда» вместо одного универсального чата.

## Гид по тестам на модели

### Как проверить, какая модель стоит под капотом

В процессе тестирования я заметил странные пустоты в ответах агента. Методом проб и ошибок выяснил, что GigaCowork вырезает китайские иероглифы из своих текстов. Также агент отказывается отвечать на вопросы про площадь Тяньаньмэнь, что является классическим тестом на censorship.

Чтобы проверить, какая модель стоит под капотом, можно использовать статистический тест из статьи «One Token Is Enough». Модель воспроизводимо тяготеет к одинаковым ответам на односложные бытовые вопросы, даже без доступа к весам. Разные модели — нет.

### Результаты тестов

Я прогнал тесты на паре десятков эндпоинтов из каталога Yandex Cloud, включая GigaCowork. На вопрос «назови случайный цвет» модель Qwen через раз отвечает «синий», на «случайную марку часов» — Rolex. У GigaCowork воспроизводится один в один. У самого GigaChat — нет.

Это указывает на то, что под капотом используется модель, близкая по распределению ответов к Qwen3-235B. Это сильный open-source ресурс, но с ограниченными возможностями в некоторых сценариях.

## Источники

- Habr AI: Опыт использования GigaCowork: разбираем агента с прокси к зарубежным LLM