Терминальные агенты достаточны для автоматизации предприятий.
Terminal Agents Suffice for Enterprise Automation
March 31, 2026
Авторы: Patrice Bechard, Orlando Marquez Ayala, Emily Chen, Jordan Skelton, Sagar Davasam, Srinivas Sunkara, Vikas Yadav, Sai Rajeswar
cs.AI
Аннотация
В последнее время растет интерес к созданию агентов, способных взаимодействовать с цифровыми платформами для автономного выполнения значимых бизнес-задач. Среди исследуемых подходов — агенты, усиленные инструментами, построенные на абстракциях, таких как Model Context Protocol (MCP), и веб-агенты, работающие через графические интерфейсы. Однако до сих пор неясно, необходимы ли такие сложные агентные системы, учитывая их стоимость и операционные накладные расходы. Мы утверждаем, что агент, оснащенный только терминалом и файловой системой, может решать многие бизнес-задачи более эффективно, взаимодействуя напрямую с API платформ. Мы проверяем эту гипотезу на различных реальных системах и показываем, что такие низкоуровневые терминальные агенты соответствуют или превосходят по производительности более сложные агентные архитектуры. Наши результаты свидетельствуют о том, что простые программные интерфейсы в сочетании с мощными базовыми моделями достаточны для практической автоматизации бизнес-процессов.
English
There has been growing interest in building agents that can interact with digital platforms to execute meaningful enterprise tasks autonomously. Among the approaches explored are tool-augmented agents built on abstractions such as Model Context Protocol (MCP) and web agents that operate through graphical interfaces. Yet, it remains unclear whether such complex agentic systems are necessary given their cost and operational overhead. We argue that a coding agent equipped only with a terminal and a filesystem can solve many enterprise tasks more effectively by interacting directly with platform APIs. We evaluate this hypothesis across diverse real-world systems and show that these low-level terminal agents match or outperform more complex agent architectures. Our findings suggest that simple programmatic interfaces, combined with strong foundation models, are sufficient for practical enterprise automation.