Да, собрать AI-агента в n8n можно — нода AI Agent, инструменты, память и эвалы реальны, а оплата за прогоны честная. Дело не в ноде, а в том, кто держит продакшн-дисциплину вокруг неё: эвалы, guardrails, наблюдаемость и DevOps самохостинга.
Скажем сразу, чтобы вы понимали нашу позицию: мы — студия из двух инженеров, мы работаем на n8n, и он нам нравится. Это не разоблачение. n8n — один из самых честных инструментов в автоматизации: fair-code, self-hosted, с ценообразованием, которое не штрафует за сложные сценарии. Если вы CTO или solo-автоматизатор, которому комфортно с кодом и хочется держать данные на своих серверах, n8n заслуживает серьёзного взгляда.
Эта статья — про один вопрос, который нам задают технические покупатели: «в n8n теперь есть ноды AI Agent — зачем платить студии за агента, если я соберу его сам?» Честный ответ: часто и не надо. Но «собрать агента» и «держать агента в проде» — это две разные инженерные задачи, и расстояние между ними — то самое место, где тихо застревает большинство DIY-проектов с AI. Разберём это расстояние без маркетинга.
Быстрое сравнение: инструмент против ответственности за результат
Настоящая ось здесь не «фича против фичи». Это — кто отвечает за результат.
| n8n (self-hosted / Cloud) | Агент Grow2.ai |
|---|---|---|
Что вы получаете | Мощный инструмент + ноду AI Agent, которую вы собираете и обслуживаете | Готового агента в собственность + дисциплину вокруг него |
Контроль | Полный — self-hosted, ваши данные, ваши серверы | Управляемый; код и логика ваши, мы их эксплуатируем |
Модель оплаты | За прогон (шаги не считаются) или бесплатный Community | Фиксированный пилот + помесячно, привязано к KPI |
Кто держит эвалы и регрессии | Вы | Мы, по контракту |
Кто на дежурстве в 2 ночи | Вы | Мы |
Время до первой ценности | Сколько продлится ваш билд | 14 дней против KPI, или вы не платите |
Ни один столбец не «лучше». Это разные размены. n8n меняет деньги на контроль и ваше время. Студия меняет часть контроля на контрактный результат и чужой пейджер. Остальная статья — о том, как понять, какой размен вы на самом деле делаете.
Что n8n делает правильно (и мы не будем притворяться иначе)
Четыре вещи, которые n8n делает по-настоящему хорошо, — сверено с его docs:
Модель оплаты за прогоны честная. n8n тарифицирует за прогон workflow — весь запуск, — а не за шаг или действие. Workflow из 3 нод и из 40 нод стоят один и тот же прогон. Рядом с per-task (Zapier) или per-credit (Make) сложность не раздувает счёт исподтишка. В Cloud это 2 500 прогонов на Starter (20 €/мес) и 10 000 на Pro (50 €/мес), с неограниченным числом пользователей на всех планах. Это реальное преимущество, и мы говорим это прямо.
Fair-code и self-hosting — это настоящий контроль данных. Community edition бесплатна для self-host с неограниченными прогонами. Sustainable Use License позволяет использовать n8n для собственных внутренних бизнес-целей и строить workflows клиентам как консультант — без отдельного соглашения. (Это fair-code, а не OSI open source — нельзя white-label или перепродавать как хостинг-сервис. Для внутреннего использования и работы с клиентами вы чисты.) Если данные должны оставаться on-prem по регуляторным причинам или из-за доверия, self-hosted n8n даёт настоящий контроль, а не галочку.
Нода AI Agent реальна, это не демо. В текущих версиях нода AI Agent работает как Tools Agent, реализующий tool-calling интерфейс LangChain. Вы подключаете chat-модель (OpenAI, Anthropic, Groq, Mistral, Azure OpenAI), цепляете из 150+ инструментов (HTTP, Code, Postgres, Slack, Google Sheets, свои суб-workflows), и она решает, какой вызвать. Поддерживает парсеры структурированного вывода, стриминг, human-in-the-loop подтверждения для чувствительных действий и настраиваемый лимит итераций. Это легитимный runtime агента.
У n8n даже есть эвалы. Это важно, так что будем точны: n8n добавил фичу Evaluations. Вы можете прогнать тестовый датасет через workflow и оценить ответы встроенными метриками — Correctness и Helpfulness (оценивает LLM-судья по шкале 1–5) и Tools Used (детерминированная проверка последовательности инструментов). Это больше, чем предлагает большинство no-code платформ. Так что нет, мы не скажем «n8n не умеет эвалы». Умеет.
Итак, если n8n всё это умеет — где же проблема?
Собираем агента в n8n: как далеко это заходит
Вот честная техническая картина. За полдня толковый инженер поднимет workflow в n8n с нодой AI Agent, chat-моделью, парой инструментов и Chat Trigger. Он будет отвечать на вопросы, вызывать ваши API и выглядеть эффектно в демо. Для стабильной внутренней задачи — «суммируй эти тикеты и запиши», «отвечай на FAQ по этому документу» — этого действительно может хватить. Запускайте.
Пределы проявляются, когда агент должен помнить, вести себя и выжить в контакте с реальными пользователями.
Память — это буфер, а не персистентность, по умолчанию. Нода Simple Memory держит контекст разговора в процессе, и собственные docs n8n прямо говорят: «memory doesn't persist between sessions» (память не сохраняется между сессиями). Хуже для прода: Simple Memory не работает в queue mode — n8n не гарантирует, что каждый вызов обработает один и тот же воркер, как только вы масштабируетесь на несколько воркеров. Персистентная память есть, но это значит подключить ноду Postgres, Redis или MongoDB chat-memory и держать это хранилище самому. Что нормально — просто это первое место, где «соберу сам» превращается в «я теперь администрирую базу данных».
Инструменты вызываются, но edge-cases не обрабатываются сами. Агент охотно вызовет инструмент с кривым входом, будет крутиться до лимита итераций или уверенно ответит из устаревшего контекста. Обработка «грязной середины» — ретраи, фолбэки, «я не знаю», эскалация человеку — это логика workflow, которую вы проектируете, тестируете и обслуживаете. Нода даёт движок; guardrails строить вам.
Никакого упрёка n8n в этом нет. Это разница между runtime агента и продакшн-агентом.
Продакшн-разрыв: то, что не влезает в workflow
Это та часть, которой никогда нет в демо и которая всегда есть в проде. Мы это знаем, потому что сами это держим: агент для e-commerce, которого мы построили, провёл 6 400+ реальных диалогов с клиентами, а финансовая платформа, которую мы выпустили — это 326 коммитов и ~52 800 строк TypeScript с 838 тестами, serverless на Cloudflare Workers. У прода есть фактура, к которой «подключи ноду» не готовит.
Эвалы — это практика, а не нода. n8n даёт вам инструмент эвалов, и хороший. Но эвал-нода — это не эвал-дисциплина. Кто курирует датасет реальных провалов? Кто гоняет регрессию каждый раз, когда кто-то подправил промпт? Кто заметит, что провайдер модели выпустил новую версию и ваш correctness-скор тихо просел на три пункта? Проблема никогда не была «в n8n нет эвалов». Проблема в том, что эвалы — это постоянная работа, которую кто-то держит: на каждое изменение промпта, всегда.
Guardrails должны быть структурными. В нашем продакшн-агенте для e-commerce каждое исходящее сообщение проходит комплаенс-ревьюера — вторую модель, которая может только удалять фрагменты не по бренду или не по правилам. Она физически не может добавить утверждение, скидку или обещание. Ревьюер, который умеет только удалять, не выдумает новую галлюцинацию. Это архитектурное решение, протестированное и под наблюдением, — а не строка в системном промпте «пожалуйста, держись бренда».
Наблюдаемость — это разница между «сломалось» и «вот почему». Каждый диалог того агента проходит через self-hosted наблюдаемость (Langfuse): мы видим, что спросил клиент, что агент достал, что вырезал ревьюер, сколько длился каждый шаг и сколько стоил — примерно 0.10 € за диалог, медиана ответа 13 секунд. Когда что-то ломается на диалоге 4 000, этот трейс — разница между пятиминутным фиксом и потерянными выходными. n8n показывает логи прогонов; продакшн-уровень наблюдаемости агента — потрейсовый разбор, стоимость, латентность, инспекция retrieval — это ещё одна система, которую вы поднимаете и обслуживаете.
Каждую из этих вещей можно построить в n8n или рядом. Вопрос никогда не «можно ли это сделать?». Вопрос — «кто будет строить, тестировать, следить и чинить — столько, сколько живёт агент?».
Реальная цена самохостинга, в EUR
Посчитаем так, как должен инженер. Лицензионный платёж — самая маленькая строка.
n8n Community, self-hosted: лицензия 0 €. Добавьте инфраструктуру — VPS плюс Postgres или Redis, которые вы теперь держите для персистентной памяти, — реалистично где-то в диапазоне 20–80 €/мес для небольшого-среднего сетапа. Дальше строка, которая доминирует: время вашего инженера. Начальный билд настоящего агента — с памятью, guardrails, эвал-обвязкой и наблюдаемостью — это дело на несколько недель, а не на полдня. Дальше — постоянное: n8n выпускает breaking changes (v2.0 выключил несколько типов нод по умолчанию и убрал MySQL/MariaDB, вынудив мигрировать на Postgres; синтаксис выражений менялся между minor-версиями), self-hosted инстансы получают патчи безопасности только ограниченное окно после мажорного релиза, и каждое обновление провайдера модели — потенциальная регрессия. Умножьте свою ставку на несколько часов обслуживания в месяц плюс тот билд — и «бесплатный» инструмент несёт вполне реальную четырёхзначную стоимость запуска и повторяющуюся. Мы не цитируем опрос — подставьте свою ставку и свои часы. Единственный тезис: счёт от n8n — это не стоимость агента.
n8n Cloud снимает рутину патчей и хостинга: Starter 20 €/мес (2 500 прогонов), Pro 50 €/мес (10 000), Business 667 €/мес (40 000, с SSO, Git, environments). Но агентскую логику, эвалы и guardrails вы всё равно строите и держите сами.
Пилот Grow2.ai — это 1 800 € против KPI, который вы согласуете заранее, за 14 дней; не взяли KPI — не платите; дальше 49–149 €/мес. Это число покупает готового агента и дисциплину вокруг него: эвал-набор, guardrail «только удалять», наблюдаемость, дежурство. Честная рамка не «20 €/мес против 1 800 €». Это «ваше инженерное время и риск против фиксированной цены за контрактный результат». Если вы взвешиваете это против найма девов «с нуля» — тот же расчёт в нашем разборе AI-агенты против кастомной разработки.
Когда что выбирать — прямым текстом
Без уклончивости. Три профиля:
Выбирайте n8n + своего агента, когда у вас есть инженер (или вы им являетесь), способный держать LLM-слой, ваш процесс стабилен и понятен, а данные должны жить на ваших серверах. Если это про вас — n8n действительно правильный выбор: self-host, подключите Postgres-память, постройте свою эвал- и guardrail-логику, держите полный контроль. Мы это всерьёз.
Выбирайте студию (как мы), когда у вас нет кого-то внутри, кто держал бы эвалы, guardrails и дежурство; вам нужен контрактный KPI и ценность за недели, а не исследовательский проект; вы обслуживаете клиентов в нескольких каналах (наш e-commerce агент работает в Instagram, Viber и Telegram, и две трети диалогов — только в Instagram); и вы скорее отдадите кому-то пейджер, когда обновление ноды сломает агента.
Не выбирайте пока ничего, когда ваша задача детерминирована и без неструктурированного входа — плановая синхронизация, поток «форма → CRM». Возможно, агент вам вообще не нужен; хватит no-code. Смотрите AI-агенты против Zapier и AI-агенты против Make.
Дерево решений
- Нужно обрабатывать неструктурированный вход? (сообщения, фото, голос)
- Нет → Хватит no-code (Zapier / Make)
- Да → Есть инженер, чтобы держать LLM-слой надолго? (эвалы, guardrails, память, наблюдаемость, дежурство)
- Да → Процесс стабилен И данные должны оставаться на ваших серверах?
- Да → Self-hosted n8n + свой агент — честный выбор
- Нет / не уверены → n8n Cloud + ваш агент, или пилот студии
- Нет → Нужен контрактный KPI и ценность за недели?
- Да → Пилот студии против KPI (14 дней, не взяли — не платите)
- Нет → Начните с AI-аудита
Рекомендация
Если вы технарь, любите свой стек и хотите контроль — стройте в n8n. Правда. Начните с ноды AI Agent, подключите персистентную память и относитесь к эвалам, guardrails и наблюдаемости как к первоклассным вещам с первого дня, а не как к довескам. Последнее предложение — это вся статья: платформа никогда не была сложной частью. Всё ещё выбираете саму платформу? Наш гайд как выбрать платформу AI-агентов для SMB и хаб AI-агенты для бизнеса заходят глубже.
Если вы скорее владеете результатом, чем эксплуатацией — это то, что делаем мы. Строим кастомного front-office агента против KPI, который вы ставите, за 14 дней; не взял — не платите.
Не уверены, на какой вы стороне? Пройдите AI-аудит за 2 минуты или напишите нам — честно скажем, строить в n8n или отдать нам против KPI.