Регулярный трендвотчинг требует постоянного мониторинга сотен источников, проверки сигналов, удаления повторов, выделения, описания и оценки трендов. При ручном процессе значительная часть времени исследователя уходит на повторяющиеся операции. В «Спектре» мы разложили собственную методологию трендвотчинга на отдельные этапы и построили агентную систему для сбора и анализа первичных и вторичных сигналов. ИИ-агент готовит план исследования. Алгоритмы проверяют даты и ссылки, приводят материалы к единому виду, удаляют повторы и нерелевантные публикации. Языковые модели выделяют изменения и предлагают связи между сигналами. Исследователь утверждает рамку, проверяет источники и принимает окончательное решение. Подготовка одного тренд-репорта сократилась со 120–150 часов до пары рабочих дней, трудозатраты — в восемь-девять раз. Команда может вести до десяти исследований одновременно вместо двух-трёх. Агентизация оказалась сложнее простой передачи задач моделям: система теряла контекст, предлагала недоказанные связи и иногда уступала обычным алгоритмам. В докладе покажем, как распределять операции между алгоритмами, языковыми моделями и исследователем, где нужны проверки и какие решения нельзя отдавать ИИ.