Розумеўце AI-агенты: цілі, інструменты, памяць і цікл агента.

Уявіце сабе з асистэнтам АІ пад вашым карбам.

Вы даеце яму такую інструкцыю:

"Знайдзіце пяць няўжоўныя статэйкі пра агентнай АІ і падготавьце кароткія порэванні.

Тыпавы чат-бот, верагодна, паспяшыць поясніць, як шукаць такія статэйкі, або можа перыясніць калькі загаворак, пра якія ён ведае.

А тепер уявіце штось іншае: систему, якая можа фактычна выконваць гэтую задачу з самага пачатку да канца.

Такая система могла б:

З’ясавіць цель → Знайсці статэйкі → Пераглядзець рынак → Выбраць значныя з іх → Адзначыць ключовыя деталі → Порэванаваць іх → Скласіць адчытку

Самэ такую систему людзі зазвычай называюць АІ-агентам.

Агенты AI знаходзяцца ў цэнтры таго, што называецца агентным AI. Перш чым перейść да такіх фрэймворкаў, як LangGraph, CrewAI чы AutoGen, корыстна спачатку зрозумець, што такое агент на самай працоўнай аснове.

Давайце будуем гэта з нуля.

Што такое агент AI?

Проста кажучы, агент AI — это система, якая може прымаць інфармацыю, робіць выборы, выкарыстоўваць інструменты для дзеяння на адпаведнасць гэтым выборам і перадвігацца да заданай меты.

Іншымі словамі:

Агент AI не проста адпавядае на запытанні. Ён визначае, што трэба зрабіць далей, а потым дзеяе ў цэй меты, каб выконаць заданне.

Базовы процес работы агента можа быць представлены так:

Мета → Розумеўнне → Выбор → Дзеянне → Перакананне ў рэзультатах → Продаж чынення → Распраўкі рэзультата

Як ілюстрацыю, уявіце такi запыт:

"Знайдзіце курс па Python для пачаткуючых."

Пры наявнасці правильных інструментаў, агент можа:

1. З’ясаваць, што мета — выучыцца Python.
2. Задаць дапаможныя запытанні, якшо не хватает ключовых деталяў.
3. Перагледзець доступныя курсы.
4. Зберагчы значымыя деталі пра кожны з іх.
5. Аналізаваць ўжоўскладненасць, трываласць, цэну і змест.
6. Выбраць найболей падходячы варыянт.
7. Парадзіць гэты выбар.

Уместа таго, каб даць адзін адказ на адзіны запыт, агент выканае некалькі крокаў.

Просты спосаб разумець агентаў AI

Падумайце, як бы людзкі асистэнт рашыў такую задачу.

Спадзяймося, асистэнт отрымае такі запыт:

"Будзь ласка, арганізуйце зустрэч з камандай праекту наступнага тыдня."

Асистэнт не будзе проста паслядаць так:

"Звяжыцеся."

У замене ёму патрэбна будзе працаваць па кальку этапаў.

Гэта можа выглядаць так:

Пагледзіце календар

↓

Вызначыце вільныя часовыя праўілкі

↓

Паўнастаць, калі учаснікі вялікі

↓

Выберыце падходячую праўілку

↓

Усталяйце зустрэч

↓

Апрашайце пра участь

Агент AI працуе па аднаковым прынцыпе. Разлік у тым, што яго этапы выкананы за дапамой програмнага абліку, API, баз дадзенаў, прыкладнікаў і іншых цифровых систем, а не ручной працы.

Агент AI проты звычнага чатбота

Гэты разлік мае вялікое значэнне, якщо вы новы ў гэтым абласці.

Чатбот існуе галоўная метаю — весті розмову.

Агент AI існуе, каб выканаць задачы для досягнення меты.

Ёсць парабян, які памагае ўточніць гэта.

Звычны чат-бот

Падазроўваючы, што пытанне такое:

"Як найлепша спосаб аналізаваць гэты файл CSV?"

Чат-бот можа праказаць наступнае:

• Завантажыць набор дадзеных
• Очыстыць яго
• Выбраць падходячыя бібліятэкі Python
• Стварыць належныя візуалізацыі

Пасля чаго чалавек, які ставіў пытанне, сам будзе выконваць кожны з этых крокаў.

Агент AI

Якшо агент мае доступ як да Python, так і да самага файла, тады інструкцыя можа быць такой:

"Аналізаваць гэты набор дадзеных і выявіць найважлівейшыя заканамасці."

Агент тады можа:

Завантажыць CSV

→ Працаваць з столбцамі

→ Знайсці прыгалёжаныя значэння

→ Очыстыць дадзеныя

→ Адзьёўваць аналіз

→ Ствараць візуалізацыі

→ Інтэрпретаваць рынакты

→ Складаць адчынак

У гэтым случае агент выступае акыўным учаснікам у выпанні работ, а не проста поясняе, як гэта делаецца.

Кансэрвныя элементы AI-агента

Хоць AI-агенты можу стаць даскладнымі, большасць з іх можна разбіць на калькі фундаментальных элементаў.

1. Цель

Кожны агент пачынае з цялі.

Цель визначае, што агент должен выконаць.

Напрыклад:

"Знайсці пяць найняўлеглейшых артыкулаў пра Retrieval-Augmented Generation і падсумаваць, як кожны з іх падходзіць да задачы."

Чыстая цель дае агенту мету, да якой ён можа прагты.

З таму ён можа выявіць, які дзеянні прыбліжуюць яго да гэтага рэзультата.

2. Модель ШІ

Большасць сучасных агентаў паводзяцца на Модель велікагі языка (LLM) як на ключовы элемент для рассуджэння і разумеўця языка.

Гэтая модель дапамагае агенту выявіць:

• Што запытаеся корыстнік
• Якую інфармацыю ён вялікі час вже мае доступ да яе
• Якая інфармацыя ўсё яшчэ неяўна
• Каліе дзеянне можа памагчы
• Калій інструмент трэба выкорыстоўваць
• Як расумець проміжныя рэзультаты
• Чы трэба дадатковы крок

Уважаце модель як ядро механізма прынятка рашэння агента.

Аднак сама LLM не стварае цэлага агента.

Зазвычай модель супакоўваецца з калькама іншых складовых, каб стварыць цэлую систему.

3. Інструменты

Інструменты даюць агенту можлівасць выйсці за межы мовной моделі і взаімадзейваць з зямным светам.

Агент можа быць оснащаны інструментамі для такіх задач, як:

• Пошук у Інтернете
• Чытанне файлаў
• Запыты да баз дадзенаў
• Выкананне коду на Python
• Звярнення да зовнішніх API
• Пошук у векторной базе дадзенаў
• Перагляд календара
• Обработка электраняў
• Зявленне дакументаў

Уявіце, кань агента запытаюць:

"Якая парада сьогодні?"

Уместо таго, каб паслужыцца застарэлымі дадзеннямі для навчання, агент, праз які праходзіць інформацыя з API парады, можа атрымваць інформацію у рэальны час.

Працэс будзе выглядаць працоўна так:

Запыт

↓

Агент усвядомляе, што йому патрэбны актуальныя даны

↓

Выбірае інструмент для парады

↓

Інструмент адправляе рэзультат

↓

Процесы, які адмініструець выконвае

↓

Апошнія адказ

Магчымасць выкарыстоўваць інструменты ёсць адна з галоўных прычын такой высокай эфектывнасці ШІ-адміністратораў.

4. Памяць

Памяць дазволяе адміністратору зберагаць корыстныя деталі працоўнае часу.

Уявіце сабе ШІ-наставніка, які памагае вас выучыцца програмаванню.

Вы кажаце:

"Я вучуся Python і ўжо разабраўся зяўляючыся зменныя, ціклы і функцыі."

Пазней вы запытваеце:

"Што мне робіць далей?"

Якшо система можа зберагчыць і прыгадаць гэты ранейшы контекст, ёй не патрэбна будзе прычыняць вас пачынцаць размову з нуля.

Разныя адміністраторы выкарыстоўваюць памяць рознымі спосабамі.

У загальных рысах яе можна раздзеліць на:

Короткатэрмінную памяць — деталі, зв’язаныя з текущым заданнем або размовай.

Даўгастраўная памэць — інфармацыя, якая зберагаецца для викорыстання ў будучых сесіях.

Ее можна стварыць за дапамой баз дадзеных, стану сесіі, хранальнікаў вектараў або іншых спосабаў зберагання.

5. Планаванне

Не кожную задачу можна завершыць за адні раз.

Сказаўмо, вы запытваеце агента:

"Расшукайце найкращыя бібліятекі машыннага навчання для пачаткуючых і створыце ўпораўненне."

Агент можа разбіць гэта на некалькі меншых падзадач.

Магчымы план

Крок 1: Выбраць набор популярных бібліятек машыннага навчання.

Крок 2: Зберагчы надзеяныя данні пра кожную з іх.

Крок 3: Упораўняць ступень складнасці ўжытку кожной бібліятекі і тое, для чаго яны найбольш падходзяць.

Крок 4: Упораўняць якасць дакументацыі і супакоўаную екасистему.

Шаг 5: Адаптавайце, які варыянты найболей падходзяць для новачкаў.

Шаг 6: Складзіце заканчычную параболіку.

Гэты процес аналізу называецца планаваннем.

Не кожны агент патрабуе складнага плану, але чым сложней задача, тым большая значэнне надае планаванню.

6. Дзеянні

Дзеянне — это конкрэтны крок, які выконвае агент.

Напрыклад:

Пошук у інтэрнете

лягае ў канцэнтрацыю дзеяння.

Выкананне фрагмента коду Python

лягае ў канцэнтрацыю дзеяння.

Зялленне дакумента

лягае ў канцэнтрацыю дзеяння.

Выкананне запыту да базы дадзеных

лягае ў канцэнтрацыю дзеяння.

Выкліканне API

лягае ў канцэнтрацыю дзеяння.

Модель зазвычай вяршыць, якое дзеянне є логічным, а відпаведны інструмент фактычна яго выканае.

7. Абазораванне

Калі якась дзеянне ўжо адбылася, агент отрымае якісь рэзультат у адпаведнасці.

Эты рэзультат і ўсё тое, што мы называем зявленнем.

Ось прыклад:

Рашэнне агента: Працаваць з няўзабавнымі статтямі пра агентных AI.

↓

Дзеянне: Актывацыія інструмента пошуку.

↓

Зявленне: Атрымана дзесяць рэзультатаў.

Потым агент должен пераглянуць тое, што атрымана.

У ўсём можа быць такі вывар:

"Тры з эых рэзультатаў не ўсуненыя, два застарэлі, а пяць выглядаюць перспективнаямі."

Эты вывар вплывае на тое, калі рашэнне агента ўжо будзе прыманае.

Цыкл агента AI

Калі ўсе эты элементы ўжо є, мы можамы стварыць цэлістыя кантэкст.

Спрасцаваная версія цыклу агента выглядае так:

Цель

↓

Розумеўце

↓

Планаванне / Адзінакоўванне

↓

Выбір інструмента

↓

Выпэўненне дзеяння

↓

Абсцэрваванне рэзультата

↓

Ацэнка

↓

Продаж чы завершэнне

Гэты цыкл можа працаваць толькі адназнач, або ён можа павтарыцца часоўка разоў.

Як прыклад:

Пошук

↓

Рэзультаты ня ўсталяны.

↓

Пошук зноў

↓

Прыходзяць кращыя рэзультаты.

↓

Чытанне дакументаў

↓

Выявляюцца ключовы деталі.

↓

Порэванаўленне рэзультатаў

↓

Стварэнне фінальнай адпаведзі

Гэта взаімадзеянне між адзінакоўванням, дзеянням і абсцэрвацыяй ёсць відлічным атрыбутам багатых систем на агентах.

Практычны прыклад: Агент-дзеярнік

Уявіце сабе стварэнне AI-агента, чыя задача — дзеярнік.

Заданая яму задача ўключае:

«Знайце няўзначныя научныя працы па адпаведзенню на запитанні для мов з мяркавымі рэсурсамі».

Першы крок агента можа быть выбір актуальных запошуковых тэрмінаў.

Далей:

Крок 1 — Пошук

Агент выканае запыт у научным пошуковым інструменте.

Крок 2 — Аналіз

Як рэзультаты вяртаецца 20 прац.

Агент заўважвае, што не всі з іх є корыстнымі.

Крок 3 — Фільтрацыя

Агент скарочвае спіс да прац, якія безпасовыта ўжо толькі мовы з мяркавымі рэсурсамі і адпаведзенне на запитанні.

Крок 4 — Чытанне

Агент выявляе дакладны матэрыял з прац, якія ён залишыў.

Крок 5 — Аналіз

Агент выявляе такія элементы, як:

• Набор дадзеных
• Мова
• Модель
• Методалогія
• Паракаменты ацэнкі
• Рэзультаты
• Абмежэнні

Крок 6 — Порэванаў

Агент размешчае выбраныя статті адна пры другой.

Шаг 7 — Атрыманне рэзультата

У канцы ён стварае структураваны аптак з літературы.

Заўважыце, што гэта значна пераходзіць за межы простаг:

Запит → Адказ

У замен гэта выглядае так:

Цель → Калькі рашэнняў → Калькі дзеянняў → Фінальны рэзультат

Агенты ШІ можу выкорыстоўваць калькі інструментаў

Спроможны агент часта мае ў сваёй распэшчэнні больш чым адны інструмент.

Вядзімо, прыкладам, Дзяржаўніка даследжэнняў, які можа мець доступ да:

Інструмент для пошуку

Працоўвае з даследнічымі статтямі.

Чытальнік PDF

Чытае статті.

База дадзенаў

Зберагае выкаранутую інфармацыю.

Python

Аналізуе рэзультаты.

LLM

Інтэрпретуе і падсумаввае тое, што было знайдзена.

Гэтае, што мае значэнне, — гэта тое, што агент не павінен обовязкова вжываць кожны з іх асоблікаў.

У замен яму трэба выявіць, які асоблік падходзіць для данай ситуацыі.

Гэта прыводзіць да іншага спосабу апісання таго, што такое агент:

Агент ШІ спаўнае інтэлект з можлівасцю дзейства ў певным сераўысе.

Што такое сераўыс?

Тэрмін сераўыс абходзіць усё, з чым можа взаімацца агент.

Напрыклад, агент на базе програмнага забезпечэння можа працаваць з такімі элементамі, як пошуковыя системы, файлы, прыкладнікі, базы дадзенаў, іншыя агенты, API, корыстувальнікі і веб-сайты.

Агент збірае інформацыю з гэтага сераўысу і дзействае ў межах, якія яму наданы.

Простая схема гэтага выглядае так:

Сераўыс

↓

Абзір

↓

Агент

↓

Рашынак

↓

Дзеянне

↓

Сераўак

І цыкл продовжваецца з таго ж моменту.

Чы ў штучных інтэлектаўскіх агентаў ёсць автонамія?

Автонамія — гэта не адна фіксаваная характарыстыка; агенты можу мець яе больш чы менш.

Дзеянне дзеякіх агентаў вядзецца толькі пасля таго, як корыстувач даў на то разрэшча.

Іншыя можу самі выконваць калькольве крокаў.

Напрыклад:

Нізкая автонамія

Перад тым, як чаго-небудзь зрабіць, штучны інтэлект спачатку запытае:

"Я знайшоў гэтыя тры файлы. Чы трэба іх аналізаваць?"

Ніч не выходзіць, пакуль чалавек, які яго вядома, не дасть чыстага разрэшча.

Высокая автонамія

У гэтым режыме агент сам выконвае весь перакрытак:

Знаходзіць файлы → Чытае файлы → Аналізуе іх → Стварае адчыт

У процесе не існуе паузы для падтверджэння.

Жанчына падхода не ўсюды є выгоднай.

Выбір правильнага ступеня незалежнасці залежыць ад такіх фактароў, як характер задання, можлівыя недакладнасці, наяўныя правы прывілеі і ступень небяспекі, якій будзе падвергнута сістэма у разы выканання бяды.

Калі на кону вельмі важлівыя рэшткі, зазвычай выгодна трываліць у кантакте з адамом пры выкананні чаго-небудзь критычнага.

AI Agent проты Agentic AI

Людзі часта вжываюць гэтыя два тэрміны, як бы ўоні былі ідэнтычныя, але існуе значны разлік.

AI Agent

AI agent — цэха самастойная сістэма, створаная для спрыяння ў розумеўцы свайго становішча, выборы рашэння і дзеяння ў напрамку адпаведнай мэты.

Agentic AI

Агентныя AI — это абстрактная канцэпцыя, якая выклікаецца для проектавання систем, заснованных на адкрэсленні да цялей, стратэгічным планаванні, викорыстоўванні зовнішніх інструментаў, выкананні дзеянняў, навучэнні на адзынку з падтрымкай, а таксама іноды коордынацыі кальколькі агентаў адразу.

Этак можна структураваць гэтая панорама:

Уявіце агентаў AI як окремы элементы, тады как агентныя AI — гэта загальная філасофія, якая ўз’еднайвае іх.

Сістэмы з адним агентам

Архітектура з адним агентам паўстанавляе адного цэнтральнага агента, які самастойна керуе выкааннем цэлага задання.

Ось ілюстрацыя:

Агент для аналізу дадзэнняў

Прыемка набора дадзэнняў

↓

Анаіз дадзэнняў

↓

Чыстка дадзэнняў

↓

Аналіз дадзэнняў

↓

Стварэнне графікаў

↓

Стварэнне атласа

Одны агент керуе весьмі процэсам з пачатку да канца.

Пачатківцы частаюча выгадваюць, калі пачынаюць тут, адколькі аднаго агента значна простае стежыць, перакантравляць і лагодзіць, калі ўтворяюцца проблемы.

Сістэмы з калькамі агентаў

Є случаі, калі болей логічна разбіць большую задачу на меншыя часткі, кожная з яых адпрацоўваная сваім спецыялізаваным агентам.

Уявіце сабе процес працэўвання з прабамкамі на працу, структураванный так:

Агент з рэзюме

Выяўляе ключовыя даны з паданых рэзюме.

↓

Агент з адбору

Перакантравляе, чыі кандыдаты падпадаюць пад базовыя трэбаванні.

↓

Агент з падбору навыкаў

Параючы спакульні навыкі кандыдатаў з тым, што трэба для данай пасады.

↓

Агент з адбору на спытанні

Падбирае пытанні, якія трэба задаць пад час спытання.

↓

Агент з падсумавання

Складае заканчыцковы атлас пра кожнага кандыдата.

У зменшэньне павярэння толькі ў адного універсальнага агента, канэкцыя колькасці спецыялізаваных агентаў, кожны з якіх дапамагае часткаю і разам працуюць над фінальным рэзултатам.

Гэты шаблон дизайна вядомы як сістэма з канэкцыяй колькасці агентаў.

Гэтыя сістэмы можаць быць практычна корыстнымі, хоця яны таксама дадаюць слой складнасці, які не трэба недаўаць значэння.

Для тых, хто новы ў гэтым направленні, кращы пачатковы пункт — адкулькі зразумець, як працуе адзін агент самастойна.

Чы роботы-агенты завжды патрабуюць RAG?

Зовсім не — гэта хыбна думка, якую трэба раз’ясніць.

Робот-агент і RAG — гэта два разныя падходы.

Техніка Retrieval-Augmented Generation дае мовнаму модэлю можлівасць запрашваць зовнішняю інфармацыю перад тым, як ён складае свой адказ.

Агент можа спрыяць RAG як проста адну з вароў сярод інструментаў, да якіх ён мае доступ.

Як прыклад:

Запит корыстніка

↓

Агент

↓

Агент усвядомляе, што яму трэба знайсці нешта за межамі.

↓

Інструмент RAG

↓

Працоўныя дакументы, якія падходзяць, запрашаюцца.

↓

Агент ацэнівае запрашаны матерыял

↓

Стварэнне адпаведзення

У такім разе RAG выступае як толькі адна з частак у шырэйшым процесе, кірым керуе агент, а не обавязковы элемент для кожнага агента.

Дзе прыдатны AI-агенты?

Большасць повсякдзенных рабочых процэсаў можа выгадаць ад структуры, заснованай на агентах.

Дзяржавныя даследжэння

Пошук → Чытанне → Фільтрацыя → Аналіз → Падсумаванне

Наука пра данныях

Завантажэнне → Чыстка → Аналіз → Стварэнне моделі → Ацэнка → Звярненне

Разработка програмнага забавляння

Аналіз → Змяны → Тэставанне → Усунення бягаў → Перагляд

Служба падтрымкі кляўэнтаў

Розумеўце запит → З’явіце інформацыю пра аблік → Пошук у дакументах → Рашэнне проблемы або ескаліяцыя

Адучэнне

З'ясаваць запит студента → Адзыскваць матэрыял → Паспраўдзіць → Стварыць завданні → Ацэніць адпаведзь

Прабор

Чытанне рэзюме → Паўтарэнне навыкаў → Класіфікаванне кандыдаатаў → Стварыць запытанні для адзінкі → Падготавка пасправок

Усё гэта з'едынае адной ідеяй:

Робота выклікае патрэбу ў ланцоўке крокаў, а не ў аднай-едзінай адпаведzi.

Што адзначае хорашага агента ад посреднія?

Одала прыдуманая AI-агента — это не проста мовны модель, падключаная да дужо длігог списку інструментаў.

Надзеяны системы выклікаюць патрэбу ў яснасці ў такіх аспектах:

• Якога рэзультата яна прагне досягнуць
• Якія інструменты ёй доступны
• Калі мае сэнс выкорыстоўваць той чы іншы інструмент
• Як расценіць тое, што вяртае інструмент
• Калі яй трэба здзейсніць наступны крок
• Калі яй следуе зупыніцца і запытаць пользователя пра ўсё

Калі чалавеку трэба падпісацься пры продажчыце

Калі задача насправдзе завершана

Таксама патрэбна стратэгія для рашырання ситуацый, калі ўсё йдзе не так.

Разгляньце такі патэрн:

API не ўздржалося

↓

Авядоміць пра неудачу

↓

Праказаць зноў або выбраць альтэрнатыву

↓

Продажчыця

Надзеянае паводлівасць такое ж важлаўнае, як і розумнасць.

Мінімальны план для АІ-агента

Як пачатківец, вы можете складзіць АІ-агента з шасцях асновных элементаў:

1. Цель

Рэзультат, якога агент павінен досягнуць.

2. Модель

Механізм разумовых вычынкаў, які дапамагае розумець і прымыкаць рашэння.

3. Планаванне

Парадок спакус, неабходных для досягнення цялі.

4. Інструменты

Зовнішнія можлівасці, якімі агент можа скорыстацца.

5. Памяць / Стан

Інформацыя, якая павінна застацца незменной між спакусамі.

6. Дзеянні та абазаванні

Што ўжо адбылася і шта будзе далей.

Усё разам цыкл выглядае так:

Цель пользователя

↓

Модэль ШІ

↓

План / Рашэнне

↓

Інструмент

↓

Дзеянне

↓

Абазаванне

↓

Адкорэктаванне памяці / стану

↓

Наступнае рашэнне

↓

Канечны рэзультат

Зрозумевшы гэты цыкл, вы зрозумелі сутнасць таго, што такое агент ШІ.

Не загубіцеся сярод інструментаў

Пад час вучэння пра агентных системах ШІ бывае спакуса пачаць пораўнанне разных фрэймворкаў.

Будуць з’являцца такія назвы, як LangChain, LangGraph, CrewAI, AutoGen і разныя SDK-ы для агентаў.

Гэтыя інструменты маюць рэальную цэннасць.

Протыма, фрэймворкі прыйходзяць і зникаюць.

Тое, што застаецца незменным, — гэта основныя ідэі.

Перш чым выбраць які-небудзь фрэймворк, пераканайцеся, што вы розумееце:

Цель → Планаванне → Адзінсткі → Дзеянні → Абсарваванне → Памяць → Адзынакоўка

Калі всі этыя элементы будуць супрацоўваць разам, ўжытак іх у будзь-якай конкрэтной структуры стане значна простыяй.

Заключэнне

Агент AI — гэта не проста чат-бот, які выдае текст.

Это система, створаная для дасягнення целі праз прымэты разлучэння і взаімадзею з аптакоўкай, выкарыстоўваючы будзь-якія дзеянні і адзінсткі, да якых ён мае доступ.

Шырокі спосаб прыгадаць гэты патэран:

Абсарваваць → Думаць → Дзеяць → Абсарваваць зноў

Альбо, якшто прылягае да цэлага задання:

Цель → План → Дзеянне → Абсарваванне → Корэкцыя → Завершэнне

Няма прычыны адразу пераходзіць да складных настаўк з калькам агентаў.

Пачніце з адного агента.

Дайце ёму адну чыста вяліканую цель.

Забезпечыце яго аднай чы двумі адзінсткамі.

Нехай ён выканае які-небудзь дзеянне.

Пазірце, што будзе.

Потым выявіце наступны крок.

Гэты базовы цикл являецца будавальным элементам, з якіх востатку складаюцься большыя системы АІ з агентнымі функціямі.

Што будзе далей у гэтай серыі

Блог №3: Традыцыйная АІ проты Генератывной АІ проты Агентнай АІ

У наступный часткі будуць рассмотрены гэтыя тры падходы паўзу-паўзу за дапамогою повсякдневных прыкладоў, паказана, як АІ эвалюавалася ад прадзержання → генеравання → дзеяння, спрыяюць заўважэнню меты.