Розуміння роботів на основі ШІ: цілі, інструменти, пам’ять та цикл дій робота.

"Знайдіть п’ять нещодавніх статей про агентський ШІ та підготуйте коротке порівняння."

Зрозуміти мету → Пошукати статті → Проаналізувати результати → Вибрати відповідні → Вилучити ключові деталі → Порівняти їх → Скласти звіт

ШІ-агентом.

Агенти ШІ знаходяться в центрі того, що називається агентним ШІ. Перш ніж заглиблюватися у такі фреймворки, як LangGraph, CrewAI чи AutoGen, корисно спочатку зрозуміти, що насправді таке агент.

Давайте розберемо це з самого початку.

Що таке агент ШІ?

Простими словами, агент ШІ — це система, здатна отримувати інформацію, робити вибори, використовувати інструменти для дій на основі цих виборів та досягати визначеної мети.

Іншими словами:

Агент ШІ виходить за межі простого відповідання на запитання. Він визначає, що має статися далі, а потім діє для виконання завдання.

Основний процес роботи агента можна представити так:

Мета → Розуміння → Вибір → Дія → Перевірка результатів → Продовження → Отримання результату

Як ілюстрацію уявіть такий запит:

«Знайдіть курс з Python, підходящий для початківців».

За наявності відповідних інструментів агент може:

1. Визначити, що метою є вивчення Python.
2. Задати додаткові запитання, якщо бракує ключових деталей.
3. Переглянути наявні курси.
4. Зібрати відповідну інформацію про кожен з них.
5. Оцінити рівень складності, тривалість, вартість та зміст курсу.
6. Вибрати найкращі варіанти.
7. Поділитися своєю остаточною рекомендацією.

Замість того, щоб надати одну відповідь на одне запитання, агент виконує низку кроків.

Простий спосіб зрозуміти AI-агентів

Подумайте, як би людський асистент впорався з завданням.

Припустимо, асистент отримує таке завдання:

«Будь ласка, організуйте зустріч із командою проєкту на наступний тиждень».

Асистент не просто відповість:

"Звісно."

Натомість йому доведеться виконати кілька кроків.

Це може виглядати так:

Подивіться на календар

↓

Визначте вільні часові інтервали

↓

Підтвердьте, коли учасники вільні

↓

Виберіть підходящий інтервал

↓

Налаштуйте зустріч

↓

Надішліть запрошення

Штучний інтелект-агент працює за аналогічним принципом. Різниця полягає у тому, що його кроки виконуються за допомогою програмних інструментів, API, баз даних, додатків та інших цифрових систем, а не вручну.

Штучний інтелект-агент проти звичайного чат-бота

Ця різниця має велике значення, якщо ви новачок у цій темі.

Чат-бот існує переважно для ведення розмови.

Штучний інтелект-агент існує для виконання завдань з метою досягнення цілі.

Ось порівняння, яке допоможе уточнити ситуацію.

Звичайний чат-бот

Припустимо, запитання таке:

"Який найкращий спосіб проаналізувати цей файл CSV?"

Чат-бот може описати наступні кроки:

• Завантаження набору даних
• Очищення його
• Вибір відповідних бібліотек Python
• Створення потрібних візуалізацій

Після цього людина, яка ставила запитання, муситиме виконати кожен крок самостійно.

Штучний інтелект-агент

Якщо у агента є доступ як до Python, так і до самого файлу, інструкція може бути такою:

"Проаналізуйте цей набір даних та визначте найважливіші закономірності."

Тоді агент може:

Завантажити CSV

→ Переглянути стовпці

→ Виявити відсутні значення

→ Очистити дані

→ Виконати аналіз

→ Створити візуалізації

→ Інтерпретувати результати

→ Скласти звіт

Тут агент відіграє активну роль у виконанні роботи, а не просто пояснює, як це робиться.

Основні компоненти AI-агента

Хоча AI-агенти можуть стати досить складними, більшість з них можна розбити на кілька основних елементів.

1. Мета

Кожен агент починається з мети.

Мета визначає, що саме має досягти агент.

Наприклад:

"Знайти п’ять найновіших статей про Retrieval-Augmented Generation та узагальнити, як кожна з них підходить до вирішення проблеми."

Чітка мета дає агенту щось, до чого можна прагнути.

Звідти він може визначити, які дії приведуть його ближче до цього результату.

2. Модель ШІ

Більшість сучасних агентів використовують модель великої мови (LLM) як основний елемент для міркувань та розуміння мови.

Ця модель допомагає агенту з’ясувати:

• Що просить користувач
• Яку інформацію він вже має доступу
• Яка інформація все ще відсутня
• Яка дія може допомогти
• Який інструмент слід використати
• Як інтерпретувати проміжні результати
• Чи потрібен додатковий крок

Уявіть модель як основу механізму прийняття рішень агента.

Проте сама модель LLM не створює повноцінного агента.

Зазвичай модель поєднується з кількома іншими компонентами для створення повної системи.

3. Інструменти

Інструменти дають агенту можливість виходити за межі мовної моделі та взаємодіяти з зовнішнім світом.

Агент може бути оснащений інструментами для виконання таких завдань:

• Пошук у Інтернеті
• Читання файлів
• Запити до баз даних
• Виконання коду Python
• Звернення до зовнішніх API
• Пошук у векторній базі даних
• Перевірка календаря
• Обробка електронних листів
• Завантаження документів

"Яка сьогодні погода?"

Замість того, щоб покладатися на застарілі дані навчання, агент, підключений до API погоди, може отримати актуальну інформацію в режимі реального часу.

Поток дій виглядатиме приблизно так:

Запит

↓

Агент розпізнає, що йому потрібні актуальні дані

↓

Вибирає інструмент для отримання інформації про погоду

↓

Інструмент надсилає результат

↓

Процеси обробки агентом

↓

Кінцева відповідь

Здатність використовувати інструменти є однією з основних причин такої високої ефективності ШІ-агентів.

4. Пам’ять

Пам’ять дозволяє агенту зберігати корисні деталі протягом часу.

"Я вивчаю Python та вже ознайомився зі змінними, циклами та функціями."

"Що мені варто розглянути далі?"

Короткострокову пам’ять — деталі, пов’язані з поточним завданням або розмовою.

Довгострокова пам’ять — інформація, яка зберігається для використання у майбутніх сеансах.

Її можна створити за допомогою баз даних, стану сеансу, векторних сховищ чи різних інших методів зберігання.

5. Планування

Не кожне завдання можна виконати за один крок.

Припустимо, ви запитуєте агента:

"Дослідіть найкращі бібліотеки машинного навчання для початківців та підготуйте порівняння."

Агент може розділити це завдання на низку менших підзавдань.

Можливий план

Крок 1: Визначити набір популярних бібліотек машинного навчання.

Крок 2: Зібрати надійну інформацію про кожну з них.

Крок 3: Порівняти ступінь складності їх використання та сфери, для яких вони найкраще підходять.

Крок 4: Порівняти якість документації та навколишню екосистему.

Крок 5: Визначте, які варіанти найкраще підходять для початківців.

Крок 6: Складіть остаточне порівняння.

Цей процес розбивки на етапи називається плануванням.

Не кожному агенту потрібен складний план, але чим більш складним стає завдання, тим ціннішим стає планування.

6. Дії

Дія — це конкретний крок, який виконує агент.

Наприклад:

Пошук у Інтернеті

вважається дією.

Виконання фрагмента коду Python

вважається дією.

Завантаження документа

вважається дією.

Виконання запиту до бази даних

вважається дією.

Виклик API

вважається дією.

Модель зазвичай вирішує, яка дія є доцільною, тоді як відповідний інструмент фактично її виконує.

7. Спостереження

Як тільки дія виконана, агент отримує певний результат у відповідь.

Цей результат і є тим, що ми називаємо спостереженням.

Ось ілюстрація:

Рішення агента: Шукати останні статті про штучний інтелект з агентами.

↓

Дія: Запускається інструмент пошуку.

↓

Спостереження: Повертається десять результатів.

Потім агент має переглянути отримане.

Він може зробити висновок:

"Три з цих результатів не є релевантними, два застаріли, а п’ять виглядають перспективними."

Цей висновок впливає на те, що агент вирішить робити далі.

Цикл агента ШІ

Коли всі ці елементи на місці, ми можемо сформувати повну картину.

Спрощена версія циклу агента виглядає так:

Мета

↓

Розуміння

↓

Планування / Ухвалення рішення

↓

Вибір інструменту

↓

Вжиття дій

↓

Спостереження за результатом

↓

Оцінка

↓

Продовження чи завершення

Цей цикл може пройти лише один раз або повторюватися багато разів.

Як приклад:

Пошук

↓

Результати недостатньо якісні.

↓

Пошук знову

↓

Отримуються кращі результати.

↓

Читання документів

↓

Витягуються ключові деталі.

↓

Порівняння результатів

↓

Створення кінцевої відповіді

Це постійне взаємодія між ухваленням рішень, вжиттям дій та спостереженням є характерною рисою багатьох систем на основі агентів.

Практичний приклад: дослідницький агент

Уявіть собі створення ШІ-агента, завданням якого є дослідження.

Завдання, яке йому доручено, полягає у:

«Знайдіть нещодавні наукові статті про відповіді на запитання для мов із обмеженими ресурсами».

Першим кроком агента може бути вибір відповідних ключових слів для пошуку.

Далі:

Крок 1 — Пошук

Він здійснює запит у академічному пошуковому інструменті.

Крок 2 — Спостереження

Як результати повертається двадцять статей.

Агент помічає, що не всі з них є корисними.

Крок 3 — Фільтрація

Він скорочує список до статей, які безпосередньо присвятовані мовам із обмеженими ресурсами та відповідям на запитання.

Крок 4 — Читання

Агент витягує деталі з тих статей, які залишилися.

Крок 5 — Аналіз

Він визначає такі елементи, як:

• Набір даних
• Мова
• Модель
• Методологія
• Показники оцінки
• Результати
• Обмеження

Крок 6 — Порівняння

Агент розміщує обрані наукові статті одну поруч з іншою.

Крок 7 — Створення результату

У кінцевому підсумку він формує структурований огляд літератури.

Зауважте, що це значно більше, ніж проста схема:

Питання → Відповідь

Натомість це виглядає так:

Мета → Кілька рішень → Кілька дій → Кінцевий результат

Штучні інтелектуальні агенти можуть використовувати кілька інструментів

Здатний агент часто має у своєму розпорядженні більше одного інструменту.

Візьмемо, наприклад, Дослідницького агента, який може мати доступ до:

Інструмент пошуку

Знаходить наукові статті.

Читач PDF

Читає статті.

База даних

Зберігає отриману інформацію.

Python

Аналізує результати.

LLM

Інтерпретує та узагальнює знайдене.

Тут важливо те, що агент не обов’язково мусить використовувати кожен інструмент, який у нього є.

Натомість йому потрібно визначити, який інструмент підходить для конкретної ситуації.

Це призводить до іншого способу опису того, що таке агент:

Штучний інтелект-агент поєднує інтелект з можливістю діяти в певному середовищі.

Що таке середовище?

Термін середовище охоплює все, з чим може взаємодіяти агент.

Наприклад, агент, створений на основі програмного забезпечення, може працювати з пошуковими системами, файлами, додатками, базами даних, іншими агентами, API, користувачами та веб-сайтами.

Агент отримує інформацію з цього середовища та діє в межах, які йому надано.

Проста схема цього виглядає так:

Середовище

↓

Спостереження

↓

Агент

↓

Рішення

↓

Дія

↓

Середовище

І цикл продовжує повторюватися знову та знову.

Чи є ШІ-агенти автономними?

Автономія — це не єдиний фіксований признак; агенти можуть мати її більше чи менше.

Деякі агенти будуть діяти лише після того, як користувач надасть згоду.

Інші здатні самостійно виконувати кілька кроків.

Наприклад:

Низька автономія

Перш ніж щось робити, ШІ спочатку запитує:

"Я знайшов ці три файли. Чи варто їх проаналізувати?"

Нічого не відбувається, поки людина, яка його використовує, не надасть прямої дозволу.

Вища автономія

У цьому режимі агент виконує всю послідовність без допомоги:

Знаходить файли → Читає файли → Аналізує їх → Створює звіт

По дорозі немає паузи для підтвердження.

Жоден з підходів не є абсолютно кращим у кожній ситуації.

Вибір правильного рівня незалежності залежить від таких факторів, як характер завдання, потенційні недоліки, наявні права доступу та наскільки серйозною буде помилка у разі її виникнення.

Коли ставки високі, зазвичай доцільно тримати людину в курсі справ перед тим, як буде виконано щось критичне.

AI Agent проти Agentic AI

Люди часто використовують ці два терміни, ніби вони ідентичні, але між ними є суттєва різниця.

AI Agent

AI agent — це окрема самодостатня система, створена для сприймання своєї ситуації, прийняття рішення та дії з метою досягнення певної мети.

Agentic AI

Агентський ШІ — це загальна концепція проектування систем, орієнтованих на досягнення цілей, стратегічне планування, використання зовнішніх інструментів, вжиття дій, навчання на основі зворотного зв’язку та іноді одночасна координація кількох агентів.

Ось стислий спосіб це уявити:

Уявіть агентів ШІ як окремі елементи, тоді як агентський ШІ — це загальна філософія, яка їх об’єднує.

Системи з одним агентом

Архітектура з одним агентом передбачає, що один центральний агент самостійно керує виконанням усього завдання.

Ось ілюстрація:

Агент аналізу даних

Отримати набір даних

↓

Перевірити дані

↓

Очистити дані

↓

Проаналізувати дані

↓

Створити діаграми

↓

Сформувати звіт

Один агент керує процесом від початку до кінця.

Початківцям часто корисно починати саме з цього, адже одного агента значно простіше відстежувати, перевіряти та виправляти у разі проблем.

Багатоагентні системи

Існують випадки, коли розбиття великого завдання на менші частини, кожна з яких обробляється окремим спеціалізованим агентом, є більш доцільним.

Агент з резюме

Витягує ключові дані з поданих резюме.

↓

Агент з перевірки

Перевіряє, чи відповідають кандидати базовим вимогам.

↓

Агент зі збігу навичок

Порівнює здібності кандидата з вимогами до посади.

↓

Агент з інтерв’ю

Підбирає запитання для інтерв’ю.

↓

Агент з підсумками

Складає остаточний звіт про кожного кандидата.

Замість того, щоб покладатися на одного універсального агента, кілька спеціалізованих агентів по черзі вносять свій внесок та працюють разом для досягнення кінцевого результату.

Цю модель проектування називають багатоагентною системою.

Такі системи можуть бути дійсно корисними, хоча вони також додають рівень складності, який не варто недооцінювати.

Для тих, хто тільки починає знайомство з цією галуззю, кращим вихідним пунктом є оволодіння принципами роботи одного агента окремо.

Чи завжди потрібен RAG для AI-агентів?

Зовсім ні — це хибне уявлення, яке варто роз’яснити.

AI-агент та RAG — це дві окремі концепції.

Технологія Retrieval-Augmented Generation дає мовній моделі можливість отримувати зовнішню інформацію перед тим, як сформулювати відповідь.

Агент може розглядати RAG як просто один із інструментів, до яких він має доступ.

Як приклад:

Питання користувача

↓

Агент

↓

Агент розуміє, що йому потрібно знайти потрібну інформацію ззовні.

↓

Інструмент RAG

↓

Завантажуються відповідні документи.

↓

Агент оцінює отриманий матеріал

↓

Створення відповіді

У цьому контексті RAG є лише одним з модулів у більш широкому процесі, керованому агентом, а не обов’язковим елементом для кожного агента.

Де корисні ШІ-агенти?

Багато повсякденних робочих процесів можуть отримати користь від агентської структури.

Дослідження

Пошук → Читання → Фільтрація → Аналіз → Узагальнення

Наука про дані

Завантаження → Очищення → Дослідження → Створення моделі → Оцінка → Звіт

Розробка програмного забезпечення

Перевірка → Зміни → Тестування → Виправлення помилок → Перегляд

Підтримка клієнтів

Розуміння запиту → Отримання інформації про обліковий запис → Пошук у документації → Вирішення проблеми або її передача вищим інстанціям

Освіта

Зрозуміти запит студента → Знайти відповідний матеріал → Пояснити → Створити вправу → Оцінити відповідь

Найм

Прочитати резюме → Порівняти навички → Ранжувати кандидатів → Створити запитання для інтерв’ю → Підготувати короткі описи

Усе це об’єднує одна ідея:

Робота вимагає послідовності кроків, а не однієї відповіді.

Що відрізняє хорошого агента від посереднього?

Добре спроєктований ШІ-агент — це не просто модель мови, підключена до довгого списку інструментів.

Надійна система потребує чіткості щодо:

• Якої мети вона прагне досягти
• Які інструменти у неї є
• Коли має сенс використати певний інструмент
• Як інтерпретувати результати роботи інструменту
• Коли їй потрібно зробити наступний крок
• Коли варто зупинитися та поставити користувачеві запитання

Коли людина повинна підтвердити свою згоду перед подальшими діями

Коли завдання фактично виконане

Також потрібна стратегія для вирішення проблем, що виникають.

Розгляньте таку схему:

API відмовилося працювати

↓

Виявлення помилки

↓

Повторна спроба або вибір альтернативи

↓

Продовження

Надійність має таке ж значення, як і розумність.

Мінімальна схема для AI-агента

Як початківець, ви можете звести AI-агента до шести основних елементів:

1. Мета

Результат, якого має досягти агент.

2. Модель

Механізм міркувань, який допомагає розуміти та приймати рішення.

3. Планування

Послідовність кроків, необхідних для досягнення мети.

4. Інструменти

Зовнішні ресурси, якими може скористатися агент.

5. Пам’ять/Стан

Інформація, яка має зберігатися протягом усіх кроків.

6. Дії та спостереження

Що щойно сталось та що буде далі.

У сукупності ланцюг виглядає так:

Мета користувача

↓

Модель ШІ

↓

План/Рішення

↓

Інструмент

↓

Дія

↓

Спостереження

↓

Оновлення пам’яті/стану

↓

Наступне рішення

↓

Кінцевий результат

Якщо ви зрозуміли цей цикл, ви зрозуміли сутність того, що таке агент ШІ.

Не губіться серед інструментів

Під час вивчення агентних систем ШІ існує спокуса зосередитися на порівнянні різних фреймворків.

Такі назви, як LangChain, LangGraph, CrewAI, AutoGen та різні SDK для агентів, будуть постійно з’являтися.

Ці інструменти мають реальну цінність.

Проте фреймворки приходять і йдуть.

Те, що залишається незмінним, — це основні ідеї.

Перш ніж обрати будь-який фреймворк, переконайтеся, що розумієте:

Мета → Планування → Інструменти → Дії → Спостереження → Пам’ять → Оцінка

Як тільки всі ці елементи починають працювати разом, їх застосування в будь-якій конкретній структурі стає набагато простішим.

Підсумок

Штучний інтелект-агент — це не просто чат-бот, який виводить текст.

Це система, створена для досягнення мети шляхом прийняття рішень та взаємодії з навколишнім середовищем, використовуючи будь-які доступні дії та інструменти.

Швидкий спосіб запам’ятати цю схему:

Спостерігати → Думати → Діяти → Знову спостерігати

Або, у відповідності до повного завдання:

Мета → Планування → Дія → Спостереження → Корекція → Завершення

Немає потреби відразу переходити до складних багатоагентних конфігурацій.

Почніть з одного агента.

Дайте йому одну чітко визначену мету.

Озбройте його одним або двома інструментами.

Нехай він виконає певну дію.

Подивіться, що станеться.

Потім визначте наступний крок.

Цей базовий цикл є будівельним блоком, з якого зрештою складаються більші системи АІ з агентним підходом.

Що буде далі в цій серії

Блог №3: Традиційна АІ проти генеративної АІ проти агентної АІ

У наступній статті порівнюються ці три підходи за допомогою повсякденних прикладів, показуючи, як АІ еволюціонувала від прогнозування → генерації → дій, спрямованих на досягнення мети.