Daugiau nei pokalbių robotas: agentinio dirbtinio intelekto architektūros ir poveikio apibrėžimas

Pastaruosius kelerius metus mūsų sąveika su dirbtiniu intelektu vyko pagal nuspėjamą modelį: mes pateikiame užklausą, o mašina pateikia atsakymą. Nesvarbu, ar tai būtų rinkodaros el. laiško generavimas, ar kodo fragmento derinimas, DI veikė kaip sudėtingas veidrodis – gebantis atspindėti, bet neturintis galimybės judėti.

2026 m. pradžioje ši paradigma pasikeitė. Mes perėjome iš generatyvinio DI eros į agentinio DI (angl. agentic AI) erą. Šis perėjimas reiškia esminį programinės įrangos veikimo pokytį. Sistemai nebeužtenka tiesiog „žinoti“ dalykus; dabar mes tikimės, kad ji „darys“ dalykus. Agentinis DI reiškia sistemas, kurios gali suvokti savo aplinką, logiškai mąstyti siekdamos sudėtingų tikslų ir imtis nepriklausomų veiksmų jiems pasiekti.

Esminis skirtumas: autonomija prieš pagalbą

Norėdami suprasti agentinį DI, turime jį atskirti nuo „kopilotų“ (angl. Copilots), kurie dominavo 2020-ųjų pradžioje. Standartinis DI asistentas yra reaktyvus. Jis laukia konkrečios instrukcijos ir atlieka vieną užduotį. Jei norite užsisakyti kelionę, prašote DI skrydžių, tada prašote viešbučių, o tada rankiniu būdu įvedate savo kredito kortelės duomenis svetainėje.

Priešingai, agentinė sistema yra orientuota į tikslą ir proaktyvi. Gavęs tikslą – „Užsakyk trijų dienų verslo kelionę į Tokiją neviršydamas 2 000 USD biudžeto, kuris derėtų su mano kalendoriumi“ – agentas ne tik išvardija parinktis. Jis pasiekia jūsų kalendorių, naršo užsakymų API, lygina kainas įvairiose platformose, apgalvoja laiko juostų logistiką ir atlieka transakciją.

Apibrėžiantis bruožas čia yra agentiškumas: gebėjimas veikti vartotojo vardu su tam tikru autonomijos laipsniu. Nors pokalbių robotas yra įrankis, kurį naudojate, agentas yra skaitmeninis darbuotojas, kurį valdote.

Keturi DI agento pilarai

Kas iš tikrųjų vyksta agentinės sistemos „po kapotu“? Dauguma tyrėjų ir inžinierių architektūrą suskirsto į keturis kritinius komponentus:

1. Smegenys (mąstymas): Paprastai tai yra didysis kalbos modelis (LLM) arba didysis multimodalinis modelis (LMM). Jis tarnauja kaip centrinė vadovybė, suskaidanti aukšto lygio tikslus į mažesnius, įgyvendinamus žingsnius, naudojant tokius metodus kaip minčių grandinė (angl. Chain-of-Thought, CoT) arba minčių medis (angl. Tree-of-Thought).
2. Planavimas: Agentai turi gebėti žvelgti į priekį. Tai apima savirefleksiją – gebėjimą patikrinti savo darbą – ir galimybę persiorientuoti, jei tam tikras kelias veda į klaidą.
3. Atmintis: Trumpalaikė atmintis leidžia agentui sekti esamas užduotis, o ilgalaikė atmintis (dažnai pagrįsta vektorinėmis duomenų bazėmis) leidžia jam prisiminti vartotojo pageidavimus, praeities sėkmes ir specializuotas žinias savaites ar mėnesius.
4. Įrankių naudojimas (veiksmas): Tai yra agento „rankos“. Per API ir specializuotas programinės įrangos jungtis agentas gali sąveikauti su fiziniu ir virtualiu pasauliu – siųsti el. laiškus, vykdyti kodą ar net valdyti robotizuotą įrangą.

DI paradigmų palyginimas

Norėdami vizualizuoti, kur agentinis DI įsilieja į platesnį kraštovaizdį, apsvarstykite šį DI galimybių palyginimą:

Perėjimas prie daugiagentinių sistemų

Vienas reikšmingiausių 2025 ir 2026 m. pokyčių buvo daugiagentinių sistemų (MAS) iškilimas. Užuot vienas monolitinis DI bandęs daryti viską, organizacijos pasitelkia specializuotų agentų „spiečius“.

Įsivaizduokite programinės įrangos kūrimo projektą. Vienas agentas veikia kaip produkto vadovas, apibrėžiantis reikalavimus. Kitas veikia kaip programuotojas, rašantis scenarijų. Trečias agentas veikia kaip kokybės užtikrinimo testuotojas, ieškantis klaidų. Šie agentai bendrauja tarpusavyje, derasi dėl apribojimų ir perduoda užduotis. Šis modulinis požiūris atkartoja žmonių organizacines struktūras ir žymiai sumažina „haliucinacijų“ dažnį, nes kiekvienas agentas turi siaurą, patikrinamą darbo sritį.

Rizikos ir „agentinė praraja“

Didėjant autonomijai, didėja ir rizika. Pagrindinis pramonės rūpestis šiandien yra „agentinė praraja“ (angl. Agentic Gap) – atstumas tarp to, ką agentui liepta padaryti, ir to, kaip jis pasirenka tai padaryti.

Saugumas yra svarbiausias klausimas. Jei agentas turi įgaliojimus leisti pinigus ar trinti failus, jis tampa vertingu taikiniu „užklausų injekcijos“ (angl. prompt injection) atakoms, kai piktavaliai apgauna agentą, kad šis ignoruotų savo saugos protokolus. Be to, egzistuoja „kaskadinių klaidų“ problema. Jei agentas padaro klaidą planavimo etape, kiekvienas vėlesnis jo veiksmas gali tą klaidą padidinti, o tai lems nenuspėjamus rezultatus realioje aplinkoje.

Praktinės įžvalgos: kaip pasiruošti

Agentiniam DI tampant standartine įmonės technologijų dalimi, verslas ir asmenys turėtų imtis konkrečių žingsnių adaptacijai:

• Auditukite savo API: Agentams reikia „rankenų“ sąveikai su jūsų duomenimis. Užtikrinkite, kad jūsų vidinės sistemos turėtų tvirtas, gerai dokumentuotas API, kuriose DI galėtų naršyti.
• Apibrėžkite aiškias ribas: Sutelkite dėmesį ne į tai, „kaip pateikti užklausą“, o į tai, „kaip valdyti“. Nustatykite griežtus leidimus, ką agentas gali ir ko negali daryti be žmogaus patvirtinimo.
• Sutelkite dėmesį į orkestravimą: Neieškokite vieno DI, kuris valdytų viską. Ieškokite orkestravimo platformų, leidžiančių skirtingiems agentams (iš „OpenAI“, „Anthropic“ ar atvirojo kodo modelių) dirbti kartu.
• Ugdykite „agentinį raštingumą“: Išmokite apibrėžti tikslus, o ne užduotis. Sėkmė agentiniame pasaulyje priklauso nuo gebėjimo pateikti aiškius, nedviprasmiškus tikslus ir sėkmės rodiklius.

Kelias į priekį

Agentinis DI nėra tik madingas žodis; tai logiška LLM revoliucijos išvada. Suteikdami modeliams galimybę planuoti, prisiminti ir veikti, mes judame ateities link, kurioje technologijos nebėra tik statinis resursas, su kuriuo konsultuojamės, bet dinamiškas partneris, padedantis mums orientuotis šiuolaikinio pasaulio sudėtingume. Ateinančių metų iššūkis bus ne padaryti šiuos agentus protingesnius, bet padaryti juos patikimesnius, skaidresnius ir suderintus su žmogaus ketinimais.

Šaltiniai

• DeepLearning.AI: "What are AI Agents?" by Andrew Ng
• OpenAI Research: "Practices for Governing Agentic AI Systems"
• Anthropic Technical Blog: "Building Effective Agents"
• Microsoft Research: "AutoGen: Enabling Next-Gen LLM Applications"
• Stanford Institute for Human-Centered AI (HAI): "The Rise of Autonomous Agents"