AI-агент: определение и ключевые компоненты

Что такое AI-агент? Единого определения нет, но ведущие компании сходятся в общих чертах. Anthropic описывает агента как систему, где LLM динамически управляет процессами и инструментами. Hugging Face — как ИИ, взаимодействующий со средой для достижения цели. Сбер добавляет три критерия: планирование, выполнение плана и автономность.

Простой пример: пользователь запрашивает курс доллара. Агент передаёт запрос в LLM, у которой есть инструменты: калькулятор, поиск в интернете, запуск кода. LLM выбирает поиск, получает результат и формирует ответ. В этом проявляется автономность — выбор инструмента без участия человека.

Основные компоненты AI-агента

LLM

Это «мозг» агента. LLM предсказывает следующее слово на основе входного текста. Важно учитывать: язык данных (русскоязычные модели, например Vikhr, или мультиязычные) и тип задачи (разные модели хороши в разных областях).

Инструменты

Внешние функции, которые может вызывать LLM: API, базы данных, веб-поиск. Инструменты расширяют возможности агента за пределы генерации текста.

Промпты

Системные инструкции, которые задают поведение агента. Хорошо написанный промпт — залог предсказуемой работы.

Память

Бывает краткосрочная (контекст диалога) и долгосрочная (базы данных, векторные хранилища). Память позволяет агенту «помнить» прошлые взаимодействия.

Планирование и рассуждение

Агент должен разбивать сложные задачи на шаги. Используются техники вроде Chain-of-Thought или ReAct для логического вывода.

Итоги

AI-агент — это система, объединяющая LLM, инструменты, промпты, память и планирование. Понимание этих компонентов — первый шаг к созданию собственного агента.

Источник: Хабр