Недавно задумался, а все-таки что такое ИИ-агент.

Сейчас вокруг ИИ-агентов много хайпа. Но что именно скрывается за этим термином? До конца непонятно.

Люди понимают его по-разному. Кто-то называет агентом вообще всё, что выходит за рамки простого диалога с ChatGPT, а кто-то считает, что агент — это исключительно полностью автономная самообучающаяся система, движущаяся к цели.

Мне кажется, истина где-то посередине.

Ключевым фактором здесь является степень автономности системы. Под автономностью я имею в виду способность системы самостоятельно принимать решения.

Например, если у нас есть жёстко заданная логика if-else, основанная на выводе модели, — это не автономность. Потому что решение в таком случае принимает код, а не LLM.

А вот если LLM сам решает, что делать дальше, — это уже и есть автономность!

Я бы грубо разделил системы на следующие уровни автономности:

0️⃣ Скрипт с фиксированной логикой, выполняющий один или несколько шагов и делающий один или более запросов к LLM.
1️⃣ + ИИ предоставлены инструменты, которые он может использовать при необходимости (например, поиск или калькулятор).
2️⃣ + Порядок шагов определяет сам ИИ (например, получает сообщение от пользователя и решает — ответить на основе базы знаний или эскалировать человеку).
3️⃣ + Система самообучается и со временем повышает качество своей работы (ориентирована на достижение цели).
4️⃣ + Система может менять свою структуру во время работы (например, агент-папа может создавать или удалять других агентов).

Уровень 0 я бы не стал называть ИИ-агентом. Это скорее просто воркфлоу с использованием ИИ.

А вот начиная с уровня 1, уже можно говорить об ИИ-агенте, потому что в процесс включаются элементы автономности.

Это, в целом, соответствует подходу Anthropic: статья