Chatbot, assistent, agent en agentsysteem

Commerciële namen kunnen onduidelijk zijn. Nuttige onderscheidingen zijn wie de stappen kiest, welke instrumenten er bestaan ​​en welke acties effecten hebben.

Je kunt deze cursus volgen zonder account of programmering. Voorbeelden maken gebruik van synthetische gegevens en AI-resultaten moeten worden gecontroleerd.

Hoe het werkt, stap voor stap

AI is niet één soort model

Kunstmatige intelligentie is een familie van methoden voor herkenning, voorspelling, planning en generatie. Een op regels gebaseerd systeem volgt instructies die door mensen zijn geschreven. Machine learning leert relaties uit voorbeelden; deep learning maakt gebruik van netwerken met veel lagen. Generatieve AI produceert nieuwe inhoud. Een LLM werkt met taal, maar productaanbevelingen of defectdetectie kunnen andere modellen gebruiken. Denk aan een gereedschapskist: kies een hulpmiddel voor het probleem. Voor een vaste regel kan een eenvoudig algoritme geschikter zijn dan een agent.

Een begrensde agentlus

Een agent combineert een model met hulpmiddelen, een doel en een staat. Het observeert het verzoek, kiest een stap, ontvangt een resultaat en besluit of het doorgaat. Een chatbot mag alleen tekst genereren; een agent kan om een ​​externe actie verzoeken. Commerciële definities variëren, dus inspecteer de daadwerkelijke controle. Definieer succes en stoppen: een geverifieerd resultaat, een maximaal aantal stappen, herhaalde fouten of een uitgeput budget. Gebruik beperkte mogelijkheden en minimale machtigingen. Nuttige autonomie betekent vrijheid binnen de door software afgedwongen grenzen.

Een workflow heeft een expliciete structuur

Een knooppunt is een fase, een rand is een overgang en de status draagt ​​resultaten tussen fasen over. Een werkstroom heeft een door de toepassing gedefinieerd pad, hoewel het model enkele vertakkingen kan kiezen. Agentsystemen omvatten zowel workflows als dynamisch werkende agenten. Nymrio biedt ReAct, Reflection, Sequential, Orchestrator, Router, Parallel en Plan-and-Execute. Elke verandering van coördinatie; het maakt een model niet automatisch tot een expert. Meer agenten betekent meer oproepen en contracten tussen rollen. Begin met de eenvoudigste oplossing die uw tests doorstaat.

Het verklarende schema

Volg de ononderbroken pijlen voor de hoofdstroom. Gestippelde blauwe pijlen leveren gegevens of context; roze pijlen geven feedback of geretourneerde resultaten weer. Kleuren en vormen onderscheiden modellen, winkels, beslissingen en resultaten. Scrol op kleine schermen horizontaal om het hele schema te volgen.

Een compleet voorbeeld

Een chatbot schrijft over aandelen. Een assistent kan een catalogus doorzoeken. Een agent vraagt ​​inventaris op via een tool. Een agentensysteem kan product- en leveringsspecialisten coördineren.

Probeer het zelf

1. Teken vier varianten en markeer wie welke stap beslist.
2. Leg de input, bron en verwachte uitkomst vast voordat u het experiment uitvoert. Gebruik alleen de fictieve gegevens in het voorbeeld.
3. Volg de diagramfasen. Registreer bij elke stap welke informatie wordt ontvangen en geproduceerd; verwar de tussentijdse output niet met het uiteindelijke resultaat.
4. Herhaal dit nadat de noodzakelijke informatie is verwijderd of de invoer dubbelzinnig is gemaakt. Controleer of het systeem een ​​antwoord verduidelijkt, stopt of verzint.
5. Vergelijk met de uitgelegde oplossing. Bewaar de configuratie, datum, resultaat en een verklaring voor verschillen. Verander één ding en test opnieuw.

Een uitgelegde oplossing

Het vee heeft een actuele, geautoriseerde bron nodig; Voor algemeen schrijven is mogelijk alleen een LLM nodig. Met een succesvolle oefening kun je het verband tussen input, fasen en uitkomst laten zien. Als er informatie ontbreekt, is een voorzichtig antwoord nuttiger dan verzonnen details. Vergelijk meer dan stijl: controleer ook voorwaarden, bronnen en bewerkingen.

Wanneer deze aanpak helpt en wat de beperkingen zijn

Meer agenten garanderen niet meer waarheid. Kies deze aanpak wanneer deze een gemeten behoefte verbetert. Houd een eenvoudige basislijn aan en vergelijk de resultaten met behulp van identieke inputs. Eén succesvol voorbeeld garandeert niet in elke situatie betrouwbaarheid.

Controleer wat je hebt geleerd

Is elke automatisering AI?

Nee. Een vaste regel kan iets automatiseren zonder te leren of flexibel te redeneren.

Geeft meer autonomie altijd een beter resultaat?

Nee. Het vergroot ook de ruimte voor fouten, kosten en onnodige acties.

Welk resultaat moet deze oefening opleveren?

Het vee heeft een actuele, geautoriseerde bron nodig; Voor algemeen schrijven is mogelijk alleen een LLM nodig.

Begrippen om te onthouden

• AI: Een familie van methoden, geen synoniem voor chatbot.
• Tussenpersoon: Een systeem dat stappen kan kiezen en hulpmiddelen kan gebruiken om een ​​doel te bereiken.
• Knikken: Een fase in een uitvoeringsgrafiek.

Bronnen en uw volgende stap

• Hugging Face — LLM Course
• LangGraph — Workflows en agenten

Ter voorbereiding: F05 — Waarom kan AI vol vertrouwen ongelijk hebben?