Anatomia unui agent AI
Un agent AI este mai mult decât un model: este o buclă cu obiectiv, unelte, stare și reguli de oprire..
Ce vei învăța
- Explici: bucla unui agent cu limite
- Aplici ideea într-un exemplu: Anatomia unui agent AI
- Recunoști limitele și verifici rezultatul exercițiului
Un agent AI este mai mult decât un model: este o buclă cu obiectiv, unelte, stare și reguli de oprire.
Poți parcurge acest curs fără cont și fără programare. Exemplele sunt sintetice și rezultatele AI trebuie verificate.
Cum funcționează, pas cu pas
Bucla unui agent cu limite
Agentul combină un model cu unelte, obiectiv și stare. Observă cererea, alege un pas, primește rezultatul și decide dacă trebuie să continue. Un chatbot poate doar genera text; un agent poate cere o acțiune externă. Definițiile comerciale variază, deci urmărește controlul real. Definește succesul și oprirea: rezultat verificat, număr maxim de pași, eroare repetată sau buget epuizat. Folosește capabilități înguste și drepturi minime. Autonomia utilă înseamnă libertate în interiorul unor limite aplicate de software.
Modelul propune, unealta execută
Tool calling produce o cerere de apel cu nume și argumente. Aplicația validează schema, drepturile și limitele înainte să execute. Rezultatul se întoarce în context pentru pasul următor. De exemplu, get_product_stock primește un SKU și returnează o cantitate; descrierea sa trebuie să precizeze că nu rezervă produse. Distinge rezultat gol, eroare de validare, lipsă de acces și timeout. JSON valid nu dovedește că argumentele sunt corecte sau că operația este autorizată. Pentru efecte externe verifică și riscul de repetare.
Contextul este masa de lucru
Contextul include instrucțiuni, cererea curentă, istoricul relevant, documente recuperate și rezultate ale uneltelor. Fereastra de context are o capacitate limitată; rezervă loc și pentru răspuns. Mai mult text nu înseamnă automat mai multă precizie. Informațiile irelevante și contradicțiile pot ascunde dovezile importante. Rezumă istoricul cu grijă și păstrează sursa faptelor. Starea descrie execuția curentă, checkpoint-ul salvează un punct de reluare, iar memoria persistentă păstrează informații între rulări. Acestea sunt mecanisme diferite, gestionate de aplicație.
Harta vizuală
Urmărește săgețile continue pentru fluxul principal. Săgețile albastre punctate furnizează date sau context; cele roz punctate arată feedback sau rezultate care revin. Culorile și formele disting modelele, stocările, deciziile și rezultatele. Pe ecrane mici, derulează orizontal pentru a urmări întreaga diagramă.
Un exemplu complet
Clientul întreabă stocul pentru LX-240. Agentul identifică SKU-ul, cere get_product_stock, primește quantity=3 și formulează răspunsul. Nu rezervă produsul, fiindcă unealta doar citește.
Încearcă tu
- Descrie intrarea, apelul, rezultatul și condiția de oprire.
- Notează intrarea, sursa și rezultatul așteptat înainte să rulezi experimentul. Folosește doar datele fictive din exemplu.
- Urmărește etapele din diagramă. La fiecare pas scrie ce informație primește și ce produce; nu confunda rezultatul intermediar cu rezultatul final.
- Repetă cazul după eliminarea unei informații necesare sau după o intrare ambiguă. Verifică dacă sistemul cere clarificare, se oprește sau inventează.
- Compară cu soluția comentată. Păstrează configurația, data, rezultatul și o explicație pentru orice diferență. Schimbă un singur lucru și retestează.
Soluție comentată
Răspunsul spune că sunt trei unități la momentul consultării și nu promite o rezervare. Pentru a considera exercițiul reușit, poți arăta legătura dintre intrare, etapele parcurse și rezultat. Dacă lipsesc date, un răspuns prudent este mai util decât o completare inventată. Nu compara doar stilul: verifică și condițiile, sursele și operațiile efectuate.
Când merită și ce poate merge prost
O unealtă disponibilă nu trebuie folosită inutil. Alege această abordare când îmbunătățește o nevoie măsurată. Păstrează o variantă simplă ca referință și compară rezultatele pe aceleași intrări. Un singur exemplu reușit nu stabilește fiabilitatea în toate situațiile.
Verifică ce ai înțeles
Mai multă autonomie produce întotdeauna un rezultat mai bun?
Nu. Crește și spațiul pentru greșeli, costuri și acțiuni inutile.
Cine execută apelul propus de model?
Aplicația sau serviciul gazdă, după validare. Modelul nu primește automat acces nelimitat.
Ce rezultat trebuie să obții în acest exercițiu?
Răspunsul spune că sunt trei unități la momentul consultării și nu promite o rezervare.
Cuvinte de ținut minte
- Agent: Sistem care poate decide pași și utiliza unelte spre un obiectiv.
- Tool calling: Cerere structurată de folosire a unei capabilități externe.
- Checkpoint: Stare salvată pentru reluarea unei execuții.
Surse și următorul pas
Pentru pregătire: F06 — Chatbot, asistent, agent și sistem agentic · P01 — Prompt engineering fără formule magice · P04 — Cum alegi modelul potrivit?