Chatbot, asistent, agent și sistem agentic
Numele comerciale pot fi neclare.
Ce vei învăța
- Explici: ai nu este un singur tip de model
- Aplici ideea într-un exemplu: Chatbot, asistent, agent și sistem agentic
- Recunoști limitele și verifici rezultatul exercițiului
Numele comerciale pot fi neclare. Diferența utilă este cine alege pașii, ce unelte există și ce acțiuni pot produce efecte.
Poți parcurge acest curs fără cont și fără programare. Exemplele sunt sintetice și rezultatele AI trebuie verificate.
Cum funcționează, pas cu pas
AI nu este un singur tip de model
Inteligența artificială este o familie de metode pentru sarcini precum recunoașterea, predicția, planificarea și generarea. Un sistem cu reguli aplică instrucțiuni scrise de oameni. Machine learning învață relații din exemple; deep learning folosește rețele cu multe straturi. AI generativă produce conținut nou. Un LLM lucrează cu limbajul, dar recomandarea produselor sau detectarea unui defect poate folosi alte modele. Gândește-te la o trusă: alegi unealta după problemă. Un algoritm simplu poate fi mai potrivit decât un agent pentru o regulă fixă.
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.
Un workflow are structură explicită
Nodul este o etapă, muchia este o trecere, iar starea transportă rezultatele între etape. Într-un workflow traseul este definit de aplicație, deși modelul poate decide unele ramuri. Sistemele agentice includ atât workflows cât și agenți cu decizii dinamice. În Nymrio există ReAct, Reflection, Sequential, Orchestrator, Router, Parallel și Plan-and-Execute. Fiecare schimbă coordonarea, nu transformă automat modelul într-un expert. Mai mulți agenți înseamnă mai multe apeluri și contracte între roluri. Începe cu soluția cea mai simplă care trece testele tale.
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
Chatbotul scrie un răspuns despre stoc. Asistentul poate căuta catalogul. Agentul cere stocul printr-o unealtă. Sistemul agentic poate coordona specialistul de produs și cel de livrare.
Încearcă tu
- Desenează cele patru variante și marchează cine decide fiecare pas.
- 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
O cerere live de stoc necesită o sursă autorizată actuală; o descriere generală poate folosi un simplu LLM. 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
Mai mulți agenți nu garantează mai mult adevăr. 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
Orice automatizare este AI?
Nu. O regulă fixă poate automatiza ceva fără învățare sau raționament flexibil.
Mai multă autonomie produce întotdeauna un rezultat mai bun?
Nu. Crește și spațiul pentru greșeli, costuri și acțiuni inutile.
Ce rezultat trebuie să obții în acest exercițiu?
O cerere live de stoc necesită o sursă autorizată actuală; o descriere generală poate folosi un simplu LLM.
Cuvinte de ținut minte
- AI: Familie de metode, nu sinonim pentru chatbot.
- Agent: Sistem care poate decide pași și utiliza unelte spre un obiectiv.
- Nod: Etapă din graful unei execuții.
Surse și următorul pas
Pentru pregătire: F05 — De ce AI poate greși convingător?