Що таке AI-агент? Просто про складне

AI-агент — це програма, яка сприймає своє оточення, складає план, виконує дії (наприклад, клацає кнопки чи викликає інше програмне забезпечення) та перевіряє, чи досягла вона цілі — все це самостійно. На відміну від звичайного чатбота, який очікує вашого наступного повідомлення, агент продовжує працювати, доки завдання не буде виконано або він не застрягне.

Чим AI-агент відрізняється від звичайного чатбота?

Чатбот відповідає на одне повідомлення за раз, а потім зупиняється. Агент же, навпаки, самостійно з'єднує багато кроків, вирішуючи на кожному етапі, що робити далі, без вашої допомоги.

Чатбота можна уявити як знаючого друга, який відповідає на одне питання за лист. Агент більше схожий на стажера, який отримує завдання, відкриває дюжину вкладок браузера, бронює зустріч та надсилає вам резюме. Основна модель ШІ (мовна модель, що виконує роздуми) часто використовує ту ж технологію. Змінюється цикл, обернений навколо неї: сприйняття, планування, дія, перевірка, повтор.

Що насправді може робити AI-агент?

Агенти можуть переглядати веб, писати й запускати код, заповнювати форми, надсилати електронні листи, опитувати бази даних та викликати зовнішні інструменти, звані API (інтерфейси програмування застосунків — по суті, з'єднувачі, що дозволяють програмам спілкуватися одна з одною). Набір інструментів, до яких агент має доступ, визначає його можливості.

Приклад із реального життя: агент служби підтримки клієнтів у софтверної компанії може прочитати звіт про помилку, здійснити пошук у внутрішній базі знань, відкрити квиток підтримки в системі компанії та відповісти клієнту з номером випадку — все це без участі людини. Це завдання, для якого людині потрібна була б чотирма окремі кроки.

Як агент вирішує, що робити далі?

Більшість агентів сьогодні використовують схему під назвою ReAct (скорочення від Reason and Act), де модель записує своє міркування перед кожним кроком. Цей підхід із раніше-розмірковуй-потім-діяй показав, що зменшує помилки порівняно з негайним переходом до дії.

Агент ведає коротку пам'ять про те, що він зробив до цього моменту (звана контекстним вікном, фрагментом тексту, який модель може «бачити» одночасно), перевіряє, чи досягнув він цілі, і або робить наступний крок, або оголошує завдання завершеним. Якщо ціль нечітка або середовище змінюється, він може переглянути план під час виконання.

Які основні типи AI-агентів?

Агенти часто групують за тим, скільки свободи вони мають і як вони побудовані.

Тип	Що він робить	Типове використання
Користувач одного інструменту	Викликає один інструмент за запит	Додатки веб-пошуку
Багатокроковий планувальник	Автономно з'єднує багато дій	Завдання дослідження або кодування
Система багатьох агентів	Кілька агентів делегують один одному	Складні бізнес-процеси
Агент з участю людини у циклі	Призупиняється та запитує людину перед ризикованими кроками	Фінансові або юридичні завдання

Власні рекомендації OpenAI рекомендують починати з конструкцій з участю людини у циклі, щоб людина могла виявити помилки перед тим, як вони завдадуть реальної шкоди.

Скільки коштує AI-агент?

Ціни дуже різні. Багато інструментів пропонують безплатний рівень для легкого використання. Вартість різко зростає, коли агент починає з'єднувати багато кроків, оскільки кожен крок викликає основну модель ШІ, а ви платите за кожен оброблений фрагмент тексту.

Anthropic, Google та OpenAI пропонують цінування за використанням API, вимірюване в токенах (невеликі фрагменти тексту, приблизно 0,75 слова кожен). Коротке дослідницьке завдання може коштувати кілька центів. Складний процес, що включає сотні кроків, може коштувати кілька доларів за запуск. Розміщені платформи, такі як AutoGPT або AI-агенти Zapier, накладають свої збори за підписку на додачу, починаючи з безплатного плану до приблизно десяти доларів на місяць за базові плани.

Які проблеми з конфіденційністю?

Агентам часто потрібні широкі дозволи, щоб бути корисними, і саме тут справи стають чутливими. Щоб забронювати зустріч, агент може потребувати доступу до вашого календаря та електронної пошти. Щоб заповнити форму, він може прочитати особисті дані з ваших файлів.

Три речі, на які варто звернути увагу: по-перше, перевірте, які дані агент надсилає на сервери моделі ШІ, оскільки ці дані можуть бути використані для поліпшення майбутніх моделей, якщо ви не відмовитеся. По-друге, Основа управління ризиками ШІ NIST підкреслює, що автономні системи, що діють від вашого імені, можуть спричинити шкоду з великою швидкістю, якщо вони зіткнуться з непередбаченою ситуацією. По-третє, будьте обережні, надаючи агентові доступ до інструментів, які йому не потрібні для завдання.

Чи безпечно використовувати AI-агенти прямо зараз?

Вони добре працюють для чітко визначених, низькоризикових завдань. Відкриті або високоризикові завдання все ще потребують уважного спостереження людини. Дослідники з Anthropic описують властивість під назвою «коригованість» (що означає, що агент має поступатися людям, а не наполягати) як активну проблему дослідження, а не розв'язану. Простіше кажучи: довіряйте своєму агентові ваші нотатки про зустрічі, але не банківський рахунок, поки наука про безпеку не наздожене.

Поширені запитання

Чи постійно навчається AI-агент з завдань, які він виконує?

Зазвичай ні. Більшість комерційних агентів сьогодні не оновлюють свою основну модель на основі ваших завдань. Вони запам'ятовують лише протягом одного сеансу, якщо інструмент явно не зберігає нотатки в базу даних.

Чи можуть AI-агенти працювати разом?

Так. Система багатьох агентів дозволяє одному агентові-«оркестратору» розбити велике завдання на частини та передати кожну частину спеціалізованому агентові, подібно до того, як менеджер проекту делегує роботу команді. Це активна область розвитку во всіх основних лабораторіях ШІ.

Чи потрібно мені знати, як писати код, щоб використовувати AI-агент?

Ні. Багато платформ (Zapier, Make, Microsoft Copilot Studio) дозволяють вам будувати та запускати агенти через інтерфейси, розроблені для нетехнічних користувачів.