AI-агент (ИИ-агент) · AI agent
Автономная программная система на базе LLM, которая ставит себе подцели, вызывает инструменты и выполняет многошаговые задачи по заданной инструкции.
Подробно
AI-агент — это приложение, в центре которого находится большая языковая модель, управляющая циклом «рассуждение → действие → наблюдение результата» до достижения цели. В отличие от одиночного запроса к модели, агент умеет планировать, вызывать внешние инструменты (поиск, БД, API, выполнение кода), хранить память о предыдущих шагах и корректировать план по полученной обратной связи. Такие системы применяются в поддержке клиентов, автоматизации разработки, аналитике, RPA и research-задачах, где нужна не одна генерация, а цепочка действий. Ключевые инженерные темы вокруг агентов — контроль галлюцинаций, ограничение прав инструментов, наблюдаемость, стоимость токенов и оценка качества (evals). На практике агентов собирают на фреймворках вроде LangGraph, LlamaIndex или AutoGen, либо на собственном оркестраторе поверх function calling.
Примеры употребления
- Агент-исследователь: инструменты web_search и fetch_url, цикл до 10 шагов, затем финальный отчёт в Markdown.
- Типичная фраза на работе: «Наш support-агент сам создаёт тикет в Jira, если не может ответить по базе знаний».
- Конфиг инструмента: tools=[search_docs, run_sql, send_email], max_iterations=8, human_approval=true.
- Ревью промпта: «Агент зациклился на шаге 3 — нужен лимит итераций и явное условие остановки».
- Код на LangGraph: graph.add_conditional_edges("agent", should_continue, {"tools": "tools", "end": END})