Ваш конспект

Что такое AI-агенты на самом деле

Ключевые тезисы:

• AI-агент — это языковая модель (LLM), способная вызывать внешние/внутренние инструменты и работать в цикле для выполнения задачи.
• Вся "магия" агентов сводится к комбинации LLM, инструментов и управляющего кода.
• Главное отличие от чат-бота: боту задают вопрос, агенту ставят цель, которую он выполняет самостоятельно.

Базовые компоненты агента

LLM (Большая языковая модель)
Мозг агента. Она только предсказывает следующие токены (текст). У неё нет "рук" для действий или долговременной памяти.

Tool Calling (Вызов инструментов)
Руки агента. LLM не действует сама. Она генерирует структурированный запрос (например, "выполни веб-поиск"), а внешний код выполняет это действие и возвращает результат модели.

Контекстное окно (Context Window)
Краткосрочная память. Сюда попадает всё: инструкции, история чата, результаты вызовов инструментов. Оно ограничено по размеру, поэтому важна контекстная инженерия — умение подавать только нужную информацию.

Структура сообщений

• System Prompt: Задаёт правила и роль агента (например, "Ты исследователь").
• User Prompt: Запрос или задача от пользователя.
• Assistant: Ответ модели.

Долговременная память (RAG)
Для работы с большими объёмами данных (документы, база знаний) используется RAG (Retrieval Augmented Generation). Данные превращаются в векторные эмбеддинги, и агент ищет по ним с помощью инструментов.

Цикл работы (The Loop)
Сердце агента. Это цикл "Размышление → Действие → Наблюдение":

1. Модель получает цель.
2. Думает, какой инструмент вызвать.
3. Код вызывает инструмент и возвращает результат.
4. Модель анализирует результат и решает: вызвать следующий инструмент или задача завершена.
   Цикл повторяется, пока цель не будет достигнута.

Как собрать агента: 4 подхода

No Code (Без кода)

Примеры: Jnes Park, Teeki, Gamloop.

• Суть: Готовые интерфейсы с кучей коннекторов (Google Drive, почта и т.д.).
• Как: Задаёте вопрос -> система формирует под него быстрого агента -> получаете результат.
• Плюсы: Старт за 30 секунд, простота.
• Минусы: Минимум контроля и гибкости.

Low Code (Мало кода)

Примеры: Flowwise, Langflow, N8N.

• Суть: Визуальные редакторы для сборки автоматизаций из нод (блоков).
• Как: Собираете цепочку: LLM-нода (принимает запрос) -> нода инструмента (например, Perplexity для поиска) -> нода для сохранения в Google Drive.
• Плюсы: Мощнее No Code, не требует глубокого погружения в код.

Agent Harness (Агентские оболочки)

Примеры: Cline, Hermes, Ent.

• Суть: Устанавливаете готового мощного агента. Ваша задача — накидать ему навыки (skills), промпты и подключить MCP-серверы.
• Как: Даёте задачу -> агент сам определяет, какие инструменты вызывать, и выполняет цикл.
• Плюсы: Минимум настройки, агент может сам доустанавливать необходимое для выполнения задачи.

Full Code (Разработка с нуля)

Суть: Для разработчиков, когда нужна максимальная гибкость и интеграция в свой продукт.

• Фреймворки: Почти никто не пишет с чистого листа. Используют готовые фреймворки:
  • LangGraph (Langchain): Позволяет собирать агентов как граф состояний, удобно для сложной логики.
  • OpenAI Agents SDK: Проще. Описываете агента и инструменты, библиотека берёт на себя циклы и вызовы.
  • Другие: Pydantic AI, Crew AI, Autogen, Semantic Kernel.
• Плюсы: Максимальный контроль, возможность подключить любые базы данных, API и кастомизировать логику.

Итог: что выбрать?

Вывод: Под капотом у всех агентов одно и то же: LLM + инструменты + цикл. Разница лишь в уровне контроля, который вы хотите иметь над системой.