Gen AI, часть 9 — Введение в агентный ИИ (Создание автономных агентов)

Агентный ИИ относится к автономным системам, использующим большие языковые модели (LLM) для восприятия окружающей среды, рассуждений о сложных задачах и выполнения действий без постоянного вмешательства человека. Развитие этой области привело к появлению специализированных фреймворков, удовлетворяющих различным архитектурным потребностям:

Агенты LangChain (модульная основа):

Архитектура: Основанный на «цепочечном» подходе, LangChain предоставляет обширный набор инструментов для создания модульных и глубоко настраиваемых систем на основе одного агента.

Основная философия: Используется парадигма ReAct (Рассуждение + Действие), где агент итеративно обдумывает и выбирает инструменты для решения пошаговой задачи.

Лучше всего подходит для: Разработчиков, которым необходим детальный контроль над интеграцией инструментов, памятью и точными, основанными на правилах рабочими процессами, такими как поиск документов (RAG).

AutoGen (Разговорный мозг):

Архитектура: Разработанная Microsoft Research, она рассматривает рабочие процессы ИИ как асинхронные многоагентные диалоги, где агенты выступают в роли специализированных участников чата.

Основная философия: Она делает акцент на «мужчинах, владеющих несколькими языками программирования», позволяя агентам вести переговоры, самостоятельно исправлять код и даже вовлекать людей в диалог.

Лучше всего подходит для: Сложных итеративных задач, требующих динамического решения проблем, таких как автоматизированная разработка программного обеспечения, многоэтапное рассуждение и мозговой штурм.

CrewAI (Коллаборативная рабочая сила):

Архитектура: Высокоуровневая структура, которая организует агентов в «команду» с определенными ролями, предысториями и конкретными целями.

Основная философия: Она ставит «роли выше правил», используя естественный язык для организации командной работы — например, агент «Исследователь» передает данные агенту «Писатель».

Лучше всего подходит для: Проектов, которые органично вписываются в структуру человеческих команд, таких как автоматизированные маркетинговые исследования, создание контента и последовательное выполнение проектов.