ГЛАВА А. AI-АГЕНТЫ: ОТ ПРОТОТИПА К PRODUCTION

Вы уже знаете, как работает трансформер. Сколько стоит токен. Почему HBM -дефицит.

А теперь представьте: вы даёте этой модели права. Она может вызывать API. Писать в базу данных. Отправлять письма. Удалять файлы.

Вопросы, которые возникают сразу:

· Как она решит, что делать дальше?

· Не перестанет ли она через 10 шагов?

· Как проверить, что она не натворила дел?

· И главное -кто за неё ответит, если она ошибётся?

Это и есть тема главы А. Она про агентов: LLM, которые научились действовать. Про их архитектуру, про их паттерны, про их границы. И про то, почему копаться в устройстве внимания было проще, чем настраивать агента, который не должен удалить базу данных.

А.1 Определение и эволюция: LLM vs AI, Agent vs Workflow

LLM отвечает на вопросы. Workflow выполняет предсказуемую последовательность шагов. Agent решает, какие шаги выполнить, и может менять план.

Вариант 1: Чистая LLM

Пользователь пишет: «Найди мне билеты в Париж».

LLM отвечает: «Вы можете найти билеты на сайтах пример_1, пример_2 или у авиакомпаний. Рекомендую сравнить цены». Всё. LLM не может ничего сделать - только сказать.

Характеристика: LLM - это советчик, а не исполнитель. Её результат - текст. Она не меняет внешний мир.

Вариант 2: Workflow

Разработчик заранее написал программу:

Шаг 1. Открыть <авиабилеты.ru>

Шаг 2. Ввести «Москва - Париж»

Шаг 3. Выбрать даты из запроса пользователя

Шаг 4. Вернуть топ-3 самых дешёвых билета

Workflow выполнит эти шаги всегда одинаково, даже если пользователь спросит «Найди мне отель». Он не может адаптироваться. Его последовательность зашита в коде.

Характеристика: Workflow - это конвейер. Он надёжен, предсказуем, но глуп. Если что-то пошло не по плану - он упадёт.

Вариант 3: AI Agent

Пользователь: «Найди мне билеты в Париж, но я хочу лететь через Стамбул, чтобы заодно увидеть друга, и бюджет до 300 евро».

Агент рассуждает:

«Нужно найти билеты Москва - Стамбул - Париж»

Вызывает API поиска авиабилетов → находит варианты

«Ни один не вписывается в бюджет. Может, через Баку?»

Вызывает API с новым маршрутом → находит за 280 евро

«Отлично. Пользователь также хотел увидеть друга в Стамбуле. Спрошу, подходит ли стыковка в 4 часа».

Отвечает пользователю и ждёт подтверждения.

Характеристика: Агент сам решает, какие инструменты вызвать, в каком порядке, и может изменить план по ходу дела. Он не следует жёсткому сценарию - он адаптируется.

Метафора (не самая простая, но работающая)

Представьте себе три типа сотрудников в компании.

LLM - это эксперт, прикованный к креслу. Он прочитал тысячи книг, знает ответ на любой вопрос, но физически не может встать, взять телефон, открыть дверь. Вы спрашиваете: «Кто выиграл матч?» - он отвечает. Вы просите: «Позвони коллеге» - он беспомощен.

Workflow - это работник конвейера. У него есть инструкция: «Возьми деталь А, прикрути болт Б, передай дальше». Он делает это 500 раз в день без единого отклонения. Если на конвейер случайно попадёт деталь В - он остановится или испортит её. Но он быстр и надёжен.

Agent - это стажёр, которому дали доступ ко всем системам и сказали: «Разберись». У него нет инструкции на все случаи. Он может позвонить (API), поискать в базе данных, написать код, но иногда он делает странные вещи: звонит в три часа ночи, удаляет не ту строчку, или вдруг решает перепланировать задачу так, что вы не ожидали. Вы держите его на коротком поводке (лимиты, песочница, human-in-the-loop), но именно он справится с тем, чего нет в инструкции.

LLM - это советчик, а не исполнитель. Workflow - это конвейер. Агент - это исполнитель с правом выбора.

Частный случай агента - копилот (Copilot). Он не строит сложных цепочек, не оркестрирует других агентов и не планирует на 10 шагов вперёд. Копилот сидит в интерфейсе (IDE, браузер, почта) и помогает здесь и сейчас: дописывает строку кода, формулирует ответ на письмо, исправляет грамматику. Это L1-агент (ReAct) с одним-двумя инструментами и короткой памятью. Но именно копилоты - самый массовый вид ИИ-агентов сегодня: GitHub Copilot, Microsoft Copilot, Google Codey.

Важнейшее предупреждение: Агент - это оверкилл для 80% задач.

Когнитивная архитектура агента (цикл Perception → Reasoning → Action)

Любой агент, независимо от сложности, реализует один и тот же цикл. Разница только в том, насколько сложные рассуждения на шаге "Reasoning" и сколько шагов цикл делает.

После Action цикл повторяется - агент снова воспринимает (результат действия), рассуждает (что дальше) и действует.

Уровни автономии AI - агентов: от скрипта к рою

У исследователей и в индустрии есть классификация, похожая на уровни автономного вождения. От L0 (полный контроль человека) до L5 (полная автономия). Вот как это выглядит применительно к агентам.

Шкала автономии (L0–L5)

Важное предупреждение

Уровни - это не соревнование.

L3-агент для задачи «поставь будильник» - это оверкилл. L1-агент для анализа годового отчёта - бесполезен.

Выбирай уровень под задачу, а не самый высокий ради галочки.

Как выбирать уровень автономии (таблица выбора)

Связь с архитектурными паттернами (что дальше в главе)

Паттерны из раздела А.2 соотносятся с уровнями так:

ReAct - L1 (базовый реагент).

Plan-and-Execute - L2 (планировщик).

Supervisor / Swarm - L3 (мультиагентный).

Теперь, когда у нас есть общая карта уровней, можем детально разобрать архитектурные паттерны, которые соответствуют L1–L3. Начнём с самого простого и распространённого - ReAct.