Agents autònoms: què són i com funcionen

Què és un agent autònom

Un agent autònom és un sistema d’IA que treballa per assolir un objectiu de manera independent. Una persona descriu el resultat que vol, i l’agent determina els passos i els executa.

Imaginem que algú vol triar entre tres eines de gestió de projectes. Un agent autònom pot cercar cada eina, obrir-ne la pàgina de preus, anotar les diferències i retornar una comparació acabada. La persona fixa l’objectiu i revisa el resultat, i l’agent fa la feina entremig.

Molts agents de programari actuals utilitzen un gran model de llenguatge per interpretar les instruccions i decidir què fer a continuació. Alguns models també processen imatges o àudio. Per cercar al web, fer clic en botons o enviar correus electrònics, l’agent necessita programari que connecti el model amb eines i executi les seves sol·licituds.

En l’exemple de la gestió de projectes, l’LLM i l’agent funcionarien així:

1. L’LLM llegeix l’objectiu i redacta una sol·licitud per cercar els preus de la primera eina.
2. El programari de l’agent executa la cerca i retorna els resultats a l’LLM en forma de text.
3. L’LLM llegeix els resultats, tria el pas següent (obrir la pàgina de preus) i redacta una nova sol·licitud.
4. El cicle es repeteix fins que l’LLM decideix que la comparació és completa i redacta la resposta final.

Amplia

Nivells d’autonomia

En un sistema d’IA agèntica (IA creada per dur a terme accions, no només per respondre preguntes), l’autonomia és una decisió de disseny. El mateix agent es pot configurar perquè consulti abans de cada pas o perquè acabi tota una tasca tot sol.

Investigadors de la Universitat de Washington proposen un marc de cinc nivells per explicar els diferents graus d’autonomia que pot tenir un agent:

Al nivell 4, un agent podria investigar i redactar una ordre de compra tot sol, però s’aturaria abans d’enviar-la. Al nivell 5, també enviaria l’ordre.

Agents d’IA autònoms enfront de l’automatització i els xatbots

Els agents autònoms es diferencien dels xatbots i de l’automatització de fluxos de treball en dos aspectes: decideixen els seus propis passos i duen a terme accions en altres aplicacions i llocs web.

Un xatbot respon preguntes en una conversa, però normalment no actua fora d’aquesta. L’automatització de fluxos de treball sí que actua, però només seguint passos que algú ha configurat prèviament. Un tipus habitual és l’automatització robòtica de processos (RPA), programari que repeteix tasques senzilles basades en regles, com ara copiar dades d’un sistema a un altre.

Un agent autònom fa totes dues coses: actua en altres programes i tria els seus propis passos per assolir un objectiu, dins dels límits de les eines, els permisos i les instruccions que se li donen.

Una queixa sobre una comanda endarrerida mostra la diferència. Un xatbot podria respondre amb una explicació predefinida de la política d’enviaments. Una automatització de fluxos de treball podria enviar un correu electrònic estàndard de «retard de la comanda». Un agent autònom podria consultar la comanda, descobrir que s’ha perdut durant el transport, enviar-ne una de substitució i informar-ne el client.

Com funcionen els agents autònoms

Un agent autònom es basa en quatre capacitats per completar una tasca: planificar els passos, utilitzar eines, recordar el que ha fet i comprovar els seus propis resultats. Per a tasques més grans, alguns agents també reparteixen la feina entre un equip d’agents.

1. Desglossar objectius i fer plans

Normalment, un objectiu és massa gran per abordar-lo en un sol pas, de manera que la primera feina d’un agent és dividir-lo en tasques més petites. Per exemple, si l’usuari demana a l’agent que organitzi una sortida d’equip, aquest podria dividir l’objectiu en triar les dates, trobar espais dins del pressupost, comprovar-ne la disponibilitat i redactar una invitació.

Els agents poden planificar per endavant o sobre la marxa, segons com estiguin dissenyats. Planificar per endavant vol dir escriure tots els passos abans de començar, cosa que funciona bé per a tasques curtes i previsibles. Planificar sobre la marxa vol dir definir el pas següent o els dos següents, actuar i revisar el pla en funció del que s’obté. Si l’espai preferit per a la sortida estigués reservat, l’agent podria passar a la següent opció sense començar de zero.

Amplia

Una revisió d’agents autònoms basats en LLM de la Universitat Renmin de la Xina conclou que aquest segon enfocament gestiona millor les tasques més complexes, perquè és difícil escriure un pla perfecte abans de veure cap resultat. Molts agents combinen tots dos: primer esbossen un pla complet i després el revisen a mesura que treballen.

2. Dur a terme accions amb eines

Amb un pla establert, l’agent l’executa tasca per tasca i tria una eina per a cadascuna.

• Per trobar espais, podria fer una cerca web amb una consulta com «espais per a sortides d’equip per a 20 persones a prop d’Austin».
• Per comprovar la disponibilitat, podria obrir la pàgina de reserves de cada espai en un navegador i llegir-ne el calendari.
• Per enviar la invitació, podria connectar-se al correu electrònic de la persona mitjançant una API, la connexió que permet que un programa sol·liciti dades o accions a un altre.

Després de cada acció, l’agent llegeix el que ha obtingut i decideix el pas següent. Si la cerca troba cinc espais, en comprova la disponibilitat. Si una pàgina de reserves no es carrega, prova amb el telèfon publicat de l’espai o passa a la següent opció.

Les eines de què disposa un agent determinen quines tasques pot completar tot sol. Sense accés al correu electrònic, pot redactar la invitació, però no enviar-la.

3. Fer el seguiment del progrés amb la memòria

Mentre treballa, l’agent ha de fer un seguiment del que ha fet i del que ha après. Quan ja ha comprovat tres espais, ha de saber quins estaven reservats, quins tenien lloc i quant costa cadascun. Aquest registre es troba a la finestra de context de l’LLM, la quantitat de text que el model pot tenir en compte alhora.

Les tasques llargues poden superar aquesta finestra de context. Els agents amb memòria a llarg termini ho resolen desant informació fora del model, normalment en una base de dades, i recuperant només el que necessita el pas actual.

La memòria a llarg termini també es conserva d’una tasca a una altra. Quan arribi el moment de planificar la sortida de l’any vinent, l’agent podria reutilitzar la llista d’espais i el pressupost d’aquest any, o recordar que l’equip prefereix espais a menys d’una hora en cotxe.

4. Comprovar els resultats i corregir el rumb

Mentre treballen, molts agents estan atents a senyals que indiquin que un pas ha anat malament. Si un formulari de reserva retorna un error o una cerca no dona resultats, proven un altre enfocament. Quan arriben a una decisió que no haurien de prendre sols, com ara si és acceptable un espai que supera lleugerament el pressupost, ho pregunten a la persona i s’adapten segons la resposta.

Abans de lliurar la feina, molts agents revisen els resultats. L’LLM rellegeix el que ha produït, ho compara amb l’objectiu i enumera tot el que falta o és incorrecte. L’agent fa revisions i torna a comprovar-ho fins que el resultat compleix l’objectiu. Per exemple, si a la invitació hi falta l’adreça de l’espai, la revisió ho detecta i l’agent l’afegeix abans d’enviar-la.

5. Repartir la feina entre agents

Algunes tasques avancen més ràpid quan les comparteixen diversos agents. Un agent principal divideix la feina i n’assigna parts a subagents.

Perplexity Computer funciona així. Una persona descriu el resultat que vol, i Computer el divideix en tasques i subtasques i després crea subagents perquè les duguin a terme. Els subagents poden investigar al web, generar documents, processar dades o cridar serveis connectats mitjançant API.

Quan Computer es troba amb un problema, crea nous subagents per resoldre’l. Cada subagent també pot funcionar amb un model d’IA diferent, de manera que cada part de la feina va al model més adequat.

Així, en l’exemple de la sortida d’equip, un subagent podria buscar espais mentre un altre consulta els calendaris de l’equip i un tercer examina les opcions de viatge.

Amplia

Com utilitzen les persones els agents autònoms

Les persones utilitzen els agents autònoms sobretot per a la feina quotidiana del coneixement: recerca, redacció, correu electrònic i estudi. En un estudi d’investigadors de Harvard i Perplexity, les tasques de productivitat i aprenentatge representaven el 57 % de les consultes agèntiques. Els exemples següents mostren què fa un agent en cada tipus de feina.

Recerca i anàlisi

La recerca s’adapta bé als agents perquè implica molts passos petits. Un agent pot cercar, obrir fonts, llegir-les i comparar què diuen. Prenguem una consulta com «troba tres estudis recents sobre el teletreball i la productivitat i resumeix què ha descobert cadascun». L’agent cerca estudis i obre els més rellevants. Llegeix les conclusions de cada estudi i redacta un resum amb enllaços a totes les fonts. Si un estudi és de pagament, l’agent passa al següent. A l’estudi, resumir i analitzar recerca representa el 7 % de les consultes agèntiques.

Documents, correu electrònic i calendaris

Sovint, els agents treballen amb les eines que les persones ja utilitzen cada dia. A l’estudi de Harvard i Perplexity, les eines de documents de Google i el correu electrònic eren les dues més habituals, i juntes representaven aproximadament una quarta part de les consultes agèntiques. Prenguem una consulta com «revisa els correus no llegits d’aquesta setmana, marca tot el que sigui de clients i redacta respostes a les sol·licituds de reunió». L’agent obre la safata d’entrada i ordena els missatges. Consulta el calendari per trobar franges lliures i redacta una resposta per a cada sol·licitud. Pot desar els esborranys sense enviar-los, perquè la persona els pugui revisar primer un per un.

Aprenentatge i treballs acadèmics

Els estudiants utilitzen agents per estudiar. Els treballs acadèmics són la categoria d’ús d’agents més gran de l’estudi, amb el 13 % de les consultes agèntiques. Una consulta com «fes-me un qüestionari sobre el capítol quatre de les lectures del curs» porta l’agent al lloc web del curs, on llegeix el capítol, redacta preguntes sobre els punts clau i comprova les respostes de l’estudiant. El mateix enfocament serveix per a qualsevol persona que aprengui una matèria nova, com ara un empleat que s’ha de posar al dia sobre un sector que no coneix.

Compres i comparacions

Les compres representen el 10 % de les consultes agèntiques, sobretot per cercar i comparar productes. Si se li demana «troba un escriptori elevable per menys de 400 $ amb bones valoracions», un agent cerca en diversos comerços, filtra per preu i valoració, compara les millors opcions i pot afegir la millor al carretó. Que un agent compari opcions en diversos llocs web pot estalviar molt de temps, ja que la persona ja no ha d’obrir i contrastar cada fitxa de producte.

Set bones pràctiques per utilitzar agents autònoms

1. Començar amb tasques fàcils de comprovar

Les millors tasques per començar són aquelles en què un error és fàcil de detectar i barat de corregir. Els resums de recerca i les comparacions de productes són bons punts de partida. Si l’agent enllaça les fonts, comprovar la feina només porta uns quants minuts. A mesura que creix la confiança, es poden delegar tasques més llargues i amb més passos.

2. Establir resultats i restriccions clars

L’agent pot prendre millors decisions quan sap per què la tasca és important. Una bona consulta s’assembla a l’encàrrec que es faria a un contractista: el propòsit, el públic, el que ja se sap i el que ja s’ha descartat. «Compara aquests tres proveïdors per a un memoràndum per al consell d’administració; al consell el que més li preocupa és el risc d’implementació, i ja hem exclòs tots els que no compleixen SOC 2» dona a l’agent el que necessita per prendre decisions pel seu compte.

3. Afegir punts de control d’aprovació

Algunes accions no es poden desfer, com ara enviar un correu electrònic, fer una compra, eliminar fitxers o enviar un formulari. Si l’agent ho permet, configura’l perquè s’aturi i demani permís abans d’aquests passos. La mateixa consulta també pot fixar un punt d’aturada. «Redacta les respostes, però no les enviïs» o «afegeix la millor opció a la cistella, però no finalitzis la compra» indica a l’agent exactament on s’ha d’aturar i tornar el control.

4. Revisar el pla abans de la feina

En una tasca més gran, demana a l’agent que esbossi el seu pla abans de començar. Revisar un pla porta un minut, i corregir un malentès en aquesta fase és molt més barat que trobar-lo en un lliurable acabat.

5. Limitar l’accés al que necessita la tasca

Cada compte al qual pot accedir un agent és un compte on pot actuar. Connectar només les aplicacions que requereix una tasca manté les dades sensibles fora de l’abast i limita el que pot sortir malament. Un agent que investiga proveïdors no necessita accés al correu electrònic. Un agent que redacta respostes sí que el necessita, però potser no necessita permís per enviar-les.

6. Incorporar les comprovacions a la consulta

Els agents ja revisen els seus propis resultats, així que la consulta els pot indicar què han de comprovar. Descriure com és un bon resultat («cada xifra necessita una font del 2025 o posterior») fa que l’agent apliqui aquest criteri abans de lliurar la feina. Demanar-li que separi els fets confirmats de les seves pròpies inferències i que assenyali les suposicions fa que la revisió de la persona sigui més ràpida i centrada.

7. Reutilitzar el que funciona

Una consulta que ha donat un bon resultat es pot convertir en una plantilla per a la següent tasca semblant. Donar a l’agent un exemple d’un bon resultat, com ara l’informe del trimestre passat, sovint és més útil que descriure el format amb paraules. Les tasques recurrents es poden convertir en fluxos de treball permanents.

Com enfoca Perplexity els agents autònoms

Perplexity ofereix dos agents autònoms. Comet Assistant s’encarrega de les tasques quotidianes dins del navegador, i Perplexity Computer assumeix projectes més grans que poden durar hores o més.

Comet Assistant està integrat a Comet, el navegador amb IA de Perplexity. Funciona als llocs web que la persona ja té oberts, de manera que pot programar reunions, editar documents, enviar correus electrònics i reservar vols sense canviar d’eina.

Computer s’executa al núvol i reparteix cada objectiu entre subagents, tal com s’ha descrit abans. Es connecta a centenars de serveis, i es poden triar models d’IA concrets per a parts concretes de la feina. Computer està disponible per als subscriptors de Pro i Max.

Explora Comet Assistant per provar un agent al navegador, o Perplexity Computer per delegar un projecte més gran.

Preguntes freqüents

Un agent autònom és el mateix que la IA agèntica?

No, però els termes se superposen. La IA agèntica sol referir-se a la categoria més àmplia de sistemes d’IA que persegueixen objectius planificant i duent a terme accions. Un agent autònom és un sistema concret dins d’aquesta categoria que fa la seva feina amb poca aprovació pas a pas.

Tots els agents d’IA són autònoms?

No. Alguns agents només duen a terme cada pas quan una persona els ho indica, mentre que d’altres completen una tasca sencera pel seu compte. Els nivells d’autonomia descrits abans mostren tot el ventall, des d’agents que una persona fa funcionar pas a pas fins a agents que una persona només supervisa.

Els agents autònoms poden fer compres o pagaments?

Alguns agents poden ajudar amb les compres, segons el lloc web, els permisos i les salvaguardes. Comet Assistant pot comparar productes i ajudar en el procés de pagament. Instant Buy de Perplexity permet als usuaris dels EUA que compleixin els requisits comprar productes compatibles dins de Perplexity, amb PayPal disponible com a opció de pagament.

Cal saber programar per fer servir agents autònoms?

Molts agents ja fets es poden utilitzar sense programar. Algunes plataformes també permeten crear agents mitjançant instruccions en llenguatge natural o una interfície gràfica. La programació pot ser útil per a integracions personalitzades, depuració i comportaments més especialitzats.