Автономды агенттер: олар не және қалай жұмыс істейді

Автономды агент деген не

Автономды агент — мақсатқа қарай өз бетінше жұмыс істейтін ЖИ жүйесі. Адам өзіне қажет нәтижені сипаттайды, ал агент қадамдарды анықтап, оларды орындайды.

Мысалы, біреу жобаларды басқарудың үш құралының бірін таңдағысы келеді делік. Автономды агент әр құралды іздеп, оның баға бетін ашып, айырмашылықтарды белгілеп, дайын салыстыруды қайтара алады. Адам мақсат қояды және нәтижені қарап шығады, ал арасындағы жұмысты агент атқарады.

Қазіргі көптеген бағдарламалық агенттер нұсқауларды түсіну және келесі не істеу керектігін шешу үшін үлкен тілдік модельді пайдаланады. Кейбір модельдер суреттерді немесе аудионы да өңдейді. Интернетте іздеу, түймелерді басу немесе электрондық хат жіберу үшін агентке модельді құралдарға қосатын және оның сұрауларын орындайтын бағдарламалық жасақтама қажет.

Жобаларды басқару мысалында LLM мен агент былай жұмыс істейді:

1. LLM мақсатты оқиды және бірінші құралдың бағасын іздеуге сұрау жазады.
2. Агенттің бағдарламалық жасақтамасы іздеуді орындайды және нәтижелерді LLM-ге мәтін түрінде қайтарады.
3. LLM нәтижелерді оқиды, келесі қадамды таңдайды (баға бетін ашу) және жаңа сұрау жазады.
4. Бұл цикл LLM салыстыру аяқталды деп шешіп, соңғы жауапты жазғанша қайталанады.

Ұлғайту

Автономдылық деңгейлері

Агенттік ЖИ жүйесінде (тек сұрақтарға жауап беріп қана қоймай, әрекет етуге арналған ЖИ) автономдылық — жобалау кезіндегі таңдау. Бір агентті әр қадам алдында сұрайтындай етіп немесе бүкіл тапсырманы өз бетінше аяқтайтындай етіп баптауға болады.

Вашингтон университетінің зерттеушілері агенттің автономдылық дәрежелерін түсіндіру үшін бес деңгейлі шеңберді ұсынады:

4-деңгейде агент сатып алу тапсырысын өз бетінше зерттеп, жобасын дайындауы мүмкін, бірақ оны жібермес бұрын кідіреді. 5-деңгейде ол тапсырысты да жібереді.

Автономды ЖИ агенттері, автоматтандыру және чат-боттар

Автономды агенттер чат-боттар мен жұмыс процесін автоматтандырудан екі жағынан ерекшеленеді: олар өз қадамдарын өздері шешеді және басқа қолданбалар мен веб-сайттарда әрекет етеді.

Чат-бот сөйлесу барысында сұрақтарға жауап береді, бірақ әдетте одан тыс әрекет етпейді. Жұмыс процесін автоматтандыру әрекет етеді, бірақ тек біреу алдын ала орнатқан қадамдарды орындау арқылы ғана. Оның кең таралған түрі — роботтандырылған процестерді автоматтандыру (RPA), яғни деректерді бір жүйеден екіншісіне көшіру сияқты қарапайым, ережеге негізделген тапсырмаларды қайталайтын бағдарламалық жасақтама.

Автономды агент екеуін де істейді: ол басқа бағдарламалық жасақтамада әрекет етеді және өзіне берілген құралдар, рұқсаттар мен нұсқаулар шегінде мақсатқа жету қадамдарын өзі таңдайды.

Кешіктірілген тапсырысқа қатысты шағым бұл айырмашылықты көрсетеді. Чат-бот жеткізу саясаты туралы алдын ала жазылған түсіндірмемен жауап бере алады. Жұмыс процесін автоматтандыру стандартты «тапсырыс кешіктірілді» хатын жібере алады. Автономды агент тапсырысты тауып, оның тасымалдау кезінде жоғалғанын анықтап, орнына жаңасын жіберіп, клиентке жағдайды хабарлай алады.

Автономды агенттер қалай жұмыс істейді

Автономды агент тапсырманы орындау үшін төрт мүмкіндікке сүйенеді: қадамдарын жоспарлау, құралдарды пайдалану, не істегенін есте сақтау және өз нәтижелерін тексеру. Үлкенірек тапсырмалар үшін кейбір агенттер жұмысты агенттер командасы арасында бөледі.

1. Мақсаттарды бөлшектеу және жоспар құру

Мақсат әдетте бір қадаммен орындау үшін тым үлкен болады, сондықтан агенттің алғашқы міндеті — оны кішірек тапсырмаларға бөлу. Мысалы, пайдаланушы агенттен команданың кеңседен тыс іс-шарасын жоспарлауды сұраса, агент бұл мақсатты күндерді таңдау, бюджетке сай орындарды табу, олардың бос екенін тексеру және шақыру жобасын жазу тапсырмаларына бөле алады.

Агенттер қалай жасалғанына байланысты алдын ала немесе жұмыс барысында жоспарлай алады. Алдын ала жоспарлау — бастамас бұрын әр қадамды жазып қою; бұл қысқа, болжамды тапсырмаларға жарайды. Жұмыс барысында жоспарлау — келесі бір-екі қадамды белгілеп, әрекет етіп, қайтқан нәтижеге қарай жоспарды түзету. Егер іс-шараға бірінші таңдалған орын брондалып қойған болса, агент басынан бастамай-ақ келесі нұсқаға көше алар еді.

Ұлғайту

Қытайдың Жэньминь университеті жүргізген LLM негізіндегі автономды агенттерге шолу осы екінші тәсіл күрделі тапсырмаларды жақсырақ орындайтынын көрсетеді, себебі ешқандай нәтиже көрмей тұрып мінсіз жоспар жазу қиын. Көптеген агенттер екеуін біріктіреді: алдымен толық жоспардың нобайын жасап, жұмыс барысында оны түзетеді.

2. Құралдар арқылы әрекет ету

Жоспар дайын болған соң, агент оны бір-бір тапсырмадан орындайды және әрқайсысы үшін құрал таңдайды.

• Орындарды табу үшін ол «Остин маңындағы 20 адамға арналған кеңседен тыс іс-шара орындары» сияқты сұраумен интернетте іздеуді пайдалануы мүмкін.
• Бос екенін тексеру үшін ол әр орынның брондау бетін браузерде ашып, күнтізбені оқуы мүмкін.
• Шақыруды жіберу үшін ол адамның электрондық поштасына API арқылы қосылуы мүмкін — API бір бағдарламаның басқа бағдарламадан деректер немесе әрекеттер сұрауына мүмкіндік беретін байланыс.

Әр әрекеттен кейін агент қайтқан нәтижені оқып, келесі қадамды шешеді. Егер іздеу бес орын тапса, ол олардың бос екенін тексереді. Егер брондау беті ашылмаса, ол анықтамалықтағы орынның телефон нөмірін пайдаланып көреді немесе келесі нұсқаға көшеді.

Агенттің қай тапсырмаларды өз бетінше аяқтай алатынын оның құралдары анықтайды. Электрондық поштаға қолжетімділігі болмаса, ол шақырудың жобасын жаза алады, бірақ жібере алмайды.

3. Жадының көмегімен барысты қадағалау

Жұмыс барысында агент не істегенін және не білгенін қадағалап отыруы керек. Үш орынды тексеріп болған кезде ол қайсысы брондалғанын, қайсысында бос орын бар екенін және әрқайсысы қанша тұратынын білуі керек. Бұл жазба LLM-нің контекст терезесінде, яғни модель бір уақытта ескере алатын мәтін көлемінде сақталады.

Ұзақ тапсырмалар бұл контекст терезесінен асып кетуі мүмкін. Ұзақ мерзімді жады бар агенттер бұл мәселені ақпаратты модельден тыс, әдетте дерекқорда сақтап, ағымдағы қадамға қажеттісін ғана алу арқылы шешеді.

Ұзақ мерзімді жады тапсырмадан тапсырмаға да ауысады. Келесі жылғы кеңседен тыс іс-шараны жоспарлау уақыты келгенде, агент биылғы орындар тізімі мен бюджетті қайта пайдалана алады немесе команданың көлікпен бір сағаттық жердегі орындарды қалайтынын есіне түсіре алады.

4. Нәтижелерді тексеру және бағытты түзету

Жұмыс барысында көптеген агенттер қадамның қате кеткенін білдіретін белгілерді бақылайды. Егер брондау формасы қате қайтарса немесе іздеу ештеңе таппаса, агент басқа тәсілді қолданып көреді. Бюджеттен сәл асатын орынның қолайлы-қолайсыздығы сияқты өз бетінше қабылдамауы тиіс шешімге тап болғанда, ол адамнан сұрап, жауапқа қарай әрекетін түзетеді.

Жұмысын тапсырмас бұрын көптеген агенттер нәтижелерін қарап шығады. LLM өзі жасаған нәтижені қайта оқып, оны мақсатпен салыстырады және жетіспейтін немесе қате нәрселердің бәрін тізіп шығады. Агент нәтиже мақсатқа сай болғанша түзетіп, қайта тексереді. Мысалы, шақыруда орынның мекенжайы жоқ болса, тексеру мұны анықтайды және агент жібермес бұрын оны қосады.

5. Жұмысты агенттер арасында бөлу

Кейбір тапсырмалар бірнеше агент арасында бөлінгенде жылдамырақ орындалады. Жетекші агент жұмысты бөліп, бөліктерін қосалқы агенттерге береді.

Perplexity Computer осылай жұмыс істейді. Адам өзі қалаған нәтижені сипаттайды, ал Computer оны тапсырмалар мен қосалқы тапсырмаларға бөліп, оларды орындау үшін қосалқы агенттер жасайды. Қосалқы агенттер интернетте зерттеу жүргізе, құжаттар жасай, деректерді өңдей немесе API арқылы қосылған қызметтерді шақыра алады.

Computer мәселеге тап болғанда, оны шешу үшін жаңа қосалқы агенттер жасайды. Сондай-ақ әр қосалқы агент басқа ЖИ моделінде жұмыс істей алады, сондықтан жұмыстың әр бөлігі өзіне ең қолайлы модельге беріледі.

Сонымен, кеңседен тыс іс-шара мысалында бір қосалқы агент орындарды зерттеп жатқанда, екіншісі команданың күнтізбелерін тексеруі, ал үшіншісі сапар нұсқаларын қарастыруы мүмкін.

Ұлғайту

Адамдар автономды агенттерді қалай пайдаланады

Адамдар автономды агенттерді негізінен күнделікті зияткерлік жұмыстар үшін пайдаланады: зерттеу, жазу, электрондық пошта және оқу. Гарвард пен Perplexity зерттеушілерінің зерттеуінде өнімділік пен оқу тапсырмалары агенттік сұраулардың 57%-ын құрады. Төмендегі мысалдар агенттің әр жұмыс түрінде не істейтінін көрсетеді.

Зерттеу және талдау

Зерттеу агенттерге өте қолайлы, себебі ол көптеген шағын қадамдардан тұрады. Агент іздеп, дереккөздерді ашып, оларды оқып, олардағы мәліметтерді салыстыра алады. Мысалы, «қашықтан жұмыс пен өнімділік туралы соңғы үш зерттеуді тауып, әрқайсысының қорытындысын түйіндеп бер» деген сұрауды алайық. Агент зерттеулерді іздеп, ең өзектілерін ашады. Ол әр зерттеудің нәтижелерін оқып, әр дереккөзге сілтемесі бар түйіндеме жазады. Егер зерттеу ақылы жазылымның артында болса, агент келесісіне көшеді. Аталған зерттеуде зерттеулерді түйіндеу және талдау агенттік сұраулардың 7%-ын құрайды.

Құжаттар, электрондық пошта және күнтізбелер

Агенттер көбінесе адамдар күн сайын пайдаланатын құралдарда жұмыс істейді. Гарвард пен Perplexity зерттеуінде Google-дың құжат құралдары мен электрондық пошта ең жиі кездесетін екі құрал болды: олар бірге агенттік сұраулардың шамамен төрттен бірін құрады. Мысалы, «осы аптадағы оқылмаған хаттарды қарап шық, клиенттерден келгендерін белгіле және кездесу уақытын белгілеу сұрауларына жауап жобаларын жаз» деген сұрауды алайық. Агент кіріс жәшігін ашып, хаттарды сұрыптайды. Ол бос уақытты білу үшін күнтізбені тексеріп, әр сұрауға жауап жобасын жазады. Ол жобаларды жібермей сақтай алады, сондықтан адам алдымен әрқайсысын қарап шыға алады.

Білім алу және курс тапсырмалары

Студенттер агенттерді оқу үшін пайдаланады. Зерттеуде курс тапсырмалары агенттерді пайдаланудың ең үлкен жеке санаты болды — агенттік сұраулардың 13%-ы. «Курс материалдарымның төртінші тарауы бойынша мені тексер» сияқты сұрау агентті курс веб-сайтына жібереді, онда ол тарауды оқып, негізгі тұстар бойынша сұрақтар жазады және студенттің жауаптарын тексереді. Дәл осы тәсіл жаңа пәнді меңгеріп жүрген кез келген адамға жарайды, мысалы, өзіне бейтаныс салаға тез бейімделіп жатқан қызметкерге.

Сауда және салыстыру

Сауда агенттік сұраулардың 10%-ын құрайды, олар негізінен өнімдерді іздеу мен салыстыруға қатысты. «Пікірлері жақсы, 400 $-дан арзан тұрып жұмыс істеуге арналған үстел тап» деп сұралғанда, агент бірнеше бөлшек сауда дүкенінен іздеп, баға мен рейтинг бойынша сүзеді, ең үздік нұсқаларды салыстырады және ең жақсысын себетке қоса алады. Агенттің бірнеше веб-сайттағы нұсқаларды салыстыруы көп уақыт үнемдеуі мүмкін, себебі адамға әр ұсынысты ашып, салыстырып тексерудің қажеті болмайды.

Автономды агенттерді пайдаланудың жеті үздік тәжірибесі

1. Тексеруі оңай тапсырмалардан бастау

Ең жақсы алғашқы тапсырмалар — қатесі оңай байқалатын және оны түзету арзанға түсетін тапсырмалар. Зерттеу қорытындылары мен өнімдерді салыстыру — бастау үшін жақсы нұсқалар. Егер агент дереккөздеріне сілтеме берсе, жұмысты тексеру бірнеше минутты ғана алады. Сенім артқан сайын адамдар көбірек қадамнан тұратын ұзағырақ тапсырмаларды тапсыра алады.

2. Нақты нәтижелер мен шектеулерді белгілеу

Агент тапсырманың не үшін маңызды екенін білгенде, дұрысырақ шешім қабылдауы мүмкін. Күшті сұрау мердігерге берілетін техникалық тапсырма сияқты оқылады: мақсаты, аудиториясы, не белгілі екені және не алынып тасталғаны. «Директорлар кеңесіне арналған меморандум үшін осы үш жеткізушіні салыстыр; кеңес үшін ең маңыздысы — енгізу тәуекелі, ал SOC 2 сәйкестігі жоқтардың бәрін біз алып тастадық» деген сұрау агентке өз бетінше шешім қабылдауға қажеттінің бәрін береді.

3. Мақұлдауға арналған бақылау нүктелерін қосу

Кейбір әрекеттерді кері қайтару мүмкін емес: мысалы, электрондық хат жіберу, сатып алу жасау, файлдарды жою немесе пішінді жіберу. Агент мүмкіндік берсе, оны осы қадамдардың алдында тоқтап, рұқсат сұрайтындай етіп баптаңыз. Сұраудың өзі де тоқтау нүктесін белгілей алады. «Жауаптардың жобасын дайында, бірақ жіберме» немесе «ең жақсы нұсқаны себетке қос, бірақ тапсырысты рәсімдеме» деген нұсқаулар агентке қай жерде тоқтап, басқаруды қайтару керектігін нақты көрсетеді.

4. Жұмыс басталмас бұрын жоспарды қарап шығу

Үлкенірек тапсырма үшін агенттен жұмысты бастамас бұрын жоспарын сипаттап беруін сұраңыз. Жоспарды қарап шығуға бір минут қана кетеді, ал түсінбеушілікті сол кезеңде түзету оны дайын нәтижеден тапқаннан әлдеқайда арзанға түседі.

5. Қолжетімділікті тапсырмаға қажетті деңгеймен шектеу

Агент қол жеткізе алатын әрбір аккаунтта ол әрекет те ете алады. Тапсырмаға қажетті қолданбаларды ғана қосу құпия деректерді қолжетімсіз етіп, ықтимал қателердің ауқымын шектейді. Жеткізушілерді зерттейтін агентке электрондық поштаға қолжетімділік қажет емес. Жауаптардың жобасын дайындайтын агентке ол қажет, бірақ оларды жіберуге рұқсат керек болмауы мүмкін.

6. Тексерулерді сұрауға енгізу

Агенттер өз нәтижесін онсыз да тексереді, сондықтан сұрауда оларға нені тексеру керектігін көрсетуге болады. Жақсы нәтиженің қандай болатынын айту («әрбір көрсеткіштің 2025 жылғы немесе одан кейінгі дереккөзі болуы керек») агенттің жұмысын қайтармас бұрын осы талапты қолдануына себеп болады. Одан расталған фактілерді өз тұжырымдарынан бөлуді және болжамдарды белгілеуді сұрау адамның тексеруін жылдамырақ әрі нақтырақ етеді.

7. Нәтиже берген тәсілдерді қайта пайдалану

Күшті нәтиже берген сұрау келесі ұқсас тапсырма үшін үлгі бола алады. Агентке жақсы нәтиженің мысалын, айталық, өткен тоқсандағы есепті беру форматты сөзбен сипаттаудан гөрі жиі тиімдірек болады. Қайталанатын тапсырмалар тұрақты жұмыс процестеріне айнала алады.

Perplexity-нің автономды агенттерге көзқарасы

Perplexity екі автономды агент ұсынады. Comet Assistant браузердегі күнделікті тапсырмаларды орындайды, ал Perplexity Computer бірнеше сағатқа немесе одан да ұзаққа созылуы мүмкін ауқымды жобаларды қолға алады.

Comet Assistant Perplexity-нің AI браузері Comet-ке кірістірілген. Ол адам ашып қойған веб-сайттарда жұмыс істейді, сондықтан құралдарды ауыстырмай-ақ кездесулер жоспарлай, құжаттарды өңдей, электрондық хат жібере және авиабилет брондай алады.

Computer бұлтта жұмыс істейді және жоғарыда сипатталғандай әр мақсатты қосалқы агенттерге бөледі. Ол жүздеген сервиске қосылады, ал адамдар жұмыстың нақты бөліктері үшін нақты AI модельдерін таңдай алады. Computer Pro және Max жазылушыларына қолжетімді.

Браузерде агентті сынап көру үшін Comet Assistant, ал ауқымдырақ жобаны тапсыру үшін Perplexity Computer мүмкіндіктерімен танысыңыз.

Жиі қойылатын сұрақтар

Автономды агент пен агенттік AI — бір нәрсе ме?

Жоқ, бірақ бұл терминдердің мағынасы ішінара сәйкес келеді. Агенттік AI әдетте жоспарлау және әрекет ету арқылы мақсатқа жететін AI жүйелерінің кеңірек санатын білдіреді. Автономды агент — осы санаттағы нақты жүйе, ол өз жұмысын қадам сайын мақұлдауды аз қажет ете отырып орындайды.

Барлық AI агенттері автономды ма?

Жоқ. Кейбір агенттер әр қадамды адам нұсқау бергенде ғана орындайды, ал басқалары бүкіл тапсырманы өз бетінше аяқтайды. Жоғарыда сипатталған автономия деңгейлері адам қадам сайын басқаратын агенттерден бастап адам тек бақылайтын агенттерге дейінгі толық ауқымды көрсетеді.

Автономды агенттер сатып алу немесе төлем жасай ала ма?

Кейбір агенттер веб-сайтқа, рұқсаттарға және қорғау шараларына қарай сатып алуға көмектесе алады. Comet Assistant өнімдерді салыстырып, тапсырысты рәсімдеуге көмектесе алады. Perplexity-нің Instant Buy функциясы АҚШ-тағы талаптарға сай пайдаланушыларға қолдау көрсетілетін өнімдерді Perplexity ішінде сатып алуға мүмкіндік береді, ал төлем нұсқасы ретінде PayPal қолжетімді.

Автономды агенттерді пайдалану үшін бағдарламалау дағдылары қажет пе?

Көптеген дайын агенттерді код жазбай-ақ пайдалануға болады. Кейбір платформалар сонымен қатар адамдарға табиғи тілдегі нұсқаулар немесе графикалық интерфейс арқылы агенттер жасауға мүмкіндік береді. Бағдарламалау арнаулы интеграциялар, ақаулықтарды түзету және неғұрлым мамандандырылған әрекеттер үшін пайдалы болуы мүмкін.