Agenți autonomi: ce sunt și cum funcționează

Ce este un agent autonom

Un agent autonom este un sistem AI care lucrează singur pentru atingerea unui obiectiv. O persoană descrie rezultatul dorit, iar agentul stabilește pașii și îi execută.

Să presupunem că cineva vrea să aleagă între trei instrumente de management de proiect. Un agent autonom poate căuta fiecare instrument, îi poate deschide pagina de prețuri, poate nota diferențele și poate livra o comparație finalizată. Persoana stabilește obiectivul și verifică rezultatul, iar agentul face munca dintre aceste etape.

Mulți dintre agenții software actuali folosesc un model lingvistic mare pentru a interpreta instrucțiunile și a decide ce să facă în continuare. Unele modele procesează și imagini sau audio. Pentru a căuta pe web, a face clic pe butoane sau a trimite e-mailuri, agentul are nevoie de un software care conectează modelul la instrumente și îi execută solicitările.

În exemplul cu managementul de proiect, LLM-ul și agentul ar funcționa astfel:

1. LLM-ul citește obiectivul și scrie o solicitare de căutare a prețurilor primului instrument.
2. Software-ul agentului efectuează căutarea și transmite rezultatele înapoi LLM-ului sub formă de text.
3. LLM-ul citește rezultatele, alege pasul următor (deschiderea paginii de prețuri) și scrie o nouă solicitare.
4. Ciclul se repetă până când LLM-ul decide că comparația este completă și scrie răspunsul final.

Extinde

Niveluri de autonomie

Într-un sistem de AI agentică (AI creată pentru a întreprinde acțiuni, nu doar pentru a răspunde la întrebări), autonomia este o alegere de design. Același agent poate fi configurat să întrebe înainte de fiecare pas sau să finalizeze singur o sarcină întreagă.

Cercetători de la Universitatea din Washington propun un cadru cu cinci niveluri pentru a explica diferitele grade de autonomie pe care le poate avea un agent:

La nivelul 4, un agent ar putea face singur cercetarea și redacta o comandă de achiziție, dar ar face o pauză înainte de a o trimite. La nivelul 5, ar trimite și comanda.

Agenți AI autonomi vs. automatizare vs. chatboți

Agenții autonomi diferă de chatboți și de automatizarea fluxurilor de lucru în două privințe: își decid singuri pașii și întreprind acțiuni în alte aplicații și site-uri web.

Un chatbot răspunde la întrebări în cadrul unei conversații, dar de obicei nu acționează în afara acesteia. Automatizarea fluxurilor de lucru acționează, dar doar urmând pași configurați în prealabil de cineva. Un tip comun este automatizarea robotică a proceselor (RPA), un software care repetă sarcini simple, bazate pe reguli, cum ar fi copierea datelor dintr-un sistem în altul.

Un agent autonom le face pe amândouă: acționează în alte programe software și își alege singur pașii către un obiectiv, în limitele instrumentelor, permisiunilor și instrucțiunilor primite.

O reclamație privind o comandă întârziată arată diferența. Un chatbot ar putea răspunde cu o explicație prestabilită a politicii de livrare. O automatizare a fluxului de lucru ar putea trimite un e-mail standard de tip „comandă întârziată”. Un agent autonom ar putea căuta comanda, ar putea descoperi că s-a pierdut în timpul transportului, ar putea trimite un produs de înlocuire și ar putea informa clientul.

Cum funcționează agenții autonomi

Un agent autonom se bazează pe patru capacități pentru a finaliza o sarcină: planificarea pașilor, utilizarea instrumentelor, memorarea a ceea ce a făcut și verificarea propriilor rezultate. Pentru sarcini mai mari, unii agenți împart munca și între o echipă de agenți.

1. Descompunerea obiectivelor și elaborarea planurilor

Un obiectiv este de obicei prea mare pentru a fi îndeplinit într-un singur pas, așa că prima sarcină a unui agent este să-l împartă în sarcini mai mici. De exemplu, dacă utilizatorul îi cere agentului să planifice un offsite al echipei, acesta ar putea împărți obiectivul în alegerea datelor, găsirea locațiilor care se încadrează în buget, verificarea disponibilității și redactarea unei invitații.

Agenții pot planifica de la început sau pe parcurs, în funcție de modul în care sunt construiți. Planificarea de la început înseamnă scrierea tuturor pașilor înainte de a începe, ceea ce funcționează pentru sarcini scurte și previzibile. Planificarea pe parcurs înseamnă stabilirea următorului pas sau a următorilor doi pași, acțiunea și revizuirea în funcție de rezultatele obținute. Dacă locația preferată pentru offsite ar fi deja rezervată, agentul ar putea trece la următoarea opțiune fără a o lua de la capăt.

Extinde

Un studiu asupra agenților autonomi bazați pe LLM, realizat de Universitatea Renmin din China, constată că această a doua abordare gestionează mai bine sarcinile complexe, deoarece este greu să scrii un plan perfect înainte de a vedea vreun rezultat. Mulți agenți le combină pe cele două: schițează mai întâi un plan complet și îl revizuiesc pe măsură ce lucrează.

2. Acțiunea cu ajutorul instrumentelor

Odată stabilit planul, agentul îl parcurge sarcină cu sarcină, alegând câte un instrument pentru fiecare.

• Pentru a găsi locații, ar putea folosi căutarea pe web cu o interogare precum „locații pentru offsite pentru 20 de persoane lângă Austin”.
• Pentru a verifica disponibilitatea, ar putea deschide într-un browser pagina de rezervări a fiecărei locații și citi calendarul.
• Pentru a trimite invitația, s-ar putea conecta la e-mailul persoanei printr-un API, conexiunea care permite unui program software să solicite date sau acțiuni de la altul.

După fiecare acțiune, agentul citește ce a primit înapoi și decide următoarea mișcare. Dacă la căutare apar cinci locații, le verifică disponibilitatea. Dacă o pagină de rezervări nu se încarcă, încearcă să contacteze locația la numărul de telefon afișat sau trece la următoarea opțiune.

Instrumentele de care dispune un agent determină ce sarcini poate finaliza singur. Fără acces la e-mail, poate redacta invitația, dar nu o poate trimite.

3. Urmărirea progresului cu ajutorul memoriei

Pe măsură ce lucrează, agentul trebuie să țină evidența a ceea ce a făcut și a ceea ce a aflat. După ce a verificat trei locații, trebuie să știe care erau rezervate, care aveau loc liber și cât costă fiecare. Această evidență se află în fereastra de context a LLM-ului, adică volumul de text pe care modelul îl poate lua în considerare simultan.

Sarcinile lungi pot depăși această fereastră de context. Agenții cu memorie pe termen lung rezolvă problema salvând informațiile în afara modelului, de obicei într-o bază de date, și recuperând doar ce îi trebuie pasului curent.

Memoria pe termen lung se păstrează și de la o sarcină la alta. Când vine momentul planificării offsite-ului de anul viitor, agentul ar putea refolosi lista de locații și bugetul de anul acesta sau și-ar putea aminti că echipa preferă locații aflate la cel mult o oră de mers cu mașina.

4. Verificarea rezultatelor și corectarea direcției

În timp ce lucrează, mulți agenți urmăresc semnele că un pas nu a mers bine. Dacă un formular de rezervare returnează o eroare sau o căutare nu dă niciun rezultat, agentul încearcă o altă abordare. Când ajunge la o decizie pe care nu ar trebui să o ia singur, de exemplu dacă o locație care depășește puțin bugetul este acceptabilă, îi cere părerea persoanei și se ajustează în funcție de răspuns.

Înainte de a preda munca, mulți agenți își verifică rezultatele. LLM-ul recitește ce a produs, îl compară cu obiectivul și enumeră tot ce lipsește sau este greșit. Agentul revizuiește și verifică din nou până când rezultatul atinge obiectivul. De exemplu, dacă din invitație lipsește adresa locației, verificarea observă acest lucru, iar agentul o adaugă înainte de trimitere.

5. Împărțirea muncii între agenți

Unele sarcini se desfășoară mai rapid atunci când sunt împărțite între mai mulți agenți. Un agent principal împarte munca și distribuie părți din ea subagenților.

Perplexity Computer funcționează astfel. O persoană descrie rezultatul dorit, iar Computer îl împarte în sarcini și subsarcini, apoi creează subagenți care să le execute. Subagenții pot face cercetări pe web, pot genera documente, pot procesa date sau pot apela servicii conectate prin API-uri.

Când Computer întâmpină o problemă, creează noi subagenți care să o rezolve. Fiecare subagent poate rula și pe un model AI diferit, astfel încât fiecare parte a muncii ajunge la modelul cel mai potrivit pentru ea.

Așadar, în exemplul cu offsite-ul, un subagent ar putea căuta locații, în timp ce altul verifică calendarele echipei, iar un al treilea analizează opțiunile de călătorie.

Extinde

Cum folosesc oamenii agenții autonomi

Oamenii folosesc agenții autonomi mai ales pentru munca intelectuală de zi cu zi: cercetare, scriere, e-mail și studiu. Într-un studiu realizat de cercetători de la Harvard și Perplexity, sarcinile de productivitate și învățare au reprezentat 57% din interogările agentice. Exemplele de mai jos arată ce face un agent pentru fiecare tip de activitate.

Cercetare și analiză

Cercetarea li se potrivește bine agenților, deoarece presupune mulți pași mici. Un agent poate căuta, poate deschide surse, le poate citi și poate compara ce spun acestea. Să luăm o interogare precum „găsește trei studii recente despre munca la distanță și productivitate și rezumă concluziile fiecăruia”. Agentul caută studii și le deschide pe cele mai relevante. Citește concluziile fiecărui studiu și scrie un rezumat cu linkuri către fiecare sursă. Dacă un studiu este disponibil doar cu abonament plătit, agentul trece la următorul. În studiu, rezumarea și analiza cercetărilor reprezintă 7% din interogările agentice.

Documente, e-mail și calendare

Agenții lucrează adesea în instrumentele pe care oamenii le folosesc deja în fiecare zi. În studiul Harvard și Perplexity, instrumentele Google pentru documente și e-mailul au fost cele mai frecvente două, reprezentând împreună aproximativ un sfert din interogările agentice. Să luăm o interogare precum „parcurge e-mailurile necitite din această săptămână, marchează tot ce vine de la clienți și redactează răspunsuri la solicitările de programare”. Agentul deschide căsuța de e-mail și sortează mesajele. Verifică intervalele libere din calendar și redactează un răspuns pentru fiecare solicitare. Poate salva ciornele fără să le trimită, astfel încât persoana să le poată verifica mai întâi pe fiecare.

Învățare și activități de curs

Studenții folosesc agenții pentru a învăța. Activitățile de curs reprezintă cea mai mare categorie de utilizare a agenților din studiu, cu 13% din interogările agentice. O interogare precum „pune-mi întrebări din capitolul patru al materialelor de curs” trimite agentul pe site-ul cursului, unde citește capitolul, formulează întrebări despre punctele-cheie și verifică răspunsurile studentului. Aceeași abordare funcționează pentru oricine învață un subiect nou, cum ar fi un angajat care se familiarizează cu un domeniu necunoscut.

Cumpărături și comparații

Cumpărăturile reprezintă 10% din interogările agentice, majoritatea fiind căutări și comparații de produse. Când i se cere să „găsească un birou cu înălțime reglabilă sub 400 $, cu recenzii foarte bune”, un agent caută la mai mulți comercianți, filtrează după preț și evaluare, compară cele mai bune opțiuni și îl poate adăuga pe cel mai bun în coș. Un agent care compară opțiunile de pe mai multe site-uri web poate economisi mult timp, deoarece persoana nu mai trebuie să deschidă și să verifice încrucișat fiecare anunț.

Șapte bune practici pentru utilizarea agenților autonomi

1. Începeți cu sarcini ușor de verificat

Cele mai potrivite sarcini de început sunt cele în care o greșeală este ușor de observat și ieftin de corectat. Rezumatele de cercetare și comparațiile de produse sunt puncte de plecare bune. Dacă agentul oferă linkuri către sursele sale, verificarea rezultatelor durează câteva minute. Pe măsură ce încrederea crește, oamenii pot delega sarcini mai lungi, cu mai mulți pași.

2. Stabiliți rezultate și constrângeri clare

Agentul poate lua decizii mai bune atunci când știe de ce contează sarcina. O interogare bine formulată arată ca un brief pentru un colaborator extern: scopul, publicul, ce se știe deja și ce a fost exclus. „Compară acești trei furnizori pentru un memoriu către consiliul de administrație; consiliul este preocupat în primul rând de riscul de implementare și i-am exclus deja pe toți cei care nu au conformitate SOC 2” îi oferă agentului tot ce îi trebuie pentru a decide singur.

3. Adăugați puncte de control pentru aprobare

Unele acțiuni nu pot fi anulate, cum ar fi trimiterea unui e-mail, efectuarea unei achiziții, ștergerea fișierelor sau trimiterea unui formular. Acolo unde agentul permite acest lucru, setați-l să se oprească și să ceară confirmarea înainte de acești pași. Și interogarea în sine poate stabili un punct de oprire. „Redactează răspunsuri, dar nu le trimite” sau „adaugă cea mai bună opțiune în coș, dar nu finaliza comanda” îi spune agentului exact unde să se oprească și să predea controlul înapoi.

4. Revizuiți planul înainte de a începe lucrul

Pentru o sarcină mai amplă, cereți-i agentului să își schițeze planul înainte de a începe. Revizuirea unui plan durează un minut, iar corectarea unei neînțelegeri în acea etapă costă mult mai puțin decât descoperirea ei într-un rezultat final.

5. Limitați accesul la ceea ce necesită sarcina

Orice cont la care un agent are acces este un cont în care poate acționa. Dacă conectați doar aplicațiile de care are nevoie o sarcină, datele sensibile rămân inaccesibile, iar riscul ca ceva să meargă prost este limitat. Un agent care cercetează furnizori nu are nevoie de acces la e-mail. Un agent care redactează răspunsuri are nevoie, dar s-ar putea să nu aibă nevoie de permisiunea de a le trimite.

6. Includeți verificările în interogare

Agenții își revizuiesc deja propriile rezultate, așa că interogarea le poate spune ce anume să verifice. Dacă descrieți cum arată un rezultat bun („fiecare cifră trebuie să aibă o sursă din 2025 sau mai recentă”), agentul va aplica acel standard înainte de a vă preda munca. Dacă îi cereți să separe faptele confirmate de propriile deducții și să semnaleze ipotezele, revizuirea de către om devine mai rapidă și mai bine țintită.

7. Reutilizați ce funcționează

O interogare care a dus la un rezultat bun poate deveni un șablon pentru următoarea sarcină similară. Un exemplu de rezultat bun oferit agentului, cum ar fi raportul din trimestrul trecut, ajută adesea mai mult decât descrierea în cuvinte a formatului. Sarcinile recurente pot deveni fluxuri de lucru permanente.

Cum abordează Perplexity agenții autonomi

Perplexity oferă doi agenți autonomi. Comet Assistant gestionează sarcinile de zi cu zi direct în browser, iar Perplexity Computer preia proiecte mai mari, care pot rula ore întregi sau chiar mai mult.

Comet Assistant este integrat în Comet, browserul AI de la Perplexity. Funcționează pe site-urile web pe care o persoană le are deja deschise, astfel încât poate programa întâlniri, edita documente, trimite e-mailuri și rezerva zboruri fără a trece de la un instrument la altul.

Computer rulează în cloud și împarte fiecare obiectiv între subagenți, așa cum am descris mai devreme. Se conectează la sute de servicii, iar utilizatorii pot alege anumite modele AI pentru anumite părți ale muncii. Computer este disponibil pentru abonații Pro și Max.

Explorați Comet Assistant pentru a încerca un agent în browser sau Perplexity Computer pentru a delega un proiect mai amplu.

Întrebări frecvente

Este un agent autonom același lucru cu AI-ul agentic?

Nu, dar termenii se suprapun. AI-ul agentic se referă de obicei la categoria mai largă de sisteme AI care urmăresc obiective planificând și întreprinzând acțiuni. Un agent autonom este un sistem anume din această categorie, care își desfășoară activitatea cu puține aprobări pas cu pas.

Sunt toți agenții AI autonomi?

Nu. Unii agenți execută fiecare pas doar atunci când o persoană le cere acest lucru, în timp ce alții finalizează singuri o sarcină întreagă. Nivelurile de autonomie descrise mai devreme arată întreaga gamă, de la agenți pe care o persoană îi operează pas cu pas până la agenți pe care o persoană doar îi monitorizează.

Pot agenții autonomi să facă achiziții sau plăți?

Unii agenți pot ajuta la achiziții, în funcție de site-ul web, de permisiuni și de măsurile de protecție. Comet Assistant poate compara produse și poate ajuta la procesul de finalizare a comenzii. Instant Buy de la Perplexity le permite utilizatorilor eligibili din SUA să cumpere produse acceptate direct în Perplexity, cu PayPal disponibil ca opțiune de plată.

Agenții autonomi necesită abilități de programare?

Mulți agenți gata făcuți pot fi folosiți fără programare. Unele platforme permit, de asemenea, crearea de agenți prin instrucțiuni în limbaj natural sau printr-o interfață grafică. Programarea poate fi utilă pentru integrări personalizate, depanare și comportamente mai specializate.