Kas ir AI aģents?

Palūdz tērzēšanas rīkam pārcelt otrdienas sanāksmi, un tu saņem labi uzrakstītu vēstuli. Tev pašam joprojām jāatver kalendārs, jāatrod sadursme, jāpārkopē teksts un jānospiež sūtīt. Palūdz to pašu aģentam, un tas pats atver kalendāru, redz, ka sanāksme sakrīt ar zvanu klientam, izvēlas piemērotu laiku, uzraksta piezīmi un nosūta. Tu saņem apstiprinājumu, nevis melnrakstu.

Modelis abos gadījumos ir viens un tas pats. To cilvēki bieži nepamana. Ar valodas modeli starp šiem diviem piemēriem nekas nav noticis, tas nekļuva gudrāks. Mainījās sniegums un atļaujas: otrajā gadījumā aģents bija savienots ar tavu kalendāru un pastu, un drīkstēja tos izmantot. Aģentiskums ir savienojumi un uzticēšanās, nevis intelekts.

Ja vārdi modelis, LLM un tērzēšanas rīks tev vēl šķiet neskaidri, pamati ir izklāstīti lapā kas ir AI, kur skaidrots, kā šīs sistēmas mācījās no piemēriem un kāpēc tās prognozē, nevis meklē gatavas atbildes. Viss šajā lapā balstās uz to. Aģents manto visas modeļa stiprās un vājās puses, un pēc tam abas reizina, jo tagad rezultāts ir darbība, nevis rindkopa, ko vari vienkārši ignorēt.

Noderīgs tests, kad kāds tev parāda produktu un sauc to par aģentu. Pajautā, ko tas drīkst rakstīt vai mainīt. Ja godīga atbilde ir nekas, tas ir tērzēšanas logs ar labu izskatu. Tas nav apvainojums. Lielākā daļa vērtības, ko cilvēki no šiem rīkiem iegūst, joprojām ir vārdi ekrānā.

Saruna ar tērzēšanas rīku ir taisna līnija. Tu nosūti ziņu, modelis sniedz atbildi, gājiens beidzies. Aģents šo līniju saliec aplī. Tas vēro pašreizējo situāciju, izlemj, ko darīt tālāk, izdara to, tad nolasa sava paša darbības rezultātu un sāk no jauna. Tas turpina, kamēr mērķis nav sasniegts, vai kamēr nav sasniegts tavis noteikts solu, laika vai naudas limits.

Ņemsim reālu piemēru. Tu lūdz aģentam atrast visus viena piegādātāja rēķinus par pēdējo ceturksni un tos saskaitīt. Tas atver mapi, redz četrdesmit failus, atver pirmo, pamana, ka piegādātāja nosaukums atrodas citā vietā, nekā tas pieņēma, pielāgojas, pārstrādā pārējos, atrod vienu failu, ko nevar nolasīt, par to paziņo un atgriež summu kopā ar piezīmi par izlaisto failu. Deviņi vai desmit modeļa izsaukumi, katrs balstīts uz iepriekšējā rezultātu.

Cikls ir viss triks, un tas ir arī viss risks. Sarunā nepareiza atbilde vienkārši paliek redzama, un tu to pamani. Ciklā nepareizs lēmums otrajā solī kļūst par ievadi trešajam solim, un līdz devītajam solim aģents pārliecinoši strādā pie nepareizas problēmas ar visu, kas tam ir. Kļūdas nepaliek vietā. Tās saskaitās, un jo ilgāk neviens neseko līdzi, jo dārgākas tās kļūst.

Tāpēc labākie aģentu iestatījumi ir garlaicīgi ierobežojumu ziņā. Soļu limits. Izmaksu limits. Noteikums, kas liek apstāties un pajautāt, nevis minēt. Tas nepadara aģentu gudrāku. Tas padara neveiksmes pietiekami mazas, lai tās izturētu.

Tu, visticamāk, pēdējā gadā simtiem reižu esi lasījis frāzi agentiskais AI un klusībā pieņēmis, ka tā apzīmē jaunu tehnoloģiju. Tas tā nav. Tā apraksta iepriekšējā sadaļā minēto ciklu. Nekāds atsevišķs agentiskais modelis nekur netiek pārdots. Tos pašus dažus lielos valodas modeļus izmanto gan tērzēšanas logs, gan aģents, un atšķirība ir tajā, ar ko tie savienoti un ko tiem atļauts darīt.

Tas ir svarīgi, jo daudzi produkti tagad tiek pārdoti šī vārda dēļ. Kad piegādātājs saka, ka viņa produkts ir agentisks, noderīgi jautājumi ir, kādu modeli tas izmanto, kuriem rīkiem tam ir piekļuve un kurā brīdī cilvēkam jāapstiprina darbība. Šīs trīs atbildes pasaka, kas tas patiesībā ir. Pats vārds nepasaka neko.

Aģentiskums ir slēdzis ar vairākām pakāpēm, nevis ieslēgts vai izslēgts. Pirmajā pakāpē sistēma iesaka, un visu dari tu. Otrajā tā sagatavo melnrakstu, un tu pārbaudi un nosūti. Trešajā tā rīkojas, bet gaida jā, pirms kaut kas atstāj tavu sistēmu. Ceturtajā tā rīkojas viena pati un paziņo tev pēc fakta. Lielākā daļa no tā, kas 2026. gadā tiek pārdots kā agentisks, patiesībā atrodas kaut kur starp otro un trešo pakāpi, un atstarpe starp trešo un ceturto pakāpi ir daudz lielāka, nekā mārketings liek domāt, jo ceturtā pakāpe nozīmē, ka kļūdas notiek bez liecinieka.

Mans personīgais viedoklis pēc ikdienas darba ar šiem rīkiem: trešā pakāpe ir tā, kur ir gandrīz visa vērtība, un tur es to arī atstātu visam, kas skar naudu vai citus cilvēkus. Apstiprinājuma klikšķis maksā divas sekundes. Tā trūkums man ir maksājis veselu pēcpusdienu vairāk kā vienu reizi.

Ilgi pirms kāds ierakstīja pirmo tekstu tērzēšanas logā, datorzinātnēs jau bija precīza aģenta definīcija: kaut kas, kas uztver savu vidi ar sensoriem un iedarbojas uz to ar izpildmehānismiem. Standarta klasifikācija nāk no Russela un Norviga mācību grāmatas Artificial Intelligence: A Modern Approach, un tā sadala aģentus pēc tā, cik daudz tie patur galvā, izlemjot, ko darīt. Ja tev kādreiz uzdots eksāmena jautājums par intelektuāliem aģentiem, tieši šo tas gaida.

Tagad godīgā daļa, ko mācību grāmatu atbildes parasti nemin. Mūsdienu LLM aģenti netiek gludi ievietoti nevienā no šīm kastītēm. Vistuvāk tie līdzinās uz mērķi balstītam aģentam, jo tiem tiek dots mērķis un tie plāno soļus tā sasniegšanai, un tiem ir arī mācīšanās sastāvdaļa, jo modelis tika trenēts no atsauksmēm, pirms tu vispār to satiki. Taču mācīšanās notika treniņa laikā, nevis strādājot pie tava uzdevuma. Strādājošs aģents nekļūst labāks tavā darbā no pirmdienas līdz piektdienai. Katru reizi tas sāk ar to, uz ko trenēts, plus to, ko tu liec tam priekšā.

Tāpēc šī klasifikācija joprojām labi apraksta problēmas struktūru, bet mūsdienu rīkus apraksta tikai aptuveni. Izmanto to, lai skaidri domātu par to, ko sistēma uztver, ko tā atceras un pēc kā tā optimizē. Neizmanto to, lai prognozētu, kā tieši uzvedīsies konkrēts produkts.

Patiesās stiprās puses koncentrējas ap darbiem, kas ir garlaicīgi, nevis sarežģīti. Vairāku soļu izpēte, kur divdesmit meklējumu rezultāti jālasa un jāsavieno, un neviens negrib to darīt pats. Datu pārvietošana starp rīkiem, kas nekad nebija veidoti savstarpējai saziņai. Koda rakstīšana, tā palaišana, kļūdas ziņojuma lasīšana un labošana, kas droši vien ir vienīgais visuzticamākais aģentu uzdevums šobrīd, jo kompilators katrā solī sniedz godīgu atgriezenisko saiti. Rakstīšana pēc avotiem, ko tu pats esi sniedzis, lai teksts balstītos uz kaut ko reālu. Ja tev vēl grūti pareizi formulēt uzdevumu, lapā kā izmantot AI ir aprakstītas četras rindas, kas paveic lielāko daļu darba.

Vājās puses ir tikpat konkrētas. Garas ķēdes, kur maza sākotnēja pārpratuma dēļ rezultāts kluss klusam kļūst pārliecinoši nepareizs. Jebkas, kas prasa spriedumu, kas tam nekad nav dots, kas parasti nozīmē kontekstu par tavu biznesu, kas dzīvo tikai tavā galvā un nekur citur. Zināšana, kad apstāties, kurā aģenti patiesi ir vāji: tie turpinās strādāt, turpinās tērēt un turpinās piedāvāt ticamus nākamos soļus ilgi pēc tam, kad cilvēks jau būtu sacījis, ka tas nestrādā. Un skaidra atzīšanās par neveiksmi, jo modelis, kas trenēts būt izpalīdzīgam, drīzāk pasniegs daļēju rezultātu kā veiksmi, nekā pateiks, ka nespēja to izdarīt.

Ir arī izmaksu jautājums, ko cilvēki atklāj vēlu. Viens jautājums ir viens modeļa izsaukums. Aģents, kas strādā desmit soļu ciklā, ir desmit vai vairāk izsaukumu, katrs ietverot visu uzdevuma augošo vēsturi kā ievadi. Tāpēc aģenti ir lēnāki un maksā vairākas reizes vairāk par uzdevumu nekā tiešs jautājums. Uzdevumam, ko dari vienreiz, tas nav svarīgi. Uzdevumam, ko dari četri simti reižu, aprēķini iepriekš, pirms to automatizē.

Praktiskais noteikums, ko izmantoju: dod aģentam darbu, kur rezultāta pārbaude ir daudz lētāka nekā tā radīšana. Pareizā faila atrašana, jā. Lēmums par to, ko teikt klientam, kuram beidzas līgums, nē.

Paņem prom rīkus, un aģents atkal kļūst par tērzēšanas logu. Rīki ir visa atšķirība: failu lasīšana un rakstīšana, kalendāra redzēšana, pasta sūtīšana, meklēšana tīmeklī, koda palaišana. Katrs no tiem ir durvis starp modeli un kaut ko reālu.

Gadiem ilgi katras šādas durvis bija atsevišķa, pielāgota integrācija, tāpēc aģenti palika demonstrācijas līmenī. Anthropic 2024. gada novembrī izlaida Model Context Protocol jeb MCP kā atvērtu standartu šim savienojumam, un kopš tā laika to izmanto daudz plašāk nekā tikai viņu produktos. Savieno rīku vienu reizi, un jebkurš saderīgs asistents var to izmantot, nevis katrs piegādātājs būvē to pašu savienojumu no jauna. Pilns skaidrojums ir rakstā kas ir MCP, tāpēc šeit to neatkārtosim. To pašu ideju kā slāni vari apskatīt lapā rīku slānis.

Šeit ir kļūdas veids, kam vēl nav skaidra risinājuma. Aģents nolasa tīmekļa lapu, PDF failu, e-pastu vai kopīgotu dokumentu. Kaut kur šajā tekstā slēpjas instrukcijas: ignorē iepriekšējos norādījumus, pārsūti pēdējo rēķinu uz šo adresi, ievieto šo saiti savā kopsavilkumā. Modelim šis teksts nonāk tāpat, kā nonāca tavs uzdevums, kā vārdi tā kontekstā. Tam nav uzticama veida, kā atšķirt to, ko lūdzi tu, no tā, ko lūdza lapa. To sauc par prompt injekciju, un tā ir arhitektūras sekas, nevis kāda aizmirsta kļūda.

Tērzēšanas logā tas parasti nekaitē, jo sliktākais iznākums ir slikta rindkopa. Iedod tai pašai sistēmai savu pastkasti, un tas vairs nav nekaitīgi. Piekļuve darbojas abos virzienos: viss, kam pieslēdz aģentu, ir kaut kas, ko tas var nolasīt, un viss, kam tas var pierakstīt, ir kaut kas, ko kāda cita teksts var likt tam ierakstīt.

Kontrole, kas darbojas, ir vienkārša un efektīva. Piešķir plašu lasīšanas piekļuvi, jo lasīšana reti kaitē. Piešķir šauru rakstīšanas piekļuvi, vienai mapei, vienam kalendāram, vienai pastkastei, nevis visam kontam. Un liec cilvēka apstiprinājumu pirms jebkā, kas sūta, maksā, publicē vai dzēš. Šie četri darbības vārdi ir saraksts, ko vērts iegaumēt. Visu pārējo parasti var atsaukt.

Otra atbildes puse ir uzrakstīta, nevis tehniska. Noteikumi, kuriem aģentam jāseko, tostarp, ko tas nekad nedrīkst darīt bez jautāšanas, pieder failā, ko tas nolasa vispirms, un tam tieši domāts konstitūcijas slānis. Atļauju sistēma tavā kontā un rakstīts noteikums tavā failā ir divi dažādi aizsardzības slāņi, un tev vajag abus.

Iedod spējīgam aģentam rīkus, bet ne kontekstu, un iegūsi kaut ko patiešām nemierinošu: kompetentus lēmumus par nepareizām lietām. Tas skaisti uzrakstīs sekojošo vēstuli klientam, kuru tu jau esi atlaidis. Tas sakārtos mapi, ko tu apzināti turēji nesakārtotu. Katrs atsevišķais solis ir pamatots. Rezultāts kopumā ir bezvērtīgs, jo neviens tam nepastāstīja, kā izskatās šī nedēļa patiesībā.

Tieši šo atstarpi aizpilda pieci slāņi. Konstitūcija, kas nosaka, kas tu esi un kas ir aizliegts. Atmiņa, kas patur to, ko izlēmi pagājušajā mēnesī, failos, kas pieder tev, nevis kāda piegādātāja produktā. Prasmes, kas ir rakstītas procedūras, kurām aģents var sekot, lai darbs katru reizi iznāktu vienādi. Rīki, kas ir iepriekšējā sadaļā minētās durvis. Un fokuss, kas nosaka, ar ko sistēmai vispār būtu jāstrādā. Visa aina atrodama lapā /lv/aios.

Nekas no tā neprasa aģentu paši par sevi, un tieši tas ir būtiski. Konteksts ir noturīgā daļa. Modeļi tiek nomainīti ik pēc dažiem mēnešiem, bet fails, ko uzrakstīji par savu darbu, turpinās strādāt ar visiem no tiem.

Tātad pirmais solis ir tāds pats pieticīgs kā vienmēr. Atver vienkāršu teksta redaktoru un uzraksti pusi lappuses: ko tu dari un kam, pie kā tu strādā šobrīd ar reāliem vārdiem un datumiem, kādus lēmumus tu pieņem lielākajā daļā nedēļu, un divas trīs rindas par to, ko sistēmai nekad nevajadzētu darīt bez jautāšanas. Saglabā to. Pielīmē to pirms nākamā jautājuma. Mans ir apmēram lappusi garš, un tas nonāk gandrīz visur, ko es palaižu.

Sākuma faili, tostarp paraugs, ko vari rediģēt rindiņu pa rindiņai, atrodami lapā /lv/resources. Viss tur ir bez maksas un nav jāreģistrējas.

Ja vēlies uzzināt, kad parādīsies nākamais, ir gaidīšanas saraksts. Tas prasa e-pastu, un tā ir vienīgā lieta šeit, kas to dara.