Słowo "agent" zrobiło w ostatnich latach zawrotną karierę i po drodze straciło ostrość. Nazywa się tak zarówno chatbota z jedną dodatkową funkcją, jak i system samodzielnie prowadzący wielogodzinne zadania. Warto to uporządkować, bo różnica ma poważne konsekwencje - techniczne i prawne.
Trzy poziomy samodzielności
Chatbot
Dostaje tekst, zwraca tekst. Nie ma dostępu do niczego poza własnymi wagami i treścią rozmowy. Nie może sprawdzić stanu zamówienia ani wysłać maila.
Przepływ z modelem w środku
Ścieżka jest z góry ustalona przez człowieka: pobierz dokument, poproś model o wyciągnięcie danych, zapisz do systemu. Model wykonuje jeden krok, o kolejności decyduje kod. Zdecydowana większość dzisiejszych "wdrożeń AI" to właśnie ten wariant - i bardzo dobrze, bo jest przewidywalny.
Agent
Model sam decyduje, jakie kroki wykonać i w jakiej kolejności. Dostaje cel oraz zestaw narzędzi, a następnie działa w pętli: ocenia sytuację, wybiera narzędzie, wykonuje wywołanie, ocenia wynik, decyduje o kolejnym kroku - aż uzna zadanie za zakończone.
Jak agent korzysta z narzędzi
Mechanizm nazywa się wywoływaniem funkcji (function calling) lub użyciem narzędzi. W zapytaniu do modelu przekazujesz opis dostępnych funkcji: nazwę, przeznaczenie i strukturę parametrów.
Model nie wykonuje funkcji samodzielnie. Zwraca informację: "chcę wywołać sprawdz_status_zamowienia z parametrem numer=12345". Twój kod wykonuje wywołanie i odsyła wynik jako kolejną wiadomość. Model włącza go do kontekstu i decyduje, co dalej.
Co z tego wynika w praktyce
- Opis narzędzia jest częścią promptu - nieprecyzyjny opis to główna przyczyna wywołań z bezsensownymi parametrami.
- Kontrolę masz Ty - między decyzją modelu a wykonaniem możesz wstawić walidację, limity i potwierdzenie człowieka.
- Każdy krok kosztuje - to kolejne wywołanie modelu z rosnącym kontekstem.
Pamięć agenta
Agent działający dłużej niż kilka kroków szybko wyczerpuje okno kontekstowe. Stosuje się trzy podejścia, zwykle łącznie:
- Streszczanie - starsze fragmenty zastępowane są podsumowaniem.
- Pamięć zewnętrzna - notatki zapisywane w bazie i przywoływane, gdy są potrzebne.
- Rejestr działań - lista wykonanych kroków z wynikami, chroniąca przed powtarzaniem tej samej czynności w kółko.
Gdzie agenci sprawdzają się dziś
- Praca z kodem - przeszukanie repozytorium, wprowadzenie zmiany, uruchomienie testów, poprawa po błędzie. Środowisko daje natychmiastową i jednoznaczną informację zwrotną.
- Zbieranie informacji - przeszukanie wielu źródeł i zestawienie wyników z podaniem odnośników.
- Wielokrokowa obsługa zgłoszeń - sprawdzenie danych w kilku systemach i przygotowanie odpowiedzi do zatwierdzenia.
Wspólny mianownik: istnieje sposób na weryfikację wyniku. Testy przechodzą albo nie, źródło istnieje albo nie. Tam, gdzie takiej weryfikacji brakuje, agent błądzi i nie wie o tym.
Najczęstsze przyczyny nieudanych wdrożeń
Zbyt szeroki zakres uprawnień
Agent z prawem zapisu do systemów produkcyjnych to ryzyko, które trudno wycenić. Zasada minimalnych uprawnień obowiązuje tu podwójnie: osobne konto, wąski zakres, operacje odwracalne, potwierdzenie człowieka przy przekroczeniu progu.
Brak limitu kroków i kosztów
Agent w pętli potrafi wykonać setki wywołań, zanim ktokolwiek zauważy. Twardy limit liczby kroków i budżetu na zadanie to element obowiązkowy, nie opcja.
Zbyt wiele narzędzi naraz
Przy kilkudziesięciu funkcjach model zaczyna wybierać niewłaściwe. Lepiej działa kilka dobrze opisanych narzędzi albo podział na wyspecjalizowanych agentów z węższym zestawem.
Brak logowania decyzji
Bez zapisu "co model widział, co postanowił i dlaczego" diagnostyka błędu jest zgadywanką. Loguj pełny przebieg pętli.
Protokoły i standaryzacja
Trwają prace nad ujednoliceniem sposobu, w jaki modele łączą się z narzędziami i źródłami danych - tak, żeby integracja nie wymagała pisania osobnego adaptera dla każdego dostawcy. Kierunek jest właściwy, ale przy wyborze rozwiązania warto pytać o dojrzałość implementacji i model bezpieczeństwa.
Najczęstsze pytania
Nie w przewidywalnej perspektywie. Tam, gdzie proces jest powtarzalny i dobrze opisany, przepływ jest tańszy, szybszy i przewidywalny. Agent ma przewagę przy zadaniach, których nie da się z góry rozpisać.
Zależy od liczby kroków. Zadanie wymagające dziesięciu wywołań z rosnącym kontekstem potrafi kosztować kilkadziesiąt razy więcej niż pojedyncze zapytanie. Dlatego limity budżetowe na zadanie są tak istotne.
Bezpieczeństwo zależy od uprawnień, które im nadasz, i od walidacji między decyzją a wykonaniem. Osobną kategorią ryzyka jest wstrzykiwanie instrukcji przez treści, które agent czyta - dokument albo strona mogą zawierać polecenia adresowane do modelu.
