Pravljenje sopstvenog veštačkog agenta još pre nekoliko godina podrazumevalo je tim inženjera i mesece rada. Danas je polazna tačka znatno niža. Dostupni jezički modeli, gotove biblioteke i jasniji obrasci rada omogućavaju da pojedinac sastavi funkcionalnog agenta za nekoliko dana. Ovaj tekst objašnjava šta AI agent zapravo jeste, od kojih se delova sastoji i kojim redosledom se ti delovi sklapaju u sistem koji radi.
Šta je AI agent i po čemu se razlikuje od chatbota
AI agent je program koji prima cilj, sam pravi plan kako da ga ispuni i potom izvršava korake ka tom cilju, oslanjajući se na jezički model kao na svoj mehanizam za rasuđivanje. Za razliku od običnog chatbota, koji vraća odgovor na pojedinačno pitanje, agent radi u petlji. On posматра stanje, odlučuje šta je sledeći korak, preduzme akciju, pogleda rezultat i ponavlja postupak dok zadatak ne bude gotov ili dok ne naiđe na granicu koju mu je čovek postavio.
Ta sposobnost da koristi alate i da deluje, a ne samo da priča, jeste suštinska razlika. Chatbot može da opiše kako se rezerviše let. Agent može da pretraži termine, uporedi cene i pripremi rezervaciju, pod uslovom da mu je dat pristup odgovarajućim alatima i jasno definisana granica šta sme samostalno da uradi.
Pet delova koje svaki agent mora da ima
Bez obzira na to koji okvir se koristi, ozbiljan agent gradi se oko pet komponenti. Razumevanje njihove uloge važnije je od izbora konkretne biblioteke.
Model za rasuđivanje
Jezgro agenta je jezički model koji tumači zadatak i bira sledeći korak. Izbor modela utiče na kvalitet plana, brzinu i cenu. Za zadatke koji traže pažljivo planiranje koristi se jači model, dok za jednostavne i česte korake može poslužiti manji i jeftiniji. Mnogi sistemi kombinuju oba, da bi uravnotežili trošak i pouzdanost.
Jasno definisan cilj i uputstvo
Agent je tačno onoliko dobar koliko je precizan zadatak koji dobije. Sistemsko uputstvo opisuje ulogu agenta, šta sme a šta ne sme, kojim tonom komunicira i kada treba da stane i pita čoveka. Nejasno uputstvo najčešći je razlog što agent luta ili radi pogrešnu stvar.
Alati
Alati su funkcije kojima agent menja svet ili dolazi do podataka, na primer pretraga interneta, čitanje baze, slanje poruke ili pozivanje spoljnog servisa. Svaki alat opisuje se imenom, namenom i očekivanim ulazom, da bi model znao kada da ga upotrebi. Sve više sistema koristi i standardizovane načine povezivanja alata, poput protokola koji aplikacijama omogućavaju da modelu ponude svoje funkcije na jedinstven način.
Memorija
Agentu je potrebno da pamti šta se već dogodilo u toku zadatka, a ponekad i između različitih razgovora. Kratkoročna memorija drži kontekst tekućeg zadatka, dok dugoročna memorija, najčešće u nekoj vrsti baze, čuva činjenice i ranije zaključke do kojih treba da dođe kasnije.
Petlja izvršavanja
Poslednji deo je sama logika koja vezuje sve prethodno. Ona vodi agenta kroz ciklus razmišljanja, akcije i provere rezultata, i odlučuje kada je zadatak završen. Tu se postavljaju i zaštitne granice, na primer najveći dozvoljeni broj koraka, kako agent ne bi upao u beskonačnu petlju.
Koraci u praksi
Kada su delovi jasni, izrada teče predvidljivim redosledom.
Prvi korak je usko definisanje zadatka. Agent koji radi jednu stvar dobro vredi više od agenta koji pokušava sve. Korisno je opisati zadatak jednom rečenicom, na primer da agent prati određene izvore vesti i sažima ono što je novo.
Drugi korak je izbor okvira. Postoje gotove biblioteke koje preuzimaju petlju izvršavanja i povezivanje alata, pa autor ne mora sve da piše od nule. Za prvi projekat razuman je i minimalan pristup, sa jednim modelom i nekoliko alata, jer olakšava razumevanje šta se zaista dešava.
Treći korak je dodavanje alata, jedan po jedan. Preporučljivo je svaki alat zasebno isprobati pre nego što se uključi u agenta, kako bi greška u alatu bila odvojena od greške u rasuđivanju modela.
Četvrti korak je pisanje sistemskog uputstva i postavljanje granica. Tu se određuje šta agent sme samostalno, a za šta mora da traži potvrdu, što je posebno važno kod akcija koje troše novac ili menjaju podatke.
Peti korak je testiranje na stvarnim primerima i posmatranje gde agent greši. Beleženje svakog koraka, takozvano praćenje traga, najbrži je način da se vidi zašto je agent doneo lošu odluku i šta u uputstvu ili alatima treba popraviti.
Česte greške početnika
Prva i najčešća greška je prevelik obuhvat. Agent kome se zada previše ciljeva odjednom retko ijedan obavi pouzdano. Druga greška je davanje preširokih ovlašćenja, pa agent dobije pristup akcijama koje mogu da naprave štetu bez ljudske provere. Treća je nedostatak nadzora, jer sistem koji se ne prati ne može ni da se popravi. Korisno je zato od početka voditi evidenciju koraka i postaviti gornju granicu broja akcija po zadatku.
Treba imati na umu i da agent nasleđuje ograničenja modela na kome počiva. Ako model pogrešno protumači podatak, agent će tu grešku preneti u akciju. Iz tog razloga se kod osetljivih zadataka zadržava korak u kome čovek potvrđuje konačnu odluku.
Često postavljana pitanja
Da li je za pravljenje AI agenta potrebno znanje programiranja?
Za ozbiljnog agenta jeste, jer se alati i logika obično pišu u kodu. Postoje i platforme bez programiranja koje pokrivaju jednostavnije slučajeve, ali one nude manje kontrole nad ponašanjem agenta.
Koliko košta da se napravi i pokrene agent?
Glavni trošak je upotreba jezičkog modela, koji se najčešće naplaćuje po količini obrađenog teksta. Trošak zavisi od izbora modela i broja koraka koje agent pravi, pa se kod čestih zadataka isplati koristiti jeftiniji model gde god je to moguće.
Koliko vremena traži prvi agent?
Jednostavan agent sa jednim zadatkom i nekoliko alata može da se sastavi za nekoliko dana. Najviše vremena obično odlazi na testiranje i podešavanje uputstva, ne na samo povezivanje delova.
Da li je bezbedno pustiti agenta da radi samostalno?
Zavisi od toga šta agent sme da uradi. Za akcije koje menjaju podatke ili troše novac preporučuje se da čovek potvrdi korak, dok se zadaci poput pretrage i pripreme sažetka mogu prepustiti agentu uz praćenje traga.
