Настоящий ИИностранный агент
или куда движется индустрия
В очередной раз ловлю себя на мысли, что, когда открываю очередную вкладку с нейронкой, не понимаю, что это: чат, агент, ассистент или всё сразу. Разбираемся.
🔵Чат. Привычная и понятная база: набрал текст, отправил, получил ответ, повторил нужное количество раз. Так работал чат гпт в 2022 году. Он не ходил по компьютеру и почти ничего не знал о пользователе. По сути это интерфейс над LLM для обмена текстом.
🔵Агент. Тоже работает на LLM, но иначе. Получил задачу — сам составил план, выбрал инструмент: поиск, браузер, код, файлы. В зависимости от настроек агент может работать в изолированной сессии (ваще без доступа к файлам), иметь доступ к конкретной папке, терминалу, инструментам, программам, коннекторам и т. д. вплоть до фулл доступа к жёсткому диску.
Ключевое — агент сам выбирает инструменты и шаги: сделал, посмотрел на результат, решил, что дальше, — пока не решит задачу или не упрётся в вопрос к человеку.
🔵Ассистент. Сегодня чат гпт и гемини ищут в интернете, генерируют картинки, разбирают документы, разговаривают голосом, ставят встречи в календаре. И это уже агентские сценарии, когда ассистент сам выбирает инструмент и на запрос «сколько нужно денег для отпуска в Бангкоке» делает выборку, пишет программу отдыха и интерактивную диаграмму с разбивкой по дням.
Граница между чатом, ассистентом и агентом стирается с каждым днём, потому что пользователю нужно решить задачу, а не разбираться в тонкостях интерфейсов и бизнес на это отвечает.
Так что вопрос «это чат или агент» скоро перестанет иметь смысл. Важнее другой: сколько полномочий вы готовы ему отдать)