Разбираемся в мире AI: от чатботов до автономных агентов
Всё чаще можно услышать про ИИ-агентов. Но часто даже люди которые уже подсели на ЖПТ-подобные нейросети не шарят шо это такое.
А давайте покумекаем с вами по простецки шо это такое AI-агенты, чем они отличаются от того что мы уже знает (например ChatGPT), почему эта штука критически полезна для бизнесовых движений и служит как отличное дополнение для саморазвития.
Ну у нас есть три путя, начиная с простого и постепенно переходя к более сложным концепциям.
Путь раз. Чё за LLM?
В основе всех этих ЖПТ , Клод и Джеминай лежат LLM( LARGE LANGUAGE MODEL) — по сути это и есть ''движок'', который работает с текстом на основе огромных пластов текстовой информации которую в них загрузили что позволяет работать таким чатботам вроде ChatGPT, Google Gemini или Claude.
Это очень упрощенно но суть такова что LLM принимает ваши данные и на основе огромного массива загруженной информации выдает наиболее релевантное значение. То есть все влажные мечты о том что там есть какой-то интеллект это брехня собачая конечно же, это совсем иного качества процессы, но тем не менее штука рабочая как мы видим (для определенных задач) и тем не менее жутко интересная.
Кстати не по теме но интересно что один из наиболее авторитетных чубопелей в ИИ Ян Лекун (иногда говорят что он чуть ли не Крестный Отец ИИ) так вот он уже не раз высказывался что LLM не повторяет когнитивных способностей человека.
Если хотите узнать про тот ИИ который стремится повторить когнитивные способности то ищите AGI или ASI (artificial general intelligence и artificial super intelligence).
У LLM же есть два важных лимита:
- Не шарит в том о чём вы ему специально не рассказали. LLM не умеют получать информацию из ваших личных данных. Например, ChatGPT не знает ваш график встреч, если вы не подключили календарь.
- Ленивый чёрт. LLM ждёт вашего запроса и не действует самостоятельно
Путь два. Давай по делу, Вася.
Если к LLM добавить инструкции, по которым он должен действовать, мы получаем по-сути сотрудника который пашет 24/7. Конечно тут надо еще всё это настроить, свести все концы с концами чтобы работало как часы.
Но если задача позволяет описать определенный алгоритм инструкций который LLM мог бы выполнять без участия человека, то задачу можно автоматизировать. Самый простой пример автоматический ответ пользователям на сообщения по электронной почте.
Тут есть важное ограничение: LLM следует только заранее заданному пути. Если вы спросите: «А какая погода будет в день встречи?», и этот шаг не прописан, модель не сможет ответить.
Еще пример из жизни: автоматизация постов в соцсетях:
- Ссылки на новости собираются в Google Sheets.
- Perplexity делает краткое содержание статей.
- Claude создаёт посты для соц.сетей по заданному шаблону.
- Всё можно настроить на автоматический запуск, например,постить каждый день в 8 утра.
Вот такие вот возможности. То есть автоматически собирать статьи по шаблону и постить в соц.сети можно. Другое дело какое будет качество этих постов и как скоро соцсети начнут выкупать такую лабуду. Уверен что никак это не позволит заменить тех кто пишет статьи , потому-что при всех плюсах автоматизации, полностью ИИ написать статью как следует не может. Общую структуру он вам накидает но писать всё равно придётся самостоятельно, а инчае статья ваша будет распознана как копия ну или просто будет сомнительного качества.
Путь треций. Агент Смит
Вот тут тоже классно получается когда LLM на основе своего ''колоссального жизненного опыта'' начинает принимать реальные решения.
AI-агент это по сути Агент Смит из Матрицы:
- Помогает планировать. Он выбирает оптимальный путь для достижения цели. Например, при сборе новостей агент решает, как удобнее собрать информацию.
- Ищет оптимальные инструменты. Он сам использует нужные сервисы, чтобы выполнить свой план.
А вот тут ваще интересно можно же повторять шаг: постить до тех пор пока в аналитике не покажет что пост собрал определенное количество целевой аудитории. То есть да, качество постов которое ИИ пишет без участия человека возможно сомнительное но можно жи и этот шаг учесть и сделать так чтобы человек участвовал (по сути) а именно аудитория будет говорить ИИ-агенту хороша статья или нет.
Если пост в соцсетях получился неудачным, AI-агент сам проверит, исправит и улучшит его, пока результат не станет удовлетворительным. Во дела!
Итог
Есть 3 путя
- LLM — пассивная модель, отвечает на запросы, но не знает ваших личных данных.
- AI-рабочие процессы — LLM действует по заранее заданному пути, человек контролирует логику.
- AI-агенты — модель сама принимает решения, использует инструменты, исправляет ошибки и достигает цели автономно.
Думаю понимание этой эволюции помогает разобраться, как AI развивается и что можно ожидать от новых технологий.