Kas yra DI agentas? Paprastas paaiškinimas

DI agentas – tai DI modelis, galintis atlikti veiksmus tikslui pasiekti, o ne tik atsakyti tekstu. Jam duodate užduotį, ir jis dirba cikle: nusprendžia, ką daryti toliau, naudoja įrankį (redaguoja failą, ieško internete, vykdo komandą, iškviečia programą), žiūri į rezultatą ir vėl sprendžia – kol užduotis baigta arba jam reikia jūsų įvesties. „Smegenys“ paprastai yra didysis kalbos modelis; įrankiai leidžia jam ką nors daryti.

Kodėl tai svarbu kuriant su DI

Šiuolaikiniai DI programų kūrimo įrankiai yra agentai. Kai prašote funkcijos, agentas neparašo kodo ir neįteikia jo jums. Jis skaito esamus failus, daro pakeitimus, įdiegia paketus, paleidžia programą, skaito klaidų pranešimus ir jas taiso, dažnai per daugelį žingsnių be jūsų kiekvieno žingsnio stebėjimo.

Dėl to jie gali kurti veikiančią programinę įrangą, o ne fragmentus. Tai keičia ir jūsų vaidmenį. Nebekopijuojate ir neįklijuojate kodo; valdote labai greitą, pajėgų asistentą, kuris kartais netinkamai supranta nurodymus arba pasuka neteisingu keliu. Žinojimas, kaip veikia agentai, padeda duoti teisingus tikslus, pastebėti, kai agentas sukasi ratu, ir nuspręsti, kur norite patys patvirtinti veiksmus.

Kasdienė analogija

Palyginkite kelio nurodymų prašymą su kurjerio samdymu.

Kelio nurodymų prašymas yra pokalbių robotas: klausiate, jis atsako, jūs einate. Jei kelias uždarytas, grįžtate ir klausiate vėl.

Kurjeris yra agentas. Sakote: „nugabenk šį siuntinį į šį adresą iki 17 val.“ Jis pasirenka maršrutą, pastebi uždarymą, apvažiuoja, randa pastato šoninį įėjimą ir praneša: „pristatyta, pasirašė recepcija“. Jūs nustatote tikslą ir ribas – „taksi neleiskite išleisti daugiau nei 20 €“ – o jis tvarko žingsnius.

Kurjeriai yra tokie geri, kokį nurodymą ir kokias ribas jiems nustatote. Taip pat ir agentai.

Kaip veikia agentas

Dauguma agentų seka tą patį pagrindinį ciklą:

Tikslas. Aprašote, ko norite: „Pridėk kontaktų formą, kuri siųstų man pateikimus el. paštu.“
Planas. Modelis nusprendžia kitą žingsnį: „Pirmiausia pažiūrėkime, kaip svetainė sustruktūruota.“
Veiksmas. Iškviečia įrankį: išvardija failus, perskaito pagrindinį puslapį.
Stebėjimas. Perskaito įrankio rezultatą.
Kartojimas. Remdamasis tuo, ką pamatė, pasirenka kitą žingsnį: sukuria formą, prideda serverio kodą, paleidžia programą, tikrina klaidas.
Baigia arba klausia. Kai tikslas pasiektas, pateikia ataskaitą. Jei užstrigo arba nėra tikras, klausia jūsų.

Aplink šį ciklą yra dar keletas dalių:

Dalis	Ką daro
Modelis	LLM, kuris samprotauja ir nusprendžia, ką daryti.
Įrankiai	Veiksmai, kuriuos agentas gali atlikti: skaityti/rašyti failus, vykdyti komandas, ieškoti, kviesti API.
Instrukcijos	Nuolatinės taisyklės apie jo vaidmenį, stilių ir ribas (sisteminė užklausa).
Atmintis	Žinios, perduodamos tarp žingsnių ar sesijų, pavyzdžiui, jūsų pageidavimai.
Leidimai	Kuriuos įrankius jis gali naudoti laisvai, o kuriems reikia jūsų patvirtinimo.
Subagentai	Pagalbiniai agentai, kuriems pagrindinis agentas perduoda dalį darbo.

Įrankiai yra pagrindinė idėja. Vien modelis gali generuoti tik tekstą. Įrankiai paverčia tekstą veiksmais – o tokie standartai kaip MCP padeda lengviau prijungti naujus įrankius prie agento.

Pavyzdys: sugedusios registracijos formos taisymas

Tarkime, jūsų paskelbtos svetainės laukiamojo sąrašo forma nebenaudoja išsaugoti el. pašto adresų, ir jūs sakote DI kūrėjui: „Laukiamojo sąrašo forma nieko nebeišsaugo. Ištaisyk.“

Tipiškas agento darbas gali atrodyti taip:

Perskaito formos komponentą ir serverio kodą, kuris tvarko pateikimus.
Paleidžia programą ir pateikia testinį el. laišką.
Perskaito klaidą: serveris sako, kad duomenų bazės stulpelio email_address nėra.
Pažiūri į duomenų bazės struktūrą: stulpelis iš tikrųjų vadinasi email. Vienas neseniai atliktas pakeitimas pervadino jį vienoje vietoje, bet ne kitoje.
Redaguoja serverio kodą, kad naudotų teisingą stulpelio pavadinimą.
Testuoja dar kartą: pateikia testinį el. laišką ir patikrina, ar atsirado nauja eilutė.
Pateikia ataskaitą: „Forma rašė į stulpelį, kuris nebeegzistuoja po vakarykščio pakeitimo. Atnaujinau serverio kodą ir patvirtinau, kad testinė registracija išsisaugo.“

Jūs davėte vieną nurodymą; agentas atliko septynis žingsnius, įskaitant du testus. Tai ir yra galia. Rizika – tas pats dalykas iš kitos pusės: jei agentas būtų nusprendęs pervadinti duomenų bazės stulpelį, jis galėjo sugadinti ką nors kita, ir jūs galbūt nepastebėtumėte, nebent perskaitytumėte jo santrauką.

Pagrindiniai terminai paaiškinti

Terminas	Ką reiškia
Agentas	DI modelis, kuris naudoja įrankius cikle užduočiai atlikti.
Įrankis	Konkretus veiksmas, kurį agentas gali atlikti, pavyzdžiui, „rašyti failą“ arba „siųsti el. laišką“.
Įrankio iškvietimas	Vienas įrankio panaudojimas su įvestimis, grąžinantis rezultatą.
Agentinis	Apibūdina DI, kuris veikia keliais žingsniais, o ne atsako vieną kartą.
Autonomija	Kiek agentas padaro prieš grįždamas pas jus.
Žmogus cikle (human in the loop)	Žmogaus patvirtinimo reikalavimas svarbiuose žingsniuose.
Subagentas	Pagalbinis agentas, kurį pagrindinis agentas paleidžia daliai užduoties.
Apsaugos priemonės (guardrails)	Taisyklės ir ribos, neleidžiančios agentui daryti kenksmingų ar nepageidaujamų dalykų.
MCP	Model Context Protocol – atviras standartas agentams prijungti prie įrankių. Žr. kas yra MCP.

Dažnos klaidos ir mitai

„Agentai visiškai nepriklausomi.“ Šiandieniniai agentai geriausiai veikia gerai apibrėžtoms užduotims su aiškiais tikslais. Neaiškūs, atviri tikslai („padidink mano verslą“) duoda bereikšmį darbą.
„Jis pasakė, kad baigė, vadinasi, baigė.“ Agentai kartais praneša apie sėkmę po dalinio darbo. Patikrinkite rezultatą patys, ypač tai, kas liečia pinigus, duomenis ar vartotojus. Žr. kaip peržiūrėti DI sugeneruotą kodą.
Per didelių leidimų suteikimas. Agentas, kuris gali siųsti laiškus, trinti duomenis ir leisti pinigus, reikalauja griežtų ribų ir jūsų patvirtinimo rizikingiems veiksmams.
Leidimas jam sukti ratu. Jei agentas kartoja tą patį pataisymą, sustabdykite jį ir suteikite daugiau informacijos arba kitą metodą.
Pasitikėjimas turiniu, kurį jis skaito. Agentai, skaitantys interneto puslapius ar laiškus, gali būti apgauti tekstu, parašytu jiems manipuliuoti (prompt injection). Būkite atsargūs, ką agentas gali daryti po to, kai perskaitė nepatikimą turinį.
Dideli vienos užklausos darbai. Dideles užduotis atlikti patikimiau, kai jos suskaidomos į etapus, kuriuos galite patikrinti.

Ką paprašyti DI kūrėjo

„Pirmiausia suplanuok. Pasakyk žingsnius, prieš keisdamas ką nors.“
„Keisk tik su rezervacijų forma susijusius failus.“
„Po pakeitimo jį išbandyk ir pasakyk tiksliai, kaip tikrinai.“
„Jei reikia keisti duomenų bazės struktūrą, pirmiausia paklausk manęs.“
„Apibendrink, ką pakeitei, ir ką tu abejoji.“
„Sustok ir paklausk, jei tas pats pataisymas nepavyksta du kartus.“

Norint parašyti aiškesnes instrukcijas, žr. kas yra užklausų inžinerija.

DI agentai Mythex platformoje

Mythex sukurtas aplink agentą. Savo projekto privačioje debesies smėlio dėžėje jis gali kurti ir redaguoti failus, įdiegti paketus, vykdyti terminalo komandas, tikrinti klaidas ir kartoti, naudoti įrankius iš prijungtų programų. Sudėtingiems darbams gali paleisti subagentus, kurių darbą galite atidaryti ir stebėti. Plan režimas leidžia jam pasiūlyti metodą be redagavimo, Ask režimas atsako nekeisdamas failų, o kontrolės taškai leidžia atšaukti, jei pakeitimas nepavyksta. Veikia ir atvirkščiai: agentai, pavyzdžiui, Claude, Cursor ar Codex, gali kurti Mythex platformoje per jos MCP serverį.

Klausimai

Kas yra DI agentas paprastais žodžiais?

DI agentas – tai DI modelis, galintis veikti, o ne tik rašyti atsakymus. Jam duodamas tikslas ir įrankių rinkinys – pavyzdžiui, failų redagavimas, interneto paieška ar programos iškvietimas – ir jis dirba cikle: nusprendžia, veikia ir tikrina rezultatus, kol užduotis baigta.

Koks skirtumas tarp pokalbių roboto ir DI agento?

Pokalbių robotas atsako į jūsų žinutę tekstu ir laukia kitos. Agentas gali savarankiškai atlikti kelis žingsnius, naudodamas įrankius, kad kažką pakeistų pasaulyje, patikrintų, kas įvyko, ir koreguotų, prieš pateikdamas ataskaitą.

Ar DI agentai saugūs naudoti?

Gali būti, su apribojimais. Suteikite agentui tik tuos įrankius ir leidimus, kurių jam reikia, reikalaukite jūsų patvirtinimo rizikingiems veiksmams, pavyzdžiui, žinučių siuntimui ar pinigų išleidimui, laikykite atsargines kopijas ar kontrolės taškus ir peržiūrėkite, ką jis padarė.

Ar DI programų kūrimo įrankis yra DI agentas?

Dauguma šiuolaikinių DI programų kūrimo įrankių sukurti aplink agentą: jis skaito jūsų užklausą, redaguoja kodą, vykdo komandas, žiūri į klaidas ir jas taiso cikle, o ne tik siūlo kodą, kurį turite įklijuoti patys.