Типы ИИ агентов
Выбор правильного типа агента — ключевой этап проектирования. Ниже представлена полная классификация, основанная на нашем опыте внедрения.
Реактивные агенты
Реагируют на входной сигнал без внутренней модели мира. Идеальны для детерминированных задач: классификация обращений, фильтрация спама, проверка документов по чек-листу.
Пример: агент модерации комментариев, агент валидации счетов.Целеориентированные агенты (Goal-based)
Планируют последовательность действий для достижения цели. Используют цепочки рассуждений (Chain of Thought), могут перебирать стратегии и выбирать оптимальную.
Пример: агент бронирования travel-услуг, агент закупок.Диалоговые агенты (Conversational AI)
Специализируются на многоходовых диалогах с сохранением контекста. Понимают интенты, извлекают сущности, работают с неполной информацией и переспрашивают.
Пример: агент поддержки клиентов, виртуальный консультант.Автономные агенты (Autonomous Agents)
Действуют без постоянного контроля человека: сами ставят подцели, инициируют действия, обрабатывают исключения. Требуют развитых safety-механизмов.
Пример: агент управления цепочками поставок, агент кибербезопасности.Мультиагентные системы (MAS)
Коллективы агентов, каждый со своей ролью. Взаимодействуют через общую шину, координируются супервизором или децентрализованным протоколом.
Пример: агенты проектной команды (аналитик, разработчик, тестировщик), агенты умного производства.RAG-агенты (Retrieval-Augmented)
Перед генерацией ответа извлекают релевантные данные из корпоративной базы знаний, векторного хранилища или внешних источников. Минимизируют галлюцинации.
Пример: агент технической поддержки по документации, юридический ассистент.