Слоящийся обзор ключевых концепций агентного ИИ. Давайте разберем это шаг за шагом: 1️⃣ LLM (основной уровень) В основе лежат LLM, такие как GPT, DeepSeek и т.д. Основные идеи: - Токенизация и вывод: как текст обрабатывается моделью - Проектирование подсказок: создание входных данных для получения лучших результатов - API LLM: программные интерфейсы для взаимодействия с моделями Это двигатель, который приводит в движение все остальное. 2️⃣ ИИ-агенты (построенные на LLM) Агенты оборачиваются вокруг LLM, чтобы обеспечить автономные действия. Ключевые обязанности: - Использование инструментов и вызов функций: соединение LLM с внешними API/инструментами - Рассуждение агентов: методы, такие как ReAct или Chain-of-Thought - Планирование задач: разбивка больших задач на более мелкие - Управление памятью: отслеживание истории, контекста и долгосрочной информации Агенты делают LLM полезными в реальных рабочих процессах. 3️⃣ Агентные системы (мульти-агенты)...