Qu'est-ce que l'agent d'intelligence artificielle (agent d'intelligence artificielle)?

Les agents d'intelligence artificielle, également appelés agents d'intelligence artificielle, peuvent être utilisés pour exécuter certaines tâches en combinant des modèles d'intelligence artificielle avec des outils, des API, des sources de données, de la mémoire et diverses règles. En particulier, il est possible d'utiliser le développement de logiciels, le service à la clientèle, la recherche, l'analyse de données et les flux de travail des entreprises en plusieurs étapes. OpenAI définit les agents comme des systèmes qui peuvent exécuter des tâches indépendamment pour le compte de l'utilisateur, Google Cloud aussi prêter attention à la capacité d'exécution rationnelle, l'utilisation du véhicule et l'action conformément à la cible des agents.

Qu'est-ce que l'agent d'intelligence artificielle?

L'agent d'intelligence artificielle est un système logiciel qui utilise un modèle d'intelligence artificielle pour réaliser un objectif qui lui est donné et effectue plusieurs transactions en utilisant des outils externes au besoin.

L'utilisateur pose une question dans une application d'IA traditionnelle et produit une réponse au système. Chez l'agent d'intelligence artificielle, le processus peut être plus différent. L'agent analyse la tâche donnée, détermine l'information requise, sélectionne les outils appropriés, effectue les opérations et décide de l'étape suivante en fonction des résultats obtenus.

OpenAI se distingue particulièrement par deux caractéristiques à évaluer en tant qu'agent système : Accès aux véhicules pour utiliser un modèle d'intelligence artificielle pour gérer l'exécution et les décisions du flux de travail et interagir avec les systèmes externes.

Par exemple, l'agent d'intelligence artificielle utilisé dans une entreprise du système de soutien à la clientèle peut non seulement répondre à la question du client. Vous pouvez examiner le dossier client, vérifier les informations de commande, évaluer la politique de l'entreprise et effectuer un processus au sein de l'autorité.

Par conséquent, au lieu d'évaluer les agents d'intelligence artificielle uniquement comme des « chatbots plus avancés », il devient plus précis de penser comme des systèmes qui combinent l'intelligence artificielle et les outils logiciels pour réaliser certains objectifs.

Qu'est-ce que l'agent d'IA?

Agent d'intelligence artificielle est l'équivalent anglais de l'agent d'intelligence artificielle. Les systèmes d'agents d'IA permettent à un modèle d'intelligence artificielle d'utiliser le véhicule et d'effectuer certaines actions en passant au-delà de la seule production de contenu.

Par exemple, un agent d'IA peut rechercher sur une base de données, vous pouvez obtenir des informations d'une API, examiner des fichiers, des recherches sur le web, écrire du code et tester, créer des enregistrements dans un système CRM, l'aide de tout autre agent si nécessaire.

Cependant, avoir un agent d'intelligence artificielle d'un système ne signifie pas nécessairement qu'il se déplace complètement indépendamment. Cela dépend de l'autonomie de l'agent, de l'auteur du développeur, des outils utilisés et de la conception du système.

Comment fonctionne l'agent d'intelligence artificielle?

Le format de travail des agents d'intelligence artificielle peut varier selon l'architecture utilisée. Cependant, le processus de base se fonde souvent sur la compréhension d'une cible, la collecte, la planification, l'utilisation d'outils et l'évaluation des résultats. Un processus simplifié d'agent d'intelligence artificielle peut être considéré comme suit:

But → Analyse → Planification → Utilisation du véhicule → Évaluation des résultats → Nouvelle étape → Achèvement de la tâche

Cette structure est l'un des points de base que les agents quittent des systèmes d'automatisation classiques. Nuage Google Cette structure porte sur des composants tels que le modèle, les véhicules, la mémoire, l'orkestration et l'environnement de travail.

Comment planifier la tâche d'agent d'intelligence artificielle?

Lorsque l'utilisateur donne un but à l'agent, le système essaie de comprendre la tâche d'abord.

Par exemple:

"Nous préparons un rapport qui peut analyser les dernières données de ventes de trois mois de notre entreprise et offrir la gestion."

Pensons qu'une tâche est donnée.

Les étapes que l'agent peut effectuer peuvent être:

1. Déterminer où se trouvent les données sur les ventes.

2. Accès à la source de données pertinente.

3. Examiner les données.

4. Effectuer les calculs nécessaires.

5. Identifier les changements inhabituels.

6. Modifier les résultats.

7. Créer des rapports.

Toutes ces étapes peuvent ne pas être nécessaires pour identifier individuellement par l'utilisateur. Selon le format de travail de l'agent, le modèle peut déterminer dynamiquement les étapes nécessaires pour accomplir la tâche.

Tâche de l'agent échantillon

Par exemple un client:

"Pourquoi n'ai-je toujours pas été envoyé ?"

Lorsque demandé, l'agent peut effectuer les opérations suivantes:

Trouver l'information client → Identifier le numéro de commande → demander le système de commande → Vérifier l'état d'expédition → Effacer le client

Ici, l'intelligence artificielle ne crée pas seulement un texte. Il s'efforce de mener à bien la tâche en prenant des informations provenant de différents systèmes.

Composantes de base des agents d'intelligence artificielle

Alors que l'architecture d'un système d'agents d'IA change selon la technologie utilisée, certains composants de base sont importants. Documentation d'architecture d'agent Microsoft les capacités client, infrastructure, orchestre, modèle de langue et d'appel de véhicule sont montrés parmi les composantes architecturales de base.

Modèle d'intelligence artificielle

Le modèle est situé au centre du mécanisme de prise de décision et de compréhension du langage naturel de l'agent. Les grands modèles linguistiques peuvent être utilisés pour comprendre les instructions de l'utilisateur, évaluer la situation actuelle, choisir l'outil et interpréter les résultats.

Cependant, il n'est pas nécessaire d'utiliser le même modèle dans chaque tâche. Différents modèles peuvent être privilégiés en fonction de facteurs tels que la complexité de la tâche, le coût et le temps de réponse. OpenAI propose également une attention à l'équilibre entre complexité des tâches, retard et coût dans la sélection des modèles.

Outils et API

Les outils permettent à l'agent de communiquer avec des systèmes externes. Les outils d'un agent corporatif peuvent être connectés à des systèmes tels que CRM, ERP, base de données, e-mail, système de fichiers de calendrier, base d'information interne de recherche Web. Les processus que l'agent peut effectuer dépendent en grande partie de la capacité que les véhicules offrent.

Mémoire

La mémoire peut protéger l'information nécessaire entre la tâche de l'agent ou différentes interactions. Par exemple, un agent du service à la clientèle peut utiliser les informations de l'entrevue en cours sous peu. Des informations spécifiques de l'utilisateur ou du processus peuvent être stockées plus longtemps dans des systèmes plus avancés.

Orkestration

Orkestrationdésigne la façon dont l'agent gère les différentes composantes. La communication entre le modèle, les véhicules, la mémoire, les sources de données et d'autres agents peut être gérée par la couche d'orkestration.

Quelle est la différence entre Chatbot et Artificial Intelligence Agent ?

La principale différence entre Chatbot et l'agent AI est que le système ne produit pas seulement des réponses, mais il ne peut pas effectuer des transactions conformément à la cible.

Un agent; Objectif utilisateur → Planification → Collecte d'informations → Utilisation du véhicule → Action → Effectue un long processus sous forme de résultat.

Par exemple : "Décrivez ce texte." Un chatbot peut suffire pour la demande.

Toutefois:

"En examinant ce rapport, en identifiant les changements financiers importants, en comparant avec les données pertinentes de l'entreprise et en préparant un rapport que je peux envoyer à mon gestionnaire."

Comme tâche peut nécessiter plus d'outils et de transactions en plusieurs étapes.

Comment utiliser les systèmes basés sur les agents?

La zone d'utilisation des systèmes basés sur les agents peut varier selon les outils et les autorisations données à l'agent. Ils peuvent être utilisés dans le travail, qui consiste en plusieurs étapes et contient des informations non structurées.

Agents d'intelligence artificielle dans le développement de logiciels

Le développement de logiciels est l'un des domaines où l'agent d'IA utilise se démarquer. Un agent de codage peut examiner la base de code, trouver des fichiers pertinents, faire des changements de code, exécuter des tests, analyser des erreurs, appliquer de nouveaux changements.

Par exemple, le développeur; « Trouver et corriger l'erreur de vérification sur l'écran d'enregistrement utilisateur ». Lorsqu'il est dit, il peut déterminer les fichiers que l'agent a la base de code, changer et exécuter le test. La principale différence ici est une exécution de tâches en plusieurs étapes sur le code, pas seulement la génération de code de l'agent.

Agents d'intelligence artificielle dans les services à la clientèle

Le service à la clientèle est un autre domaine où les agents peuvent être utilisés. Un agent de service à la clientèle :

1. Peut comprendre la demande du client.

2. Vous pouvez trouver un compte client.

3. Vous pouvez consulter l'historique des commandes ou des transactions.

4. Peut contrôler la politique de l'entreprise.

5. Déterminer la solution appropriée.

6. S'il y a une autorisation, elle peut effectuer le processus.

7. Au besoin, elle peut être transférée à un représentant humain.

Cette approche est particulièrement semblable à de nombreuses, mais chacune peut être utilisée dans les demandes des clients exigeant un contexte différent.

Utilisation d'agents de l'IA dans la recherche

Les agents de recherche peuvent être utilisés pour examiner différentes sources de données et répondre à une question. Par exemple:

"Dans la dernière période de nos adversaires ont annoncé que les produits d'intelligence artificielle sont étudiés et comparé les caractéristiques communes. "

Comme tâche, l'agent peut rechercher le Web, examiner différentes ressources et faire l'information obtenue dans un rapport. Toutefois, les résultats obtenus par les agents de recherche devraient être transmis par le contrôle du soudage, en particulier pour les décisions critiques.

Agents d'intelligence artificielle dans l'analyse des données

Dans les processus d'analyse des données, les agents peuvent être connectés à des bases de données ou à des outils d'analyse. Par exemple:

"Au cours des six derniers mois, analysez pourquoi les ventes baissent."

Lorsqu'une tâche est confiée, l'agent peut remettre en question les données nécessaires, comparer les résultats et former des rapports. Le succès de l'agent ici dépend non seulement de la capacité du langage naturel, de la qualité des sources de données, des autorisations d'accès et de l'exactitude de l'analyse effectuée.

Comment créer un agent d'intelligence artificielle?

Pour créer un agent d'IA, il est d'abord nécessaire d'identifier clairement ce que l'agent fera.

Déterminer le but de l'utilisation

Au premier stade, le problème à résoudre doit être déterminé. Par exemple:

• Gérer les demandes des clients

• Investir dans les documents internes

• Code de révision

• Préparer des rapports

• Analyser les données sur les ventes

Une zone d'utilisation spécifique peut être sélectionnée, par exemple.

OpenAI et Anthropic recommandent d'évaluer si le problème a vraiment besoin d'agent avant l'utilisation de l'agent et d'éviter toute complexité architecturale inutile.

Écrire les instructions pour l'agent

La définition de la tâche de l'agent devrait être claire. De telles instructions aident à déterminer les limites de comportement de l'agent.

Exemple rapide :

« Vous êtes l'agent de soutien à la clientèle de notre entreprise. Analysez les demandes des clients. N'utilisez que les politiques et outils de l'entreprise qui vous sont donnés. Prévision sur un sujet que vous connaissez. Effectuer des opérations sans le consentement de l ' utilisateur ou de l ' employé autorisé dans le cadre d ' opérations à impact élevé telles que le remboursement. > >

Outils de description

Les outils requis par l'agent doivent être déterminés. Par exemple, agent de service à la clientèle; appel à la clientèle, demande de commande, demande de statut d'expédition, des outils de création de dossiers de soutien peuvent être donnés. Il est important que les outils qui n'ont pas besoin d'utiliser l'agent ne soient pas ajoutés au système, ce qui limite la zone d'autorisation.

Créer un environnement d'essai

L'agent doit être testé directement avec différents scénarios avant d'être pris dans l'environnement de production. Par exemple, pour l'agent du service à la clientèle; demande normale du client, informations manquantes, informations incorrectes du client, transaction nécessitant une autorisation, données contradictoires, instructions malveillantes peuvent être dits. Anthropic, Il souligne l'importance de tests complets et de mesures de sécurité appropriées en précisant que les agents peuvent entraîner des erreurs et des coûts accrus.

Un seul agent, plusieurs agents ?

Il n'y a pas besoin de plusieurs architectures d'agents de chaque système.

Système à agent unique

Un agent dans un système en une seule pièce essaie de terminer la tâche en utilisant différents outils. Par exemple, un agent de recherche : Recherche → Revue des ressources → Comparaison de l'information → La préparation du rapport peut se gérer. Comme cette structure est plus simple, le processus de développement et d'essai peut également être plus facile.

Système à agents multiples

Système à agents multiples Différentes tâches peuvent être distribuées à différents agents. Par exemple:

Agent gestionnaire

Les

Agent de recherche + Agent d'analyse des données + Agent déclarant

Une architecture peut être créée dans la forme.

L'agent d'analyse des données peut examiner les données numériques tout en recueillant les ressources de l'agent de recherche. L'agent déclarant peut rassembler les résultats. Anthropic suggère l'évaluation de différentes architectures selon le scénario d'utilisation des systèmes à un seul emploi à plusieurs agents orkestration.

Différence entre le flux de travail agent et l'agent d'IA

Il est important de séparer les concepts de flux et d'agent dans les systèmes basés sur les agents.

Le processus est en grande partie prédéfini.

Par exemple:

Texte → Résumé → Traduire → Traduire → Tags Kayde

peut être défini par un code de séquence de processus comme.

Dans un système basé sur les agents, le modèle peut décider quelle étape et quel véhicule seront utilisés de façon plus dynamique selon l'état actuel de la tâche.

L'agent est-il utilisé pour chaque travail?

Automatisation classique ou pour une tâche simple avec des étapes spécifiques Sommaire peut être plus pratique. Google Cloud indique également que l'approche agence n'est pas toujours nécessaire dans les tâches prédéfinies telles que l'abstraction, la traduction ou la classification des documents.

Agents plus:

• Tâches ouvertes

• Processus en plusieurs étapes

• Emplois nécessitant une prise de décision

• Travailler avec des données unifiées

• Dans les processus où des règles fixes restent insuffisantes

peut être évalué.

Avantages des agents d'intelligence artificielle

L'avantage le plus important des agents d'intelligence artificielle est que l'intelligence artificielle productive ne peut être utilisée que dans la réalisation de certaines tâches qui sont considérées comme l'outil de production de contenu.

Gérer les tâches multi-étapes

Les agents peuvent effectuer une tâche en séparant plusieurs étapes au lieu d'un seul processus.

Travail avec les véhicules

APILes bases de données et les logiciels d'entreprise peuvent être inclus dans le domaine de travail.

Utiliser des données non détectées

Il peut être traité sur textes, documents, courriels et données similaires.

Réduction de l'intervention humaine

Certains processus qui se répètent dans des processus bien conçus peuvent être automatisés. Toutefois, ces avantages dépendent de la mise en œuvre de l'agent dans le bon domaine d'utilisation et de tests fiables.

Risques des agents d'intelligence artificielle

Le traitement des agents dans les systèmes externes peut créer des exigences de sécurité et de contrôle différentes par rapport aux systèmes de chat classiques.

Risque de transaction avec mauvaise information

Agent D'après des informations erronées Si l'outil utilise, l'erreur peut être déplacée à l'étape suivante.

Par conséquent, les mécanismes de vérification des résultats peuvent être utilisés dans les processus critiques.

Numéro d'autorisation

Quelles données un agent peut accéder et quels processus peuvent être limités.

Le NIST met l'accent sur l'élaboration de normes et de protocoles pour les questions de sécurité, d'identification et d'autorisation, afin que les agents d'IA puissent être utilisés en toute sécurité. Normes relatives aux agents d'IAJ'ai lancé en 2026.

Risque d'injection rapide

Si l'agent lit des données provenant de sources externes, injection rapide les attaques peuvent être trouvées. Par conséquent, chaque information reçue de l'extérieur ne doit pas être considérée comme une instruction fiable, et les données doivent être séparées des instructions.

Homologation humaine

Pour les transactions financières, l'effacement des données, les modifications critiques du système ou d'autres processus très efficaces approbation humaine ajouté. Cette approche peut créer un mécanisme de contrôle dans les points critiques sans éliminer complètement l'otonomie quel agent a.

Que faut - il considérer lorsqu'on utilise un agent d'intelligence artificielle?

Il ne suffit pas de se concentrer uniquement sur la performance du modèle lors du développement ou de l'utilisation d'un agent d'intelligence artificielle.

Limiter les autorisations de l'agent

L'agent ne devrait pas être accessible aux systèmes qui ne sont pas nécessaires. Par exemple, un agent qui ne lira que l'état de l'ordre peut ne pas avoir le pouvoir de supprimer l'ordre.

Utiliser le mécanisme d'approbation dans les transactions critiques

L'approbation humaine peut être ajoutée pour les opérations difficiles.

Évaluer les produits

Il devrait être testé non seulement pour répondre correctement à l'agent, mais aussi pour terminer la tâche correctement.

Anthropic affirme que les évaluations d'agents peuvent être plus complexes que les évaluations classiques de LLM en raison des caractéristiques telles que l'utilisation d'outils en plusieurs étapes, les changements d'état et de comportement en fonction des résultats intermédiaires.

Enregistrement des transactions Or

En particulier, ce qui signifie que l'agent dans les systèmes ministériels devrait être suivi lorsqu'il utilise et quels processus sont exécutés.

Ces dossiers peuvent s'occuper de l'analyse des erreurs et de l'évaluation du système.

L'avenir des agents d'intelligence artificielle

Le développement d'agents d'intelligence artificielle ne se limite pas à des modèles plus puissants. Un domaine de développement important où les agents peuvent communiquer en toute sécurité avec différents logiciels, sources de données et autres agents.

L'initiative de normalisation des agents d'IA lancée en 2026 du NIST porte sur des questions telles que l'utilisation sécuritaire, l'identité, l'autorisation et l'interopérabilité entre les différents systèmes.

Par conséquent, à l'avenir, les systèmes d'agents d'IA sont évalués non seulement dans les interfaces de chat, mais comme un domaine de développement attendu où les entreprises travaillent dans des systèmes plus complets qui fonctionnent avec les infrastructures logicielles existantes. OpenAI indique également que les agents s'étendent à l'exécution de tâches plus longues et en plusieurs étapes que de courtes interactions.

Mais cela ne signifie pas qu'un système est plus autonome, il est automatiquement meilleur. Pour être adapté à la tâche de l'architecture d'agent, tester suffisamment et Limites de sécurité requisesLa création est nécessaire.