Jak zbudowany jest naprawd\u0119 agent AI?<\/strong><\/h4>Dlaczego m\u00f3wi si\u0119, \u017ce agent AI sam podejmuje decyzje? Mo\u017cna to wyczyta\u0107 z architektury rozwi\u0105zania agentowego, istotnie r\u00f3\u017cnej od wykorzystywania \u201ego\u0142ego\u201d modelu, w kt\u00f3rym typowy przep\u0142yw informacji to po prostu pytanie\u2013odpowied\u017a. System agentowy zawiera p\u0119tl\u0119, kt\u00f3ra weryfikuje, czy model (LLM) jest ju\u017c \u201ezadowolony\u201d z w\u0142asnej odpowiedzi (je\u015bli generuje co\u015b z w\u0142asnej wiedzy) lub czy ma do\u015b\u0107 informacji, aby na ich bazie wygenerowa\u0107 satysfakcjonuj\u0105c\u0105 odpowied\u017a. Ta p\u0119tla daje mu pewn\u0105 elastyczno\u015b\u0107 w kwestii czasu potrzebnego na stworzenie finalnej odpowiedzi.<\/p>
Narz\u0119dzia<\/strong><\/p>Od jakiego\u015b czasu wi\u0119kszo\u015b\u0107 dostawc\u00f3w du\u017cych modeli udost\u0119pnia funkcjonalno\u015b\u0107 nazwan\u0105 wywo\u0142ywaniem funkcji (ang. function calling<\/em>). Oznacza to, \u017ce mo\u017cemy opisa\u0107 zadanie oraz przes\u0142a\u0107 definicje funkcji programowych w JSON i poprosi\u0107 o informacj\u0119, kt\u00f3ra z tych funkcji powinna zosta\u0107 uruchomiona i z jakimi parametrami.<\/p>W przypadku agent\u00f3w, funkcje s\u0105 zwykle nazywane narz\u0119dziami \u2013 st\u0105d nowy trend zwany tool calling<\/em>, odnosz\u0105cy si\u0119 do nowego \u2013 ciekawszego \u2013 mechanizmu pytania o to, kt\u00f3re z narz\u0119dzi wybra\u0107. W tym przypadku prawie zawsze informacje wygenerowane przez takie narz\u0119dzie trafiaj\u0105 z powrotem do LLM-u, kt\u00f3ry z kolei decyduje, co z nimi zrobi\u0107 dalej. Tak rozumianym narz\u0119dziem mo\u017ce by\u0107 kawa\u0142ek kodu, \u017c\u0105danie do API lub inny proces z wykorzystaniem LLM-u. Najcz\u0119\u015bciej u\u017cywany tool<\/em> to pozyskiwanie wszelkiej ma\u015bci informacji \u2013 z baz, plik\u00f3w, system\u00f3w typu RAG i internetu, rzecz jasna.<\/p>Taki subagent ma zwykle dost\u0119p do kilku narz\u0119dzi pogrupowanych tematycznie \u2013 np. wszystkie aplikacje pobieraj\u0105ce pliki, wszystkie narz\u0119dzia do wyszukiwania w internecie albo \u0142\u0105cza do okre\u015blonych aplikacji typu Slack czy SalesForce.<\/p>
W zale\u017cno\u015bci od wybranego frameworku mo\u017cesz mniej lub bardziej wp\u0142yn\u0105\u0107 na prompt, z kt\u00f3rego skorzysta LLM przy podejmowaniu decyzji dotycz\u0105cej wyboru narz\u0119dzia, dalszego dzia\u0142ania czy ewentualnych pyta\u0144 do u\u017cytkownika.<\/p>
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/147_1.png\")
<\/p>
Po ostatnim roku pe\u0142nym eksplozji i dojrzewania kolejnych framework\u00f3w przeznaczonych do tworzenia modeli agent\u00f3w, ca\u0142a bran\u017ca intensywnie zg\u0142\u0119bia temat i uczy si\u0119, jak do tego podchodzi\u0107 \u2013 podobnie jak by\u0142o przy pocz\u0105tkach znanych i lubianych llamaindex czy langchain. A proces ten przypomina mniej wi\u0119cej wymian\u0119 szyby w lec\u0105cym samolocie i to jedn\u0105 r\u0119k\u0105, bo w mi\u0119dzyczasie dostawcy wypuszczaj\u0105 coraz lepsze modele, \u017ce o sytuacji typu \u201eczarny \u0142ab\u0119d\u017a\u201d w postaci DeepSeeka nie wspomn\u0119.<\/p>
W kr\u00f3tkim czasie powsta\u0142y m.in.: <\/p>
- CrewAI (24 tys. gwiazdek),<\/li>\n\n
- PhiData (17 tys. gwiazdek),<\/li>\n\n
- Autogen MS (37 tys. gwiazdek),<\/li>\n\n
- LangGraph (7.9 tys. gwiazdek),<\/li>\n\n
- PydanticAI (5 tys. gwiazdek),<\/li>\n\n
- OpenAI Swarm (tylko do edukacji),<\/li>\n\n
- Smolagents (4.5 tys. gwiazdek),<\/li>\n\n
- Atomic Agents (2.5 tys. gwiazdek).<\/li><\/ul>
Bardzo ciekawym projektem jest te\u017c memGPT \/ Letta.ai, czyli po\u0142\u0105czenie frameworku<\/em> w Pythonie ze \u015brodowiskiem graficznym, w kt\u00f3rym mo\u017cna podgl\u0105da\u0107, co si\u0119 dzieje \u201epod podszewk\u0105\u201d.<\/p>To zupe\u0142nie wst\u0119pna lista, ale ju\u017c wida\u0107, \u017ce pojawiaj\u0105 si\u0119 r\u00f3\u017cne koncepcje tego, czym jest agent AI, jak du\u017c\u0105 swobod\u0119 dzia\u0142ania powinien mie\u0107 i tym samym jak du\u017c\u0105 kontrol\u0119 b\u0119d\u0105 mieli nad nim u\u017cytkownik oraz in\u017cynier (jego tw\u00f3rca).<\/p>
Stopie\u0144 ingerencji i potrzeby u\u017cytkownik\u00f3w w tym zakresie bardzo si\u0119 r\u00f3\u017cni\u0105. Troch\u0119 jak w przypadku samochod\u00f3w \u2013 jedni wybieraj\u0105 toyot\u0119 coroll\u0119 i nigdy nie zmieniaj\u0105 \u017cadnego ustawienia fabrycznego, a inni tygodniami badaj\u0105, jaki rozmiar i twardo\u015b\u0107 spr\u0119\u017cyny do zawieszenia zagwarantuje im idealne skr\u0119canie autem.<\/p>
Co oznaczaj\u0105 \u201epami\u0119\u0107\u201d i \u201euczenie si\u0119\u201d agent\u00f3w AI?<\/strong><\/h4>W opisach system\u00f3w agentowych znajdzie si\u0119 te\u017c prawie zawsze stwierdzenie, \u017ce to systemy, kt\u00f3re \u201esi\u0119 ucz\u0105\u201d. Ale co to dok\u0142adnie oznacza? Wcze\u015bniej mo\u017cna by\u0142o przypuszcza\u0107, \u017ce chodzi o korzystanie z modeli typu Reinforcement Learning (RL), kt\u00f3re na podstawie okre\u015blonego wzoru na nagrod\u0119 (oraz kar\u0119) pr\u00f3buj\u0105 rozwi\u0105za\u0107 zadanie tak, by maksymalizowa\u0107 t\u0119 nagrod\u0119 (i minimalizowa\u0107 kar\u0119). Takie dodatkowe modu\u0142y czy rozwi\u0105zania te\u017c si\u0119 pojawiaj\u0105, tylko dodatkowo korzystaj\u0105 na przyk\u0142ad z baz grafowych.<\/p>
Dla cz\u0142owieka nauka zwykle oznacza \u0107wiczenie nowej umiej\u0119tno\u015bci, zapami\u0119tywanie, powtarzanie, patrzenie na wyniki, zmian\u0119, powtarzanie, zapami\u0119tywanie \u2013 i tak w k\u00f3\u0142ko. To oznacza, \u017ce adaptacja i pami\u0119\u0107 odgrywaj\u0105 w tym procesie kluczow\u0105 rol\u0119. Tak\u017ce w systemach opartych na AI maj\u0105 one swoje zastosowanie. Na poziomie u\u017cytkownika \u2013 dzi\u0119ki zapami\u0119tywaniu istotnych informacji w procesie uczenia \u2013 LLM:<\/p>
- poznaje nasze preferencje (\u201eNie u\u017cywaj slangu\u201d, \u201eObja\u015bnienia ilustruj zawsze przyk\u0142adami\u201d, \u201eNie przepraszaj i nie t\u0142umacz si\u0119\u201d, \u201eNie b\u0105d\u017a stronniczy\u201d, \u201eStaraj si\u0119 pokazywa\u0107 dwie strony medalu\u201d),<\/li>\n\n
- pami\u0119ta poprzednie interakcje (\u201eMam na imi\u0119 Micha\u0142\u2026\u201d),<\/li>\n\n
- dostosowuje si\u0119 do stylu (\u201e\u015amia\u0142o korzystaj z sarkazmu i dad jokes<\/em>\u201d),<\/li>\n\n
- wie, \u017ce cz\u0119sto korzystamy z konkretnych narz\u0119dzi, portali czy \u017ar\u00f3de\u0142 (\u201ePolecaj filmy z platformy A zamiast B\u201d),<\/li>\n\n
- pami\u0119ta nasze ulubione prompty do procesowania dokument\u00f3w.<\/li><\/ul>
Ale dodatkowo mamy te\u017c poziom pracy z ca\u0142\u0105 grup\u0105 u\u017cytkownik\u00f3w, czyli uog\u00f3lnione preferencje, np. \u201eWszyscy sprzedawcy wykonuj\u0105 cz\u0119sto te akcje\u201d, \u201eWszyscy pisarze lubi\u0105, kiedy poprawia si\u0119 im gramatyk\u0119\u201d (czy\u017cby?), \u201eWszyscy na diecie keto szukaj\u0105 prostych przepis\u00f3w z du\u017c\u0105 ilo\u015bci\u0105 t\u0142uszczu\u201d itd.<\/p>
Id\u0105c krok dalej, mo\u017cna zidentyfikowa\u0107 pewne schematy dzia\u0142ania z dokumentami czy systemami, np.: \u201eKorzystaj\u0105c z Google Docs, pracownicy tej firmy najcz\u0119\u015bciej otwieraj\u0105 dokument x, a w innej wol\u0105 przegl\u0105da\u0107 pliki excelowe z tego konkretnego folderu\u201d.<\/p>
Trudno nauczy\u0107 LLM takich rzeczy, bo nie bardzo da si\u0119 takie informacje wstrzykn\u0105\u0107 do bazowego treningu g\u0142\u00f3wnego modelu, a jego dostrajanie (fine-tuning<\/em>) co kilka dni te\u017c nie mia\u0142oby du\u017cego sensu. W tym miejscu pojawiaj\u0105 si\u0119 wi\u0119c wszelkie bazy danych, systemy wyszukiwania, nowoczesne bazy wektorowe \u2013 wszystko po to, aby podobnie jak w typowym systemie RAG (Retrival Augmented Generation), finalna odpowied\u017a by\u0142a ju\u017c produktem wszystkich filtr\u00f3w i preferencji trzymanych w \u201epami\u0119ci\u201d, czyli de facto w bazie informacji i polece\u0144.<\/p>Jedn\u0105 z pr\u00f3b zaadresowania tych wyzwa\u0144, zwi\u0105zanych z gromadzeniem wiedzy, mo\u017ce by\u0107 biblioteka \/ API Mem0, jako warstwa abstrakcji, za kt\u00f3r\u0105 schowamy wektorowe bazy danych typu elastic search<\/em>, Pinecone czy Qdrant. Mem0 obiecuje by\u0107 baz\u0105 \u201ewspomnie\u0144\u201d z wielopoziomowymi kategoriami, kt\u00f3re p\u00f3\u017aniej pomagaj\u0105 wyci\u0105ga\u0107 w\u0142a\u015bciwe informacje w zale\u017cno\u015bci od tego, kto i czego szuka. Wyekstrahowane informacje zostan\u0105 wstrzykni\u0119te jako kontekst do promptu, dzi\u0119ki czemu Tw\u00f3j agent AI odpowie lepiej, precyzyjniej wykona zadanie, spali mniej token\u00f3w na pr\u00f3by, sp\u0119dzi mniej czasu na szukanie w sieci itd. Niestety jej opcja open source<\/em> jest drastycznie ubo\u017csza od p\u0142atnego API.<\/p>Opr\u00f3cz tego wi\u0119kszo\u015b\u0107 system\u00f3w agentowych ma te\u017c \u201epami\u0119\u0107 robocz\u0105\u201d (cz\u0119sto nazywan\u0105 scratchpad<\/em>), w kt\u00f3rej agent trzyma \u201ezam\u00f3wienie\u201d od u\u017cytkownika i zaplanowane kroki, kt\u00f3re maj\u0105 doprowadzi\u0107 do jego wykonania. W zale\u017cno\u015bci od u\u017cytego frameworku<\/em> ten bie\u017c\u0105cy stan akcji mo\u017cna te\u017c wy\u015bwietli\u0107, co jest wygodne w przypadku debugowania b\u0142\u0119d\u00f3w, ale przede wszystkim pozwala uruchomi\u0107 proces (ponownie) od okre\u015blonego miejsca w przypadku problemu technicznego z agentem czy restartu serwera. W LangGraph jest to mechanizm zwany checkpointerem i dzia\u0142a podobnie do tego, kt\u00f3rego si\u0119 u\u017cywa w systemach do trenowania modeli \u2013 zapisuje bie\u017c\u0105cy stan \u201eoblicze\u0144\u201d co okre\u015blony czas lub liczb\u0119 krok\u00f3w.<\/p>Nawet je\u015bli najnowsze modele maj\u0105 wr\u0119cz gigantyczne okno kontekstowe, nie ma sensu za ka\u017cdym razem od nowa wysy\u0142a\u0107 ca\u0142ej historii, dlatego taki system (podobnie jak ludzie w trakcie snu) musi pozbywa\u0107 si\u0119 informacji starszych ni\u017c x, ma\u0142o wa\u017cnych czy w jaki\u015b okre\u015blony spos\u00f3b zdezaktualizowanych. Potrzebne te\u017c jest ustalanie priorytet\u00f3w okre\u015blonych informacji, rozwi\u0105zywanie wielu sprzeczno\u015bci (lub chocia\u017c informowanie o nich u\u017cytkownika) i wiele innych operacji, kt\u00f3re ludzki umys\u0142 robi \u201ew tle\u201d na podstawie nowych informacji, prze\u017cy\u0107, diety czy nawet podawanych lek\u00f3w \u2013 czyli wszystkich nowych bod\u017ac\u00f3w. Programista mo\u017ce skojarzy\u0107 ten problem z baz\u0105 grafow\u0105 jako naturalnym konceptem do trzymania takich skomplikowanych relacji. API Mem0 w swojej dokumentacji zawiera informacje, \u017ce korzysta w\u0142a\u015bnie z takiego rozwi\u0105zania, by porz\u0105dkowa\u0107 wstrzykiwane przez u\u017cytkownika informacje.<\/p>
Niezale\u017cno\u015b\u0107 w podejmowaniu decyzji czy <\/strong>human in the loop<\/em><\/strong>?<\/strong><\/h4>Je\u015bli po\u0142\u0105czymy ze sob\u0105 mo\u017cliwo\u015b\u0107 szukania informacji, p\u0119tl\u0119, w kt\u00f3rej model mo\u017ce sprawdzi\u0107, czy to, co ju\u017c wyprodukowa\u0142, spe\u0142nia oczekiwania, a tak\u017ce pami\u0119\u0107 i budowanie proces\u00f3w z wielu pomniejszych element\u00f3w, kt\u00f3rych wykorzystanie mo\u017ce zaplanowa\u0107 jeden z subagent\u00f3w, mo\u017cemy sobie wyobrazi\u0107, jak du\u017ce mo\u017cliwo\u015bci daje taka kombinacja i z jakim wi\u0105\u017ce si\u0119 ryzykiem. Dlatego w zasadzie wszystkie \u201esilniki\u201d maj\u0105 mo\u017cliwo\u015b\u0107 potwierdzania u u\u017cytkownika wszystkich decyzji dotycz\u0105cych nast\u0119pnych krok\u00f3w.
Mog\u0119 sobie wyobrazi\u0107, \u017ce agent AI b\u0119dzie mia\u0142 dost\u0119p do drobnej kwoty pieni\u0119dzy, by w naszym imieniu wykonywa\u0107 pewne zadania, ale pod\u0142\u0105czenie go do g\u0142\u00f3wnego konta w banku zupe\u0142nie bez nadzoru by\u0142oby jednak zbyt ryzykowne. Podobnie z odpisywaniem na wa\u017cne e-maile \u2013 nadz\u00f3r cz\u0142owieka nad finalnym kszta\u0142tem wiadomo\u015bci najpewniej oszcz\u0119dzi mu zak\u0142opotania albo i nawet pomo\u017ce unikn\u0105\u0107 wi\u0119kszej katastrofy.<\/p>
PS. W marcu OpenAI zaproponowa\u0142o Computer-Using Agent, co brzmi ca\u0142kiem sensownie. Ale i tak najwi\u0119kszym newsem tego miesi\u0105ca, przynajmniej w \u015bwiecie agent\u00f3w, jest Manus \u2013 kolejny chi\u0144ski zawodnik, kt\u00f3ry narobi\u0142 zamieszania. Jest \u015bwietny w researchu: szuka, pobiera, podsumowuje, spisuje, poprawia, iteracyjnie \u2013 i to nawet w j\u0119zyku polskim! Rzekomo uruchomiony lokalnie potrafi w sekundy generowa\u0107 100-stronicowe raporty. Mo\u017cliwo\u015bci wydaj\u0105 si\u0119 naprawd\u0119 niesamowite, i tym samym zn\u00f3w podnosz\u0105 poprzeczk\u0119 konkurencji.<\/p>
<\/p>","protected":false},"excerpt":{"rendered":"
Czy agent AI rzeczywi\u015bcie my\u015bli i dzia\u0142a samodzielnie? W teorii ma by\u0107 autonomicznym pomocnikiem, ale w praktyce cz\u0119sto okazuje si\u0119 zwyk\u0142ym wrapperem na sprytne skrypty. Gdzie le\u017cy prawda?<\/p>\n","protected":false},"author":100,"featured_media":9841,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[612,763,402,754],"tags":[],"popular":[],"difficulty-level":[38],"ppma_author":[380],"class_list":["post-9452","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-numer-4","category-ai_praktyka","category-hai-magazine","category-hai_premium","difficulty-level-medium"],"acf":[],"authors":[{"term_id":380,"user_id":100,"is_guest":0,"slug":"michal-dulemba","display_name":"Michal Dulemba","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/09\/mdulemba.jpg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/09\/mdulemba.jpg"},"first_name":"Micha\u0142","last_name":"Dulemba","user_url":"","job_title":"","description":"Do\u015bwiadczony in\u017cynier ML, youtuber i autor znany z interdyscyplinarnego podej\u015bcia do technologii i medi\u00f3w."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9452","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/100"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=9452"}],"version-history":[{"count":7,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9452\/revisions"}],"predecessor-version":[{"id":9864,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/9452\/revisions\/9864"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/9841"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=9452"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=9452"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=9452"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=9452"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=9452"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=9452"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/143_1.png\")
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/143_2.png\")
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/141_1.png\")
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/141_2.png\")
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/145_2.png\")
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/145_1.png\")