Agenci AI: gdy model sam wykonuje kolejne kroki

Agent AI to model, który nie tylko odpowiada, ale też działa: czyta pliki, uruchamia polecenia, poprawia kod i sprawdza efekt, krok po kroku zmierzając do celu.

Czat a agent

• Czat: Ty pytasz, model odpowiada, a kopiowaniem i uruchamianiem zajmujesz się sam.
• Agent: dostaje cel i ma dostęp do narzędzi, więc sam wykonuje serię działań.

Z czego składa się agent

1. Model, który planuje i podejmuje decyzje.
2. Narzędzia: odczyt i zapis plików, terminal, wyszukiwanie, przeglądarka.
3. Pętla: działanie, obserwacja wyniku, kolejna decyzja, aż do zakończenia zadania.
4. Pamięć robocza, czyli kontekst, w którym mieści się plan i dotychczasowe kroki.

Do czego się nadają

• Zadania z jasnym kryterium sukcesu, na przykład „spraw, by testy przechodziły”.
• Powtarzalne zmiany w wielu plikach.
• Porządkowanie i dokumentowanie projektu.
• Wstępne badanie błędu i propozycja poprawki.

Gdzie robi się ryzykownie

• Agent może wprowadzić wiele zmian naraz, więc trudniej je ocenić.
• Błąd na wczesnym kroku potrafi się przenosić na kolejne.
• Dostęp do terminala i plików oznacza możliwość usunięcia lub zmodyfikowania czegoś ważnego.
• Agent może wykonać polecenia ukryte w przetwarzanych treściach, jeśli ich nie filtrujesz.

Zasady zdrowego rozsądku

• Przyznawaj minimalne uprawnienia i pracuj na kopii projektu.
• Zapisuj stan w Git przed każdym większym zadaniem.
• Wymagaj planu przed działaniem i potwierdzenia przed operacjami nieodwracalnymi.
• Dawaj małe, dobrze opisane zadania zamiast „zrób całą aplikację”.
• Przeglądaj diff po zakończeniu pracy.

Przegląd kategorii narzędzi znajdziesz w tekście narzędzia AI do programowania.