Phillip Isola объяснил, чем AI-агенты отличаются от генеративных моделей

AI-агенты, это системы, которые не просто генерируют текст или изображения, а выполняют действия в цифровой или физической среде. Например, бронируют авиабилеты или взаимодействуют с программами. Как сообщает MIT News, такие системы обычно строятся на базе генеративных моделей вроде Claude. Компании добавляют к ним инструменты для выполнения задач и механизмы памяти.

Phillip Isola из MIT говорит, что большинство современных AI-агентов используют одни и те же базовые модели. Разница между продуктами чаще связана с дополнительными «обертками» и набором доступных инструментов. Агент может работать с калькулятором, файловой системой или бизнес-данными компании, чтобы решать прикладные задачи.

Одной из главных проблем при разработке агентных систем Isola называет нехватку обучающих данных. По его словам, даже для онлайн-бронирования билета требуется большое количество примеров действий: куда нажимать, как реагировать на ошибки, как вести переговоры. Поэтому многие агенты обучаются методом проб и ошибок, взаимодействуя с реальными сайтами и проверяя результат.

По оценке исследователя, самые заметные успехи сейчас показывают coding agents. Они используют цикл обратной связи: пробуют разные варианты решения и проверяют, удалось ли получить правильный ответ. При этом Isola считает, что в сферах с высокими рисками, например в медицине, безопасности или при принятии важных бизнес-решений, AI пока скорее остается инструментом поддержки человека, а не полной заменой принятия решений.