A határ egyetlen mondatban
A chatbot szöveget állít elő. Az agent eszközöket működtet, és a saját eredményét is megnézi.
Ha megkérdezed egy chatbottól, hogy szabad-e jövő kedden délelőtt, kap egy udvarias választ arról, hogy nem fér hozzá a naptáradhoz. Egy agent megnyitja a naptárat, megnézi, és megmondja.
Hogyan dolgozik valójában
Az agent egy körben fut, nem egy lépésben:
- Megnézi, hol tart, és eldönti, mi a következő lépés.
- Meghív egy eszközt — keres, fájlt olvas, API-t hív, programot futtat.
- Elolvassa, mi jött vissza.
- Ha nem az, amit várt, másképp próbálja. Ha jó, megy tovább.
- Amikor kész, összefoglal.
A harmadik lépés a lényeg, és ez hiányzik a chatbotból. Az agent látja a saját munkája eredményét, és tud rá reagálni. Ez teszi lehetővé, hogy egy hibás lekérdezést kijavítson anélkül, hogy szólnál.
Mitől tud egyáltalán eszközt használni?
A modell nem „csinál" semmit. Amit tud: strukturált kérést előállítani — például hogy „hívd meg a naptár-lekérdezést erre az időszakra". Ezt a kérést a körülötte lévő program hajtja végre, és az eredményt visszaadja a modellnek.
Az agent tehát nem egy okosabb modell, hanem egy modell köré épített program. Ezért lehet ugyanaz a modell az egyik rendszerben megbízható, a másikban használhatatlan: a különbség nem a modellben van, hanem a köré épített körben, az eszközökben és a hibakezelésben.
Hogy melyik eszközhöz hogyan csatlakozik, arra ma van szabvány is — de az már a következő szint.
A szám, ami mindent megmagyaráz
Itt jön az, amit a legtöbb agent-bemutató elhallgat.
Tegyük fel, hogy egy agent 98%-os megbízhatósággal hajtja végre az egyes lépéseket. Ez nagyon jó aránynak hangzik.
- 5 lépéses feladat: 90% esély a sikerre.
- 20 lépéses feladat: 67%.
- 50 lépéses feladat: 36%.
A valódi üzleti folyamatok jellemzően 20 és 50 lépés közé esnek. Ezért látsz lenyűgöző demókat és csalódást keltő bevezetéseket ugyanarról a technológiáról: a demó öt lépés, az éles használat negyven.
Ebből következik a legfontosabb tervezési szabály: ne egy hosszú, autonóm futásban gondolkodj, hanem több rövid, ellenőrzött szakaszban. Öt darab öt lépéses szakasz, mindegyik végén egy ellenőrzési ponttal, sokkal megbízhatóbb, mint egy huszonöt lépéses szabadfutás.
Hol tegyél embert a folyamatba?
Nem mindenhova — az megölné az egészet. Három helyre érdemes:
- Ahol pénz mozog. Utalás, megrendelés, árajánlat kiküldése.
- Ahol kifelé megy valami. Ügyfélnek küldött levél, publikált tartalom.
- Ahol visszafordíthatatlan. Törlés, felülírás, szerződés lezárása.
Minden más lépés mehet jóváhagyás nélkül. Ha mindenhol kérdez, az ember lesz a szűk keresztmetszet, és a projekt önmagát teszi értelmetlenné.
A jogosultság, amit sokan elrontanak
A leggyakoribb és legdrágább hiba: az agent több hozzáférést kap, mint amennyi a feladatához kell — jellemzően azért, mert így egyszerűbb beállítani.
Az alapszabály: olvasási jog alapból, írási jog eszközönként, külön. Egy agent, aminek riportot kell írnia, ne tudjon rekordot törölni. Nem azért, mert rossz szándékú, hanem mert egy félreértett utasítás vagy egy megtévesztő bemenet elég ahhoz, hogy kárt okozzon.
Ez ma az agentek legnagyobb valós kockázata — nem az, hogy „öntudatra ébred", hanem az, hogy túl sok kulcsot adtál neki.
Mire jó ma, és mire nem
Jó rá: sok lépésből álló, de jól körülírt folyamat, ahol az eredmény ellenőrizhető. Adatgyűjtés több forrásból, egy dokumentumhalmaz feldolgozása, ismétlődő riport összeállítása, kód megírása tesztekkel, amik futtatva megmondják, jó-e.
Nem jó rá: olyan feladat, aminek nincs ellenőrizhető végeredménye; olyan, ahol a hiba drága és nem derül ki azonnal; és olyan, amit egy egyszerű, előre megírt automatizálás is megold. Ez utóbbi gyakoribb, mint gondolnád — ha a lépéssor mindig ugyanaz, nem agent kell, hanem egy workflow. Az olcsóbb, gyorsabb és kiszámítható. Az Alkalmas rá az AI? cikk gyors módszert ad a két eset megkülönböztetésére.
Amit érdemes elvinni
Az agent akkor éri meg, ha a feladatban van döntés — ha nincs, egy sima automatizálás jobb. És amikor bevezeted, két dolgon múlik minden: rövid, ellenőrzött szakaszok, és a lehető legkevesebb jogosultság. Ez a kettő különbözteti meg a működő rendszert a látványos demótól.