Các Đại Lý AI Hoạt Động Như Thế Nào? Kiến Trúc, Công Cụ, Bộ Nhớ và Truy Cập Web
Expert in Web Scraping Technologies
TL;DR:
- Một đại lý AI là một vòng lặp được kiểm soát xung quanh một mô hình. Nó nhận một mục tiêu, quan sát trạng thái, lập kế hoạch hành động, gọi một công cụ, đánh giá kết quả, và tiếp tục hoặc dừng lại.
- Mô hình không cung cấp toàn bộ hệ thống. Các công cụ, bộ nhớ, phối hợp, quyền hạn, ngân sách, nhật ký, và sự chấp thuận của con người là các thành phần của ứng dụng.
- Bộ nhớ có nhiều công việc khác nhau. Ngữ cảnh làm việc giữ nhiệm vụ hiện tại, bộ nhớ bền bảo tồn các sự kiện hoặc lịch sử đã được phê duyệt, và việc truy xuất chỉ chọn trạng thái liên quan cho bước tiếp theo.
- Các công cụ biến việc tạo văn bản thành hành động. Sơ đồ và ranh giới quyền hạn của chúng xác định những gì đại lý có thể đọc hoặc thay đổi.
- Scrapeless có thể cung cấp dữ liệu web công cộng hiện tại cho một đại lý. Server MCP của nó và các sản phẩm dữ liệu web là các lớp công cụ và thu thập, không phải là công cụ xây dựng đại lý hoặc động cơ quyết định.
Các đại lý AI thường được mô tả như các mô hình có thể hành động. Mô tả đó bỏ qua các kiểm soát kỹ thuật cần thiết để hành động có hiệu quả. Một đại lý sản xuất là một hệ thống phần mềm trong đó một mô hình đề xuất hoặc chọn các bước bên trong một vòng lặp được phối hợp, trong khi ứng dụng kiểm soát các công cụ, trạng thái, quyền hạn và điều kiện dừng lại.
Hướng dẫn này giải thích vòng lặp đó, các thành phần xung quanh nó, các loại đại lý thông thường, và nơi mà quyền truy cập web mới phù hợp.
Một Đại Lý AI Là Gì?
Một đại lý AI là một hệ thống theo đuổi một mục tiêu bằng cách quan sát trạng thái hiện tại của nó, chọn một hành động, sử dụng các công cụ hoặc tạo đầu ra, và cập nhật bước tiếp theo từ kết quả. Đường đi có thể thay đổi trong suốt quá trình thực thi.
Một đại lý khác với một cuộc gọi mô hình đơn vì nó có thể thực hiện nhiều bước giới hạn. Nó khác với một quy trình làm việc cố định vì ít nhất một chuyển đổi phụ thuộc vào lý luận hoặc đánh giá mô hình thay vì chỉ một nhánh đã viết sẵn.
Không có kiến trúc bắt buộc duy nhất. Một cuộc khảo sát các đại lý mô hình ngôn ngữ tự động tổ chức các hệ thống phổ biến quanh hồ sơ, bộ nhớ, lập kế hoạch và mô-đun hành động. khảo sát các đại lý tự động dựa trên mô hình ngôn ngữ lớn cũng mô tả các mẫu đánh giá và ứng dụng trong toàn lĩnh vực.
Đại Lý AI Hoạt Động Như Thế Nào Bước Từng Bước?
Vòng lặp kiểm soát hữu ích đơn giản nhất có bảy bước.
- Nhận mục tiêu. Phân tích kết quả yêu cầu, ràng buộc, dữ liệu cho phép, thời hạn, và yêu cầu phê duyệt.
- Quan sát trạng thái. Tải trạng thái nhiệm vụ hiện tại, bộ nhớ liên quan, kết quả công cụ và tín hiệu môi trường.
- Lập kế hoạch cho bước tiếp theo. Chọn một hành động hoặc chia nhỏ nhiệm vụ thành các bước nhỏ hơn.
- Gọi một công cụ hoặc đưa ra câu trả lời. Chỉ gọi một công cụ được phép cho nhiệm vụ và truyền các tham số đã được xác thực.
- Xác nhận kết quả. Kiểm tra phản hồi của công cụ với sơ đồ của nó và điều kiện chấp nhận của nhiệm vụ.
- Cập nhật trạng thái. Lưu lại kết quả hữu ích, công việc còn lại, chi phí, và bất kỳ sự không chắc chắn mới nào.
- Tiếp tục, hỏi, hoặc dừng. Người phối hợp áp dụng ngân sách cuộc gọi, ranh giới chính sách, bài kiểm tra hoàn thành, và quy tắc phê duyệt của con người.
Mô hình tham gia vào việc lập kế hoạch và đánh giá, nhưng thời gian thực nên thực thi các kiểm soát không thể thương lượng. Ví dụ, mô hình có thể đề xuất gửi một tin nhắn, trong khi ứng dụng yêu cầu sự phê duyệt của người dùng trước khi công cụ nhắn tin có thể thực hiện.
Kiến Trúc Đại Lý AI
| Thành phần | Trách nhiệm | Câu hỏi sản xuất |
|---|---|---|
| Mục tiêu và hướng dẫn | Định nghĩa kết quả mong muốn và ràng buộc | Liệu việc hoàn thành có thể đo lường được không? |
| Mô hình | Diễn giải ngữ cảnh và đề xuất hành động | Quyết định nào được giao cho mô hình? |
| Người phối hợp | Thực hiện vòng lặp và thực thi chính sách | Điều gì ngăn chặn các hành động lặp lại hoặc không an toàn? |
| Đăng ký công cụ | Hiện diện các khả năng cho phép | Các sơ đồ có chính xác và mô tả không rõ ràng không? |
| Bộ nhớ và trạng thái | Bảo tồn thông tin nhiệm vụ liên quan | Cái gì được lưu trữ, thu hồi, hết hạn, hoặc bị cô lập? |
| Thu thập dữ liệu | Truy cập thông tin bên ngoài hiện tại | Làm thế nào để ghi lại độ mới và nguồn gốc? |
| Bộ xác thực | Kiểm tra đầu ra và kết quả công cụ | Cái gì từ chối những đại diện không đầy đủ hoặc sai lệch? |
| Khả năng quan sát | Ghi lại hành động, chi phí, độ trễ, và kết quả | Liệu một người xem có thể tái tạo lại quá trình không? |
| Phê duyệt của con người | Cửa ngõ các bước nhạy cảm hoặc không thể đảo ngược | Hành động nào luôn cần xác nhận? |
Kiến trúc nên làm cho quyền hạn của mô hình trở nên rõ ràng. Nếu đại lý chỉ có thể nghiên cứu và soạn thảo, bộ công cụ của nó không nên bao gồm các hành động xuất bản hoặc quản lý tài khoản. Quyền tối thiểu đơn giản hơn việc yêu cầu một lời nhắc ghi nhớ mọi hành động cấm.
Lập Kế Hoạch và Lý Luận
Lập kế hoạch chuyển đổi một mục tiêu thành hành động được phép tiếp theo. Một đại lý nhỏ có thể lập kế hoạch một bước tại một thời điểm. Một nhiệm vụ dài hơn có thể bắt đầu với một đồ thị nhiệm vụ, sau đó sửa đổi nó khi các quan sát đến.
Các kế hoạch nên được coi là trạng thái làm việc, không phải là sự thật. Các kết quả công cụ có thể làm sai lệch một giả định. Một trang có thể không khả dụng, một bản ghi có thể đã tồn tại, hoặc một nguồn tài liệu cần thiết có thể xung đột với một nguồn tài liệu khác. Đại lý cần một cách rõ ràng để đánh dấu một bước hoàn thành, sửa đổi nó, yêu cầu đầu vào, hoặc dừng lại.
Kế hoạch dài không tự động tốt hơn. Chúng tiêu tốn bối cảnh và có thể giữ cho tác nhân bị mắc kẹt vào một con đường lỗi thời. Sử dụng khoảng thời gian lập kế hoạch ngắn nhất hỗ trợ nhiệm vụ, sau đó đánh giá lại sau những quan sát có ý nghĩa.
Công cụ Tác nhân AI
Công cụ cho phép một tác nhân truy vấn cơ sở dữ liệu, tìm kiếm trên web, lấy một trang, chạy mã, đọc tệp hoặc yêu cầu một hành động bên ngoài. Mỗi công cụ nên có:
- một tên và mô tả cụ thể;
- một sơ đồ nhập liệu có kiểu dữ liệu;
- một kết quả thành công có kiểu dữ liệu;
- các trạng thái lỗi rõ ràng;
- một ranh giới ủy quyền;
- giới hạn về phạm vi, chi phí và tác động phụ;
- nhật ký xác định cuộc gọi và kết quả.
Tài liệu mô tả công cụ giao thức mô hình ngữ cảnh mô tả cách mà các máy chủ có thể công khai những công cụ có thể khám phá cho các khách hàng mô hình ngôn ngữ tương thích. Một giao thức tiêu chuẩn hóa giao diện; nó không quyết định công cụ nào mà người dùng nên tin tưởng hoặc hành động nào nên được phê duyệt.
Kết quả công cụ là dữ liệu đầu vào không đáng tin cậy. Một trang web, tài liệu, hoặc trường API có thể chứa các hướng dẫn mâu thuẫn với mục tiêu của người dùng. Ứng dụng nên giữ dữ liệu công cụ tách biệt với chính sách thời gian thực và không bao giờ để văn bản được lấy lại định nghĩa lại quyền.
Bộ Nhớ Tác nhân AI
“Bộ nhớ” là một nhãn cho một số vấn đề lưu trữ và truy xuất khác nhau.
Bối cảnh làm việc
Bối cảnh làm việc chứa mục tiêu hiện tại, các tin nhắn gần đây, kết quả công cụ, và kế hoạch ngay lập tức. Nó nhanh nhưng có giới hạn. Việc truyền mỗi quan sát lịch sử vào mọi bước làm tăng chi phí và làm cho các chi tiết lỗi thời có khả năng ảnh hưởng đến hành động tiếp theo.
Trạng thái nhiệm vụ
Trạng thái nhiệm vụ là tiến độ có cấu trúc: các bước đã hoàn thành, công việc đang chờ, các bản ghi đã chọn, ngân sách, và kết quả xác thực. Lưu trữ điều này bên ngoài văn bản mô hình tự do khi độ chính xác là quan trọng.
Bộ nhớ bền vững
Bộ nhớ bền vững giữ lại thông tin đã được phê duyệt qua các phiên, chẳng hạn như sở thích của người dùng, các quyết định trước đó, hoặc các định danh thực thể đã được giải quyết. Nó cần các quy tắc về quyền sở hữu, giữ lại, xóa, và truy cập. Không phải tất cả chi tiết cuộc trò chuyện nên trở thành bộ nhớ bền vững.
Lớp truy xuất
Truy xuất chọn các mục lưu trữ liên quan cho bước hiện tại. Nó nên trả về nguồn gốc và dấu thời gian để tác nhân có thể phân biệt chính sách hiện tại từ các ghi chú cũ. Khảo sát về các cơ chế bộ nhớ cho các tác nhân mô hình ngôn ngữ lớn xem xét các hình thức bộ nhớ và vai trò của chúng trong hành vi của tác nhân.
Nhận thức, Hành động, và Phản hồi
Các tác nhân phần mềm “nhận thức” thông qua đầu ra công cụ và các sự kiện ứng dụng. Một tác nhân nghiên cứu nhận được kết quả tìm kiếm và các trang. Một tác nhân hỗ trợ có thể nhận được một vé, các bản ghi kiến thức đã được phê duyệt, và thông tin đo lường. Một tác nhân trình duyệt quan sát trang hiện tại và các yếu tố có sẵn.
Hành động nên được định kiểu. “Cập nhật bản ghi” là mơ hồ; một hợp đồng công cụ an toàn đặt tên cho bản ghi, các trường được phép, các giá trị đề xuất, và trạng thái phê duyệt. Sau khi thực hiện, công cụ trả về bản ghi kết quả hoặc một lỗi chính xác.
Phản hồi khép kín vòng lặp. Nó có thể là một kết quả xác thực sơ đồ, một bài kiểm tra, một sửa chữa của người dùng, một điểm đánh giá, hoặc một sự thay đổi trạng thái bên ngoài. Tác nhân nên sử dụng phản hồi để chọn hành động tiếp theo, không chỉ đơn thuần thêm nó vào một bản sao.
Các loại Tác nhân AI Thông thường
Tác nhân phản ứng
Tác nhân phản ứng chọn một hành động từ quan sát hiện tại với ít trạng thái bền vững. Chúng phù hợp với các nhiệm vụ định tuyến hoặc phân loại có giá trị lịch sử hạn chế.
Tác nhân sử dụng công cụ
Tác nhân sử dụng công cụ gọi API, hệ thống tìm kiếm, trình chạy mã, hoặc kho dữ liệu. Chúng rất phổ biến trong nghiên cứu, hỗ trợ, và quy trình làm việc của nhà phát triển.
Tác nhân lập kế hoạch
Tác nhân lập kế hoạch phân tích các mục tiêu nhiều bước và cập nhật kế hoạch trong quá trình thực hiện. Họ cần các điều kiện dừng mạnh mẽ vì lập kế hoạch mở có thể tăng chi phí mà không cải thiện kết quả.
Tác nhân trình duyệt
Tác nhân trình duyệt kiểm tra và tương tác với các trang web thông qua một công cụ trình duyệt được kiểm soát. Họ cần các quyền miền, thông tin xác thực, và hành động nghiêm ngặt. Đọc một trang công khai và gửi một giao dịch là các mức độ ủy quyền khác nhau.
Hệ thống đa tác nhân
Hệ thống đa tác nhân phân công vai trò cho nhiều tác nhân và phối hợp đầu ra của họ. Điều này có thể giúp khi các nhiệm vụ thực sự có thể tách rời hoặc yêu cầu xem xét độc lập. Nó cũng tăng cường sự điều phối, bối cảnh, và độ phức tạp của sự thất bại. Bắt đầu với một tác nhân trừ khi phân tách vai trò tạo ra lợi ích có thể đo được.
Cách Truy cập Web Phù hợp với Tác nhân AI
Các mô hình không biết trạng thái hiện tại của web công cộng. Một tác nhân được kích hoạt web cần một mặt dữ liệu có thể tìm kiếm, truy xuất, hiển thị, xác thực, và trả về nguồn gốc.
Hướng dẫn Máy chủ MCP không chất thải giải thích cách các công cụ tìm kiếm và khai thác web có thể được tiếp cận bởi các khách hàng tương thích. Đại lý AI không chất thải mô tả cách khả năng dữ liệu web của nền tảng hỗ trợ quy trình làm việc của đại lý.
Đối với hợp đồng yêu cầu công cụ tìm kiếm cụ thể, hướng dẫn nhanh Deep SerpApi cho thấy các trường đầu vào và phản hồi hiện tại.
Scrapeless không phải là vòng lặp lý luận hoặc khung đại lý. Ứng dụng chủ vẫn lựa chọn mô hình, kế hoạch, thiết kế bộ nhớ, quyền hạn, quy tắc đánh giá và cổng phê duyệt. Scrapeless cung cấp lớp dữ liệu web công cộng thông qua các sản phẩm như Deep SerpApi, Universal Scraping API và Trình duyệt Scraping.
Hướng dẫn Trình duyệt Scraping không chất thải cung cấp một ví dụ cụ thể về việc phơi bày khả năng thu thập dựa trên trình duyệt trong khi giữ cho việc điều phối diễn ra trong ứng dụng chủ.
Một phản hồi công cụ web sạch sẽ chứa URL được yêu cầu, URL cuối, danh tính trang, thời gian thu thập, địa phương, trạng thái khai thác và bằng chứng. Sau đó, đại lý có thể lý luận dựa trên một bản ghi đã được xác thực thay vì một bản sao trang không kiểm soát.
Các trường hợp sử dụng Đại lý AI
Nghiên cứu và giám sát
Một đại lý có thể tìm kiếm các nguồn được phê duyệt, lấy các trang hiện tại, so sánh các tuyên bố và soạn thảo một báo cáo cùng với nguồn gốc. Hệ thống nên bảo tồn bằng chứng mâu thuẫn thay vì ép buộc một câu trả lời duy nhất.
Hỗ trợ hoạt động
Một đại lý có thể thu thập một vé, tài liệu đã được phê duyệt và telemetry chỉ đọc, sau đó gợi ý một giải pháp. Các thay đổi bên ngoài nên cần một quyền và con đường phê duyệt riêng.
Hoạt động pipeline dữ liệu
Một đại lý có thể kiểm tra các lỗi lược đồ, xác định các thay đổi nguồn và đề xuất các bản cập nhật phân tích. Các bài kiểm tra và hợp đồng dữ liệu vẫn là các cổng xác định trước khi bất kỳ thay đổi nào đạt đến sản xuất.
Quy trình làm việc của nhà phát triển
Một đại lý có thể đọc các tệp trong kho, thực hiện các bài kiểm tra giới hạn và chuẩn bị một bản vá. Thời gian chạy nên hạn chế phạm vi filesystem và mạng và ghi lại kết quả của mọi lệnh.
Giới hạn và Giám sát của Con Người
Các đại lý có thể chọn một công cụ có vẻ hợp lý nhưng sai, đọc sai một kết quả, lặp lại các hành động hoặc dừng lại quá sớm. Họ cũng có thể biến bộ nhớ cũ thành một giả định hiện tại. Các lược đồ công cụ và trình xác thực giảm thiểu những rủi ro này nhưng không loại bỏ hoàn toàn chúng.
Thiết lập các kiểm soát có thể đo lường:
- số lần gọi công cụ tối đa, token, thời gian trôi qua và chi phí;
- các công cụ, miền, bản ghi và lớp dữ liệu được phép;
- kiểm tra chấp nhận nội dung và lược đồ;
- phê duyệt trước khi giao tiếp, mua sắm, xóa hoặc công bố bên ngoài;
- chạy nhật ký với nguồn gốc xuất xứ;
- một con đường kiêng khe rõ ràng khi bằng chứng bị thiếu.
Khung Quản Lý Rủi Ro AI NIST cung cấp một cấu trúc rộng hơn để quản lý và đo lường các rủi ro AI. Các kiểm soát của đại lý nên được liên kết với tác động thực tế của ứng dụng, không chỉ đơn giản được thêm vào như một phần phụ trợ chung.
So sánh Đại lý AI, Chatbot và Quy trình làm việc
| Hệ thống | Đường quyết định | Công cụ | Trạng thái | Phù hợp nhất |
|---|---|---|---|---|
| Chatbot | Thường một phản hồi cho mỗi lượt người dùng | Tùy chọn và hạn chế | Ngữ cảnh cuộc trò chuyện | Giải thích và hỗ trợ tương tác |
| Quy trình làm việc xác định | Nhánh đã được xác định trước | Cố định theo từng bước | Trạng thái quy trình có cấu trúc | Quy trình kinh doanh có thể lặp lại |
| Đại lý AI | Vòng lặp có điều kiện, ảnh hưởng bởi mô hình | Được chọn một cách động trong chính sách | Ngữ cảnh làm việc cộng với trạng thái nhiệm vụ | Các mục tiêu với các bước trung gian không chắc chắn |
Nhiều hệ thống hữu ích là sự kết hợp. Một quy trình làm việc xác định có thể gọi một đại lý cho một phân loại không rõ ràng, sau đó tiếp tục quy trình phê duyệt cố định. Thiết kế đó giới hạn hành vi mở cho phần mà nó cần.
Kết luận: Xem Đại lý như một Hệ thống, Không phải là Một lời nhắc
Các đại lý AI hoạt động bằng cách lặp đi lặp lại quan sát trạng thái, chọn một hành động cho phép, xác thực kết quả và quyết định xem có nên tiếp tục hay không. Mô hình là một thành phần bên trong vòng lặp đó.
Các đại lý đáng tin cậy làm cho công cụ, bộ nhớ, ngân sách, quyền hạn và phê duyệt của con người trở nên rõ ràng trong kiến trúc. Dữ liệu web hiện tại nên đi vào qua một lớp thu thập được kiểm soát với nguồn gốc, không phải thông qua ngữ cảnh không tài liệu được dán vào lời nhắc.
Kết nối Một Đại lý với Dữ liệu Web Công cộng Hiện tại
Tạo một tài khoản Scrapeless, định nghĩa một nhiệm vụ nghiên cứu chỉ đọc, và chỉ cung cấp các công cụ tìm kiếm hoặc trích xuất mà nó cần. So sánh giá của Scrapeless dựa trên số nhiệm vụ đã hoàn thành và được xác nhận thay vì theo số lần gọi công cụ thô.
FAQ
Q: AI agents hoạt động như thế nào ở mức đơn giản?
Chúng nhận một mục tiêu, kiểm tra trạng thái hiện tại, chọn một hành động được phép, sử dụng một công cụ hoặc sản xuất đầu ra, kiểm tra kết quả, và lặp lại cho đến khi nhiệm vụ hoàn tất hoặc một giới hạn được đạt.
Q: AI agent có phải chỉ là một mô hình ngôn ngữ lớn không?
Không. Mô hình diễn giải ngữ cảnh và đề xuất hành động, trong khi hệ thống agent còn bao gồm việc phối hợp, công cụ, bộ nhớ, quyền truy cập, xác minh, nhật ký, và điều kiện dừng.
Q: Bộ nhớ của AI agent là gì?
Bộ nhớ của AI agent bao gồm ngữ cảnh làm việc hiện tại, trạng thái nhiệm vụ có cấu trúc, thông tin đã được phê duyệt bền vững, và logic truy xuất mà chọn các mục liên quan cho một bước.
Q: Công cụ của AI agents là gì?
Công cụ là các khả năng có kiểu như tìm kiếm web, truy vấn cơ sở dữ liệu, truy cập tệp, thực thi mã, hoặc tương tác với trình duyệt. Các sơ đồ và quyền hạn của chúng xác định những gì agent có thể làm.
Q: Scrapeless có xây dựng agent AI không?
Scrapeless cung cấp các lớp công cụ tìm kiếm, thu thập trang, trình duyệt, và MCP cho dữ liệu web công khai. Ứng dụng chủ vẫn chịu trách nhiệm cho mô hình, vòng lập lập kế hoạch, bộ nhớ, quyền hạn, và quản trị.
Q: Khi nào một người nên phê duyệt hành động của agent?
Cần phê duyệt của con người trước những hành động nhạy cảm hoặc khó đảo ngược như xuất bản, gửi tin nhắn bên ngoài, thay đổi tài khoản, mua sắm, hoặc xóa dữ liệu.
Tại Scrapless, chúng tôi chỉ truy cập dữ liệu có sẵn công khai trong khi tuân thủ nghiêm ngặt các luật, quy định và chính sách bảo mật trang web hiện hành. Nội dung trong blog này chỉ nhằm mục đích trình diễn và không liên quan đến bất kỳ hoạt động bất hợp pháp hoặc vi phạm nào. Chúng tôi không đảm bảo và từ chối mọi trách nhiệm đối với việc sử dụng thông tin từ blog này hoặc các liên kết của bên thứ ba. Trước khi tham gia vào bất kỳ hoạt động cạo nào, hãy tham khảo ý kiến cố vấn pháp lý của bạn và xem xét các điều khoản dịch vụ của trang web mục tiêu hoặc có được các quyền cần thiết.
