En stor sprogmodel (LLM) er i sig selv en passiv motor. Den reagerer på et input (en prompt) og genererer et output (tekst). Men når vi bygger en arkitektur omkring den, kan vi omdanne den til en aktiv agent, der kan interagere med et miljø for at nå et mål.

Kernen i en AI-agent er et konstant kredsløb: Den opfatter, ræsonnerer og handler. Dette adskiller en agent fra en simpel chatbot. I stedet for kun at vente på din næste besked, kan en agent selvstændigt indhente information, bruge værktøjer og udføre opgaver.

Dette kredsløb er det, der giver en agent autonomi. Lad os nedbryde de tre faser:

1. Perception: Agenten observerer sit miljø gennem digitale sensorer. En sensor er ikke et fysisk kamera, men snarere en informationskilde. Det kan være en API-respons, indholdet af en fil, systemnotifikationer eller en ny e-mail i en indbakke.
2. Ræsonnement: Her fungerer LLM'en som agentens hjerne. Baseret på de indsamlede data og sit overordnede mål, planlægger modellen den næste handling. Skal den søge på internettet, analysere data i en fil eller spørge brugeren om mere information?
3. Handling: Agenten udfører den besluttede handling ved hjælp af aktuatorer. I en digital verden er en aktuator et værktøj, der kan påvirke miljøet. Det kan være at sende en kommando til en terminal, kalde et API for at booke et møde eller skrive en statusopdatering til en database.

Ikke alle agenter er bygget ens. Deres arkitektur bestemmer, hvordan de behandler information og træffer beslutninger. De to mest grundlæggende typer er reaktive og deliberative agenter.

Reaktive agenter er hurtige og simple. De fungerer godt i stabile miljøer, hvor en simpel "hvis-dette-så-gør-dette"-logik er tilstrækkelig. Deres adfærd er forudsigelig, men også meget begrænset.

En deliberativ agent er langt mere sofistikeret. Den har en intern model af verden, en hukommelse om tidligere hændelser og evnen til at ræsonnere over konsekvenserne af sine handlinger. Den overvejer forskellige muligheder og vælger den, der bedst fører mod målet.

Deliberative agenter bruger LLM'ens avancerede ræsonneringsevner til at nedbryde komplekse opgaver. Hvis du beder en deliberativ agent om at "planlægge en weekendtur til Paris", vil den ikke bare give et svar. Den vil oprette en plan: søg efter fly, find hoteller, undersøg seværdigheder, book billetter og præsentere en samlet rejseplan. Hvert trin er en bevidst handling baseret på en overordnet strategi.

Moderne AI-agenter er næsten altid deliberative, da LLM'er netop excellerer i at ræsonnere og planlægge. Den reaktive arkitektur er dog stadig relevant for simple, indlejrede systemer, hvor hastighed og pålidelighed er vigtigere end kompleks problemløsning.

At forstå disse grundlæggende arkitekturer er nøglen til at bygge og interagere med effektive AI-agenter. Det er forskellen mellem at have et simpelt værktøj og en autonom partner.