Про AI агенты Я в восторге от AI-агентов. Вообще ChatGPT занял в моей повседневной деятельности стабильное место, но это AI-агент с оговорками. Настоящий AI-агент — это следующий виток развития AI, и его основное отличие заключается в том, что он взаимодействует с внешними системами, анализирует собственные действия, декомпозирует задачи и выбирает оптимальный порядок для их выполнения и даже может работать с другими AI-агентами. Основные характеристики AI-агентов: - автоматизация рутины - интерактивность - самообучение - интеграции - экономия времени - мультиагентные системы Для рядового гражданина AI-агент может помочь с автоматизацией рутинных задач. Приведу сначала простой пример. Подключаем агента к рабочей электронной почте, базово отдаём ему документ с контекстом того, как ты пишешь письма (tone of voice, термины, обороты, общие принципы; можно и без него, про это позже), и просим на каждое входящее письмо думать — нужен ли на него ответ, и если нужен, то писать черновик с текстом ответа. Письма-уведомления он пропустит, а письма, где есть уже переписка, изучит цепочку и выдаст черновик с учётом контекста. При этом может изучить все прошлые переписки с этим адресатом и добрать себе контекст, а также забрать нужный tone of voice. Живому существу останется посмотреть черновики, отредактировать их и отправить письма. Теперь более сложный и интересный пример. Используем сервис Fireflies, который приходит на все твои встречи в Google Meet и Zoom, записывает их, делает транскрипцию (схожу с ума от этого слова) и составляет саммари. Подключаем агента к Fireflies. Агент собирает данные с разговоров, затем создаёт тебе задачи в твоих таск-трекерах (Things, Todoist, TickTick и т. д.), отправляет саммари на почту от твоего имени или в Slack, добавляет в Google Calendar следующую встречу, если её дата фиксировалась на текущей встрече. Для единой точки входа для создания AI-агентов я сейчас использую Zapier, у них пока функциональность в бете, но всё выглядит хорошо. Что самое важное для агентов — это интеграции. Вы должны подключить к агенту потоки данных и дать ему возможность работать в других пространствах (почта, календарь, таск-трекер, чаты). Никто, конечно же, не говорит о полной подмене ваших сообщений, тут речь об уничтожении рутины. И это фантастическая экономия времени в будущем, реально классная инвестиция. Сферы применения — анализ и разбор данных, автоматизации в продажах, в финансах, в службе поддержки. Потенциальные сложности там, где интеграции не простые, поэтому в сценариях смотрим прежде всего на сервисы с API. И что самое интересное — мультиагенты. Это когда AI-агенты работают друг с другом. На коленке придумал простую схему, а потом порисёрчил и узнал, что именно так кто-то и реализовал. Допустим, у вас есть AI-агент, который на входе получает таймфрейм, локации и составляет вам маршрут для движения по городу (в логистике это существует уже давно), но появляется новая точка взаимодействия — AI-агент, который принимает заказы. Далее AI-агент локации общается с AI-агентами-продавцами в разных точках и оформляет там заказы. Затем отслеживает статус заказов и ETA по готовности. Агент-продавец сообщит агенту локации о том, что заказ не будет выдан вовремя, и тогда агент локации перестроит путевой лист в риалтайме. Вообще здесь по-хорошему есть и третий агент — это агент-покупатель. Цепочка получается такая: агент локации — агент-покупатель — агент-продавец. А ты просто водила, который забирает заказы по городу. Куда движемся вообще? Идем в сторону fullstack-агентов. Сейчас это точечные решения по локальным сценариям. Fullstack-агенты будут работать без вмешательства человека и совмещать в себе множество функций. Zapier уже двигается в эту сторону. А проблемы огребём мы как пользователи — всех этих агентов будет очень много, и надо будет тратить время на их выбор. Неизбежная цена за комфорт. Но это всё равно то будущее, которое мне нравится. Нас ждёт целая экосистема агентов, которая будет общаться между собой, устранять ошибки друг друга и освобождать нас от рутины.