Khám phá khái niệm "agent" trong AI: từ định nghĩa đến ứng dụng thực tế
• Harrison Chase, đồng sáng lập LangChain, thường xuyên được hỏi về định nghĩa "agent" trong AI. Ông định nghĩa agent là hệ thống sử dụng LLM để quyết định luồng điều khiển của một ứng dụng.
• Chase đồng tình với quan điểm của Andrew Ng rằng thay vì tranh cãi về định nghĩa chính xác của agent, ta nên xem xét các mức độ khác nhau mà một hệ thống có thể mang tính "agentic".
• Tính "agentic" được định nghĩa là mức độ mà LLM quyết định cách hệ thống hoạt động. Nó có thể từ đơn giản như định tuyến đầu vào đến phức tạp như tự xây dựng công cụ và ghi nhớ để sử dụng trong các bước tiếp theo.
• Khái niệm "agentic" hữu ích trong việc thiết kế và mô tả hệ thống LLM. Nó hướng dẫn quá trình phát triển, chạy, tương tác, đánh giá và giám sát hệ thống.
• Hệ thống càng mang tính "agentic" cao thì càng cần khung điều phối phức tạp hơn, khó chạy hơn, cần khả năng tương tác và quan sát trong quá trình chạy, cần khung đánh giá đặc biệt và hệ thống giám sát mới.
• Chase cho rằng càng "agentic", ứng dụng AI càng cần công cụ và cơ sở hạ tầng mới, thay vì sử dụng các công cụ chung từ thời kỳ trước LLM.
• LangChain đã phát triển LangGraph - bộ điều phối agent để xây dựng, chạy và tương tác với agent, cùng với LangSmith - nền tảng kiểm thử và quan sát cho ứng dụng LLM.
📌 Bài viết giới thiệu khái niệm mới về tính "agentic" trong AI, thay thế tranh cãi về định nghĩa "agent". Mức độ "agentic" quyết định cách tiếp cận phát triển, từ khung điều phối đến đánh giá và giám sát. LangChain đã phát triển các công cụ như LangGraph và LangSmith để hỗ trợ xu hướng này.
https://blog.langchain.dev/what-is-an-agent/
Thảo luận
Follow Us
Tin phổ biến
