➡️Два подхода к созданию ИИ агентов

В статье Битва за агентов подробно расписано про разницу подходов у OpenAI и LangChain к работе ИИ агентов. Рекомендую к изучению.

Для тех, кому не хочется погружаться в технический дебри, я сделал более простое (как мне кажется) изложение. Заодно и сам хоть понял что к чему😄

Итак, в мире ИИ-сервисов существует три основных подхода к организации работы:

Pipeline - это конвейер, где данные проходят через фиксированную последовательность этапов, как деталь на заводе: получили запрос → проанализировали → обработали → выдали ответ. Просто, предсказуемо, но негибко — если клиент на этапе оплаты решил изменить заказ, придётся начинать сначала.

Декларативный подход - похож на схему метро: все возможные маршруты прорисованы заранее, есть развилки и альтернативные пути, но вы не можете поехать там, где рельсов нет. Вы описываете граф состояний и переходов, а система следует по нему, выбирая нужную ветку в зависимости от условий. За этот подход топит ЛангГраф.

Императивный подход - работает совершенно иначе - вы даёте AI цель и набор инструментов, а дальше он сам решает, как действовать. Чаще всего в основе лежит паттерн ReAct (Reasoning + Acting): AI размышляет о задаче, выбирает действие, наблюдает результат и решает, что делать дальше. Это как отправить опытного сотрудника решить проблему клиента - он сам определит, нужно ли сначала выяснить бюджет или важнее понять сценарий использования, когда привлечь специалиста, а когда справится сам. За этот подход топит ОпенАИ.

Примеры декларативного и императивного подходов

Пример 1: Служба поддержки банка

У вас два AI-агента:

➖Агент переводов

➖Агент кредитов

Сценарий клиента:

"Хочу перевести деньги и узнать про кредит на машину"

ДЕКЛАРАТИВНЫЙ ПОДХОД (карта)

✅ Клиент всегда получит ответ в одинаковом порядке

✅ Легко проверить для аудита

❌ Негибко для нестандартных ситуаций

ИМПЕРАТИВНЫЙ ПОДХОД (компас)

AI сам решает:

✅ Адаптируется под контекст

✅ Может найти неочевидные решения

❌ Непредсказуемый результат

❌ Сложно контролировать

Пример 2: Интернет-магазин техники

Агенты:

➖Консультант по товарам

➖Менеджер доставки

Сценарий клиента:

"Посоветуйте ноутбук для работы и доставьте завтра"

ДЕКЛАРАТИВНЫЙ:

Жёсткая последовательность:

Консультант выясняет требования

Предлагает 3 модели

После выбора → передача менеджеру доставки

Менеджер проверяет возможность на завтра

Проблема: Что если завтра доставки нет? Клиент зря потратил время на выбор.

ИМПЕРАТИВНЫЙ:

AI может сразу проверить доставку на завтра и предложить только те модели, которые успеют привезти. Или спросить, что важнее — конкретная модель или срочность?

Пример 3: Медицинская система

ГДЕ НУЖЕН ДЕКЛАРАТИВНЫЙ:

Пациент: "У меня болит голова и нужен больничный"

Фиксированный протокол:

Нельзя пропускать шаги или менять порядок!

ГДЕ ПОДОЙДЁТ ИМПЕРАТИВНЫЙ:

Фитнес-консультант AI:

"Хочу похудеть и накачать пресс"

AI свободно решает:

Главный вывод

Декларативный = Рецепт

Вы даёте AI пошаговый рецепт. Он не может от него отступить.

Когда нужно: банки, медицина, юридические услуги

Императивный = Цель

Вы даёте AI цель. Он сам выбирает путь.

Когда нужно: творческие задачи, консультации, обучение

Кто же прав в споре?

OpenAI: "Дайте AI свободу, модели уже достаточно умные"

LangChain: "Без контроля AI может навредить. Нужен баланс"

Реальность: Идеальная система умеет работать в обоих режимах. Для оформления кредита — строгий протокол. Для выбора подарка — творческая свобода.

Подписывайтесь на Telegram Korenev AI - GPT в тапочках🩴.