AI Agents — od chatbota do autonomicznego agenta

AI Agent to LLM który może wykonywać akcje (nie tylko odpowiadać). Może wyszukiwać w bazie, wysyłać emaile, tworzyć zadania. Od prostego chatbota do autonomicznego agenta.

Chatbot vs Agent

Chatbot:

• Tylko odpowiada na pytania
• Nie wykonuje akcji
• Stateless (nie pamięta kontekstu)

Agent:

• Odpowiada + wykonuje akcje
• Ma dostęp do tools (functions)
• Stateful (pamięta konwersację)
• Może planować (multi-step reasoning)

Function Calling (Tools)

OpenAI Function Calling pozwala LLM wywoływać Twoje funkcje:

1. Definiujesz funkcje:

• get_weather(location)
• search_database(query)
• send_email(to, subject, body)

2. LLM decyduje kiedy użyć:

• User: "Jaka pogoda w Warszawie?"
• LLM: Wywołuje get_weather("Warszawa")

3. Wykonujesz funkcję:

• Call weather API
• Zwróć rezultat do LLM

4. LLM formatuje odpowiedź:

• "W Warszawie jest 15°C, słonecznie"

ReAct Pattern (Reasoning + Acting)

Agent który myśli przed działaniem:

Loop:

• Thought: "Muszę sprawdzić pogodę"
• Action: get_weather("Warszawa")
• Observation: "15°C, słonecznie"
• Thought: "Mam odpowiedź, mogę odpowiedzieć użytkownikowi"
• Answer: "W Warszawie jest 15°C..."

LLM sam decyduje kiedy przestać (max iterations: 5-10)

Typy Agentów

1. Simple Agent (Function Calling)

• Jedna akcja per query
• Najprostszy, najszybszy
• Dla MVP: wystarczy

2. ReAct Agent

• Multi-step reasoning
• Może łączyć wiele tools
• Wolniejszy, droższy

3. Plan-and-Execute Agent

• Najpierw plan (lista kroków)
• Potem wykonanie
• Dla złożonych zadań

4. Multi-Agent System

• Wiele agentów współpracuje
• Każdy ma specjalizację
• Overkill dla MVP

Implementacja Simple Agent

Stack:

• OpenAI GPT-4 (function calling)
• LangChain (framework dla agentów) — opcjonalnie
• Twoje funkcje (API calls, database queries)

Flow:

• User query → LLM
• LLM zwraca function call
• Wykonujesz funkcję
• Rezultat → LLM
• LLM → final answer

Best Practices

• Limit tools: Max 5-10 funkcji (więcej = confusion)
• Clear descriptions: LLM musi rozumieć kiedy użyć
• Validation: Sprawdź parametry przed wykonaniem
• Error handling: Co jeśli funkcja fail?
• Max iterations: Nie pozwól na infinite loop
• Cost control: Każda iteracja = API call

Use Cases dla MVP

• Customer support: Agent który szuka w FAQ, tworzy tickets
• Data analysis: Agent który query database, generuje raporty
• Scheduling: Agent który zarządza kalendarzem
• E-commerce: Agent który szuka produktów, dodaje do koszyka