Anatomia unui agent AI

Orice agent AI, indiferent de framework sau furnizor, este construit din aceleași cinci componente. Înțelegerea lor vă permite să proiectați agenți eficienți și să depanați rapid când ceva nu funcționează.

Modelul de limbaj (Claude, GPT, Gemini etc.) este „creierul" agentului. Primește contextul curent (instrucțiuni, istoric, rezultate de la instrumente) și decide: răspunde direct, sau apelează un instrument pentru a obține mai multe informații ori a efectua o acțiune.

Instrumentele sunt funcții pe care agentul le poate apela: căutare web, interogare bază de date, citire/scriere fișiere, apeluri API, execuție de cod. Fiecare instrument are un nume, o descriere și un schema de parametri (de obicei JSON Schema) pe care modelul le folosește pentru a decide când și cum să îl apeleze. Detaliem în capitolul 5.

Detaliem tipurile de memorie și RAG (Retrieval-Augmented Generation) în capitolul 6.

Modelele moderne planifică implicit, prin raționament intern (chain-of-thought sau „extended thinking"), dar pentru sarcini complexe agenții pot folosi explicit tehnici de planificare: descompunerea sarcinii în subsarcini, stabilirea de puncte de control, sau delegarea către subagenți specializați (capitolul 9).

Toate componentele de mai sus se combină într-o buclă repetitivă, cunoscută în literatură drept modelul ReAct (Reasoning + Acting):

while not sarcina_terminata and pasi < limita_maxima:
raspuns = model.genereaza(context)
if raspuns.tip == "tool_use":
rezultat = executa_instrument(raspuns.tool, raspuns.parametri)
context.adauga(rezultat)
else:
sarcina_terminata = True
raspuns_final = raspuns.text
pasi += 1