Что делает ИИ-агента агентом

Большая языковая модель сама по себе — это «оракул»: отвечает на вопросы, но не действует. ИИ-агент — это LLM, дополненная тремя компонентами:

  1. Инструменты (Tools): доступ к внешним системам через function calling или MCP — поиск, API, базы данных, интерфейсы браузера
  2. Память (Memory): сохранение контекста между шагами — что уже сделано, что осталось
  3. Цикл планирования: способность разбивать цель на шаги, выполнять их и корректировать план на основе результатов

Именно способность действовать в несколько шагов и адаптировать план — то, что отличает агента от обычного LLM-запроса.

Архитектура агента

Цель пользователя
  ↓
LLM (планировщик + исполнитель)
  ├── Рассуждение (Chain of Thought)
  ├── Инструменты (Function Calling / MCP)
  │     ├── Поиск по каталогу
  │     ├── API заказа (ACP/YCP)
  │     └── Платёжный токен
  └── Память (контекст сессии)
  ↓
Результат

Чат-бот vs ИИ-агент

Параметр Чат-бот ИИ-агент
Тип ответа Текст Действие + текст
Автономность Реактивный Инициативный
Инструменты Обычно нет Обязательны
Многошаговость Нет Ядро концепции
Применение в e-commerce FAQ, поддержка Подбор, покупка, персонализация

Применение в e-commerce

ИИ-агент в коммерции меняет роль покупателя с «активного искателя» на «формулировщика задачи». Пользователь говорит, что ему нужно; агент выполняет поиск, фильтрацию, сравнение и оформление — через стандартные протоколы (MCP для данных, ACP/YCP для заказа).

Важно: уровень автономности агента в финансовых операциях должен соответствовать рискам. Агент, который может тратить деньги без ограничений, — серьёзный риск безопасности. Платёжный мандат и агентные токены Visa/Mastercard решают эту задачу через политики лимитов.