AI Agent چیست؟
سیستمی مبتنی بر مدل زبانی که بهجای پاسخ تکمرحلهای، خودش هدف را به مراحل میشکند، از ابزارها استفاده میکند و بر اساس نتیجه هر مرحله تصمیم بعدی را میگیرد.
چرا مهم است؟
یک چتبات ساده فقط یک بار پاسخ میدهد؛ خیلی از کارهای واقعی (رزرو بلیت، دیباگ یک باگ، تحقیق چندمرحلهای) به چند قدم متوالی و واکنش به نتیجه هر قدم نیاز دارند — دقیقاً جایی که Agentها وارد میشوند و همان چیزی است که این روزها بیشترین سرمایهگذاری صنعت AI روی آن است.
تعریف
AI Agent حلقهای است از: فکرکردن (مدل تصمیم میگیرد قدم بعدی چیست) → عمل (فراخوانی یک ابزار/Tool) → مشاهده (خواندن نتیجه) → دوباره فکرکردن، تا هدف نهایی برآورده شود یا به سقف تعداد قدم برسد.
اجزای یک Agent
- مدل زبانی: «مغز» تصمیمگیرنده.
- ابزارها (Tools): توابعی که Agent میتواند صدا بزند (جستوجوی وب، اجرای کد، خواندن دیتابیس).
- حافظه (Memory): نگهداشتن تاریخچه مکالمه/اقدامات قبلی.
- برنامهریز (Planner): تصمیم درباره ترتیب قدمها برای رسیدن به هدف.
مثال ساده حلقه Agent (شبهکد)
while (!goalReached && steps < maxSteps)
{
var nextAction = await model.DecideNextActionAsync(context);
var result = await toolRegistry.InvokeAsync(nextAction);
context.Add(result);
steps++;
}
تفاوت با Chatbot ساده
| Chatbot ساده | AI Agent | |
|---|---|---|
| تعداد مرحله | یک پاسخ برای هر سؤال | چند قدم متوالی تا رسیدن به هدف |
| استفاده از ابزار | معمولاً هیچ یا محدود | مرکز اصلی کار — بدون ابزار عملاً کاری انجام نمیدهد |
| خودمختاری | کاربر باید هر قدم را هدایت کند | Agent خودش مسیر را تعیین میکند |
اشتباه رایج
❌ اجرای Agent بدون سقف مشخص برای تعداد قدم یا هزینه — یک تصمیم اشتباه مدل میتواند Agent را در یک حلقه بیپایان از فراخوانی ابزار و مصرف توکن/هزینه بیندازد؛ همیشه maxSteps و محدودیت هزینه تعیین کنید.
منبع و مطالعه بیشتر
خلاصه
AI Agent حلقه فکرکردن-عمل-مشاهده است: مدل زبانی خودش تصمیم میگیرد کدام ابزار را صدا بزند و بر اساس نتیجه، قدم بعدی را تعیین کند، برخلاف چتبات ساده که فقط یک پاسخ تکمرحلهای میدهد. همیشه باید سقف تعداد قدم/هزینه تعیین شود تا در حلقه بیپایان گیر نکند. مرجع کامل: Semantic Kernel Docs و Anthropic.