AI
Agentiske Workflows
AI-systemer der planlægger, handler og itererer
Overblik
Agentiske AI-workflows bevæger sig ud over enkelt-tur spørgsmål-svar. En AI-agent opfatter sit miljø, planlægger en handlingssekvens, kalder værktøjer (websøgning, kodeafvikling, fil-I/O, API'er), evaluerer sine egne output og itererer, indtil et mål nås. Rammer som LangChain, LangGraph og AutoGen leverer orkestrering.
Nøglekoncepter
- Opgaveplanlægning: nedbrydning af mål i under-opgaver
- Brug af værktøj: kald af eksterne API'er, søgemaskiner eller kodefortolkere
- Hukommelse: korttids (kontekstvindue) og langtids (vektordatabase)
- Selvrefleksion: evaluering og korrektion af mellemliggende output
- Multi-agent koordination: specialistagenter samarbejder om komplekse opgaver
Fakta
- Agentiske systemer introducerer "tool injection" og "prompt injection" sikkerhedsrisici
- Anthropics Claude, OpenAI GPT-4 og Gemini understøtter alle funktion/værktøjskald
- ReAct (Reason + Act) kombinerer kæde-af-tanke med brug af værktøj
- Menneske-i-sløjfen forbliver essentiel for agentbeslutninger med høj indsats