Agentlar dunyosiga kirish

Bu kitob — amaliyot haqida. Agar avvalgi "AI agentlar qurish" kitobi transformer, RAG va RL'ning ichki mexanizmini o'rgatgan bo'lsa, bu kitob vositalar haqida: OpenAI API, AutoGen, CrewAI, Semantic Kernel bilan haqiqiy agentlar qurish.

Ikkalasi bir-birini to'ldiradi. Bu yerda "nima uchun ishlaydi" emas, "qanday quriladi" o'rgatiladi.

Agent nima#

Lug'atga qarasak, agent — bu:

Harakat qiladigan yoki kuch ishlatadigan narsa; ta'sir ko'rsatadigan vosita; boshqaruvchi aql maqsadga erishish uchun ishlatadigan asbob.

AI dunyosida agent — bu sizning nomingizdan LLM bilan muloqotni avtomatlashtiruvchi tizim.

LLM bilan to'rt xil munosabat#

Foydalanuvchi LLM bilan to'rt xil usulda ishlashi mumkin. Bularni farqlash muhim — chunki har biri boshqa darajadagi avtonomiya va xavfni bildiradi.

Har birini misol bilan:

1

To'g'ridan-to'g'ri munosabat

«Agent so'zining ta'rifini tushuntiring» → LLM javob beradi. Oraliq yo'q. Bu oddiy ChatGPT.

2

Proksi agent

«Agent rasmini ko'rsat» → ChatGPT so'rovingizni DALL-E uchun yaxshi promptga aylantiradi, keyin rasm generatsiya qilinadi. LLM oraga tushib, so'rovni qayta shakllantiradi.

3

Agent (ruxsat bilan)

«Bugun Toshkentda harorat qancha?» → LLM ob-havo API'sini chaqirmoqchi, LEKIN avval sizdan «ruxsatmi?» deb so'raydi. Tasdiqlasangiz — bajaradi, natijani tabiiy tilda qaytaradi.

4

Avtonom agent

«Xatlarimni muhimlik bo'yicha filtrlab, eng muhim 5 tasini xabar qil» → agent xatlarni o'qiydi, saralaydi, qaror qiladi va xabar beradi — SIZDAN so'ramasdan. Eng katta etik va xavfsizlik muammosi shu yerda.

Ko'p agentli tizim#

Murakkab masalalar uchun agentni profillarga (personalarga) bo'lamiz. Har profil aniq vazifa oladi va uni maxsus asboblar bilan bajaradi.

Bu yerda boshqaruvchi (controller) foydalanuvchi bilan bevosita gaplashadi, orqada esa ikki ishchi agent kodni yozib, testdan o'tkazadi — natija tayyor bo'lguncha.

Ko'p agentning foydasi bitta agentnikiga o'xshaydi, lekin kuchaytirilgan:

• Bitta agent bitta vazifada ixtisoslashadi; ko'p agent parallel ko'p vazifani hal qiladi
• Agentlar bir-biriga fikr va baho berib, xatolarni kamaytiradi

Agentning besh komponenti#

Bu — butun kitobning skeleti. Har bir keyingi bob shu besh komponentdan bittasini chuqurlashtiradi.

1. Profil va persona#

Agentning asosiy ta'rifi. Persona — ko'pincha tizim ko'rsatmasi (system prompt) deb ataladi — agentni vazifani bajarishga, qanday javob berishni o'rganishga yo'naltiradi.

persona = """Siz tajribali Python dasturchisiz.
Kod yozganda:
- PEP 8 uslubiga rioya qilasiz
- Har funksiyaga docstring yozasiz
- Xatolarni to'g'ri boshqarasiz
Faqat ishlaydigan, toza kod berasiz."""

Persona uch xil yaratilishi mumkin:

2. Harakatlar va asboblar#

Agent vazifani bajarishga yoki ma'lumot olishga qaratilgan harakatlar. Uch turga bo'linadi:

• Vazifa bajarish — asosiy ish
• Izlash — ma'lumot yig'ish
• Muloqot — boshqa agentlar yoki odam bilan aloqa

Harakatlar uch usulda hosil bo'ladi: qo'lda, xotiradan yoki rejaga ergashib.

3. Xotira va bilim#

Agent kontekstga eng muhim ma'lumotni qo'shish, lekin token sonini cheklash uchun xotira va bilim ishlatadi.

Formatlar juda xilma-xil:

matn (PDF hujjatlar)  →  ma'lumotlar bazasi  →  embedding (semantik qidiruv)  →  oddiy ro'yxat

8-bobda buni RAG va turli xotira turlari bilan batafsil ko'ramiz.

4. Fikrlash va baholash#

Tadqiqotlar va amaliyot LLM'lar samarali fikrlay olishini ko'rsatdi. Fikrlash va baholash tizimlari agentga muammoni o'ylab chiqish va yechimni baholash imkonini beradi.

Fikrlash usullari:

zero-shot  →  one-shot  →  few-shot  →  chain-of-thought  →  tree-of-thought

Baholash: self-consistency, prompt chaining. Bularni 10-bobda ko'ramiz.

5. Rejalashtirish va feedback#

Vazifalarni yuqori maqsadga erishish uchun tashkil qiladi. Ikki yondashuv:

Nega aynan hozir? Agentlar davri#

ChatGPT chiqqach, dastlabki oylarda yangi kasb tug'ildi — prompt muhandisligi. Foydalanuvchilar turli usullar bilan yaxshiroq natija olishni o'rgandilar.

Lekin tez orada bir narsa ma'lum bo'ldi: prompt muhandisligi ma'lum chegaragacha boradi. Yaxshi natija takrorlash, refleksiya va yana takrorlashni talab qiladi.

Birinchi agent tizimlar — AutoGPT kabilar — aynan shu kashfiyotdan tug'ildi.

AutoGPT rejalashtirish + iteratsiyaning kuchini birinchi bo'lib ko'rsatdi. Undan keyin o'nlab agent tizimlari xuddi shu tamoyilga tayanib paydo bo'ldi.

Bugungi umumiy qabul qilingan haqiqat: rejalashtirish, iteratsiya va takrorlash — LLM bilan murakkab maqsadlarni hal qilishning eng yaxshi usuli.

AI interfeys: yangi paradigma#

Agentlar shunchaki yangi vosita emas — ular dasturiy ta'minot bilan ishlash usulini o'zgartiradi.

Ilgari dasturlar UI, API va SQL kabi maxsus tillar orqali bog'lanardi. Endi ular tabiiy til orqali bog'lanadigan bo'ladi.

AI interfeys — bu ma'lumot va dasturlarni tabiiy til orqali ochib beruvchi funksiyalar, asboblar va ma'lumot qatlamlari to'plami. Bu agentlarga xizmatlarni, asboblarni va ma'lumotlarni iste'mol qilish imkonini beradi.

Manzara juda tez o'zgaradi#

GPT agentlari axborot topishdan tortib dastur qurishgacha hamma narsani o'zgartiryapti. Deyarli har kuni GitHub'da yoki tadqiqot maqolasida yangi agent freymvorki paydo bo'ladi.

Xulosa#

Keyingi bobda eng asosidan boshlaymiz: LLM API bilan ishlash. OpenAI API, mahalliy modellar (LM Studio) va prompt muhandisligining aniq usullari — hammasi kod bilan.