𝗔𝗜𝗖𝗵𝗮𝗶𝗻 𝗔𝗴𝗲𝗻𝘁: 𝗣𝗹𝗮𝗻, 𝗔𝗰𝘁, 𝗥𝗲𝗳𝗹𝗲𝗰𝘁

Eine Chain folgt einem festgelegten Pfad. Sie definieren Schritt eins, Schritt zwei und Schritt drei. Das funktioniert, wenn man die Schritte im Voraus kennt.

Aber echte Aufgaben sind selten vorhersehbar. Was passiert, wenn eine Suche keine Ergebnisse liefert? Was, wenn ein Ergebnis Ihren gesamten Plan ändert?

Hier übernimmt ein Agent. Ein Agent plant, beobachtet und entscheidet. Eine Chain ist ein Skript. Ein Agent denkt nach.

Wählen Sie Ihren Modus basierend auf Ihrer Aufgabe:

  • Waterfall Mode: Der Agent erstellt einen vollständigen Plan, bevor er beginnt. Er führt die Schritte nacheinander aus. Er kann einen Schritt wiederholen oder vorzeitig abbrechen, aber er kann den ursprünglichen Plan nicht ändern. Verwenden Sie dies für vorhersehbare Aufgaben wie „Suchen, dann zusammenfassen“.

  • Agile Mode: Der Agent betrachtet das Ergebnis jedes Schritts. Er kann den verbleibenden Plan während der Ausführung umschreiben. Wenn eine Suche neue Informationen liefert, fügt er neue Schritte hinzu. Wenn eine Aufgabe vorzeitig abgeschlossen ist, überspringt er den Rest. Verwenden Sie dies für unvorhersehbare Aufgaben.

Um die Kosten niedrig zu halten und Endlosschleifen zu vermeiden, legen Sie immer ein max_steps-Limit fest. Ein Agent ohne Limit wird Ihr Budget aufbrauchen oder laufen, bis er abstürzt.

Sie können die Kosten auch durch den Einsatz von Executoren optimieren. Verwenden Sie ein hochwertiges Modell als Orchestrator für das Reasoning. Verwenden Sie ein günstigeres, schnelleres Modell als Executor für einfache Tool-Aufrufe.

Eine einfache Regel, der man folgen kann:

  • Wenn Sie den Workflow auf ein Whiteboard zeichnen können, verwenden Sie eine Chain.
  • Wenn Sie „Es kommt darauf an“-Pfeile zwischen verschiedenen Pfaden zeichnen müssen, verwenden Sie einen Agenten.

Quelle: https://dev.to/yait/aichain-agent-plan-act-reflect-2n71

Optionale Lern-Community: https://t.me/GyaanSetuAi