Was sind KI-Agenten?
Ich habe ChatGPT einmal gebeten, eine Reise nach Istanbul zu planen. Es hat mir einen großartigen Plan erstellt. Aber es konnte keine Flüge buchen. Es konnte keine Hotelpreise prüfen. Es konnte keine E-Mail versenden.
Das Modell war intelligent, aber es hatte keine Hände. Es konnte denken, aber es konnte nicht handeln.
KI-Agenten lösen dieses Problem.
Standard-LLMs (Large Language Models) arbeiten wie ein belesener Assistent. Sie senden einen Prompt, und das Modell sendet eine Antwort. Das ist ein einziger Durchgang. Das Modell durchsucht nicht das Web, prüft nicht Ihren Kalender oder führt Aktionen in der realen Welt aus.
Ein KI-Agent ist anders. Ein Agent nutzt ein Sprachmodell, um zu entscheiden, wie er Werkzeuge einsetzt, um ein Ziel zu erreichen.
Ein Agent kann:
- Im Web suchen
- Code ausführen
- Eine Datenbank abfragen
- E-Mails versenden
- Externe APIs nutzen
Der Hauptunterschied ist die Autonomie. Sie geben einem Agenten ein Ziel vor, und er findet selbstständig die nötigen Schritte heraus.
Vergleich: • Reguläres LLM: Beantwortet Fragen, einzelne Antwort, keine Werkzeuge, reaktiv. • KI-Agent: Ergreift Maßnahmen, mehrstufiges Denken, nutzt Werkzeuge, zielorientiert.
Die meisten Agenten nutzen ein Muster namens ReAct (Reason and Act). Es folgt einer einfachen Schleife:
- Gedanke: Was muss ich als Nächstes tun?
- Aktion: Ein Werkzeug nutzen.
- Beobachtung: Das Ergebnis prüfen.
- Wiederholen: Fortfahren, bis das Ziel erreicht ist.
Der Aufbau dieser Schleifen ist schwierig. Man muss Fehler behandeln, den Speicher verwalten und Werkzeuge miteinander verbinden.
Deshalb gibt es Frameworks wie LangChain. LangChain liefert das Grundgerüst. Es bietet Ihnen vorgefertigte Werkzeuge, Speicher und Möglichkeiten, Modelle mit der realen Welt zu verbinden.
Wenn Ihr Workflow komplex ist, verwenden Sie LangGraph. LangGraph hilft Ihnen dabei, Agenten zu bauen, die in verschiedene Pfade verzweigen, Aufgaben parallel ausführen oder zu früheren Schritten zurückkehren können.
Zusammenfassung:
- LLMs antworten auf Text.
- Agenten nutzen Werkzeuge, um Aufgaben zu erledigen.
- Die ReAct-Schleife steuert die Logik des Agenten.
- LangChain verwaltet die Verbindung zwischen Modellen und Werkzeugen.
- LangGraph übernimmt komplexe, verzweigte Workflows.
In meinem nächsten Post zeige ich Ihnen, wie Sie Ihre Umgebung einrichten und Ihren ersten Agenten ausführen.
Quelle: https://dev.to/ikram_khan/what-are-ai-agents-a-plain-english-introduction-56nd
Optionale Lern-Community: https://t.me/GyaanSetuAi