Każda mapa drogowa produktu zawiera punkt o nazwie „Agent AI”. To słowo brzmi jak postęp. Sygnalizuje kierownictwu, że Twój zespół buduje przyszłość, a nie tylko utrzymuje teraźniejszość. Ale oto niewygodna prawda, której większość filmów demonstracyjnych nie pokaże: agent to najdroższy i najmniej przewidywalny sposób na wykonanie zadania. W przypadku większości zadań biznesowych jest to całkowicie niewłaściwe narzędzie. Najlepsi inżynierowie to nie ci, którzy pędzą, by go zbudować. To ci, którzy wiedzą, kiedy przestać.

Pułapka klasyfikacji

Obserwując, jak zespół definiuje zakres swojego pierwszego agenta, zazwyczaj zobaczysz coś takiego. Przychodzi e-mail ze wsparcia. Duży model językowy odczytuje temat i treść, decyduje, czy jest to pytanie o rozliczenie, czy błąd techniczny, i wrzuca go do odpowiedniej kolejki. Zespół nazywa to agentem. To nim nie jest.

To, co zbudowali, to deterministyczny przepływ (flow) z pojedynczym wywołaniem modelu wewnątrz. Kroki są stałe: pobierz e-mail, wywołaj model, skieruj do kolejki. Nie ma tu pętli, użycia narzędzi ani momentu, w którym system zatrzymuje się, aby przemyśleć swój plan, ponieważ pierwsza próba się nie powiodła. System nie przeszukuje bazy wiedzy, nie pisze kodu ani nie sprawdza statusu zamówienia w trakcie działania. Podejmuje jedną decyzję i idzie dalej. Zamknięcie tego pojedynczego wywołania w mikroserwisie nie czyni go agentem.

Prawdziwym kosztem pomylenia przepływu z agentem nie jest tylko dodatkowa infrastruktura. To niedeterminizm, na który zaprosiłeś system bez żadnej korzyści. Ten sam e-mail może zostać skierowany inaczej we wtorek rano niż w środę po południu, ponieważ temperatura (temperature) jest niezerowa lub prompt ulega dryfowi. Płacisz „cenę agenta” za opóźnienia, koszty tokenów i narzut związany z ewaluacją, podczas gdy przepływ z jednym krokiem klasyfikacji rozwiązuje problem szybciej i taniej.

Zacznij od dołu drabiny

Większość problemów ma prostszych „kuzynów”, którzy rozwiązują je równie dobrze. Wyobraź sobie to jako drabinę i zacznij od dołu.

Napraw proces. Czasami praca istnieje tylko dlatego, że dwa systemy są ze sobą niespójne. Rekord klienta w Twoim CRM nie synchronizuje się z platformą zgłoszeniową, więc człowiek musi każdego ranka ręcznie łatać tę lukę. Nie automatyzuj tego mostu za pomocą agenta. Wyeliminuj go. Gdyby potok danych (data pipeline) działał poprawnie, praca przestałaby istnieć.

Użyj zapytania. Jeśli odpowiedź wymaga prostego wyszukiwania lub agregacji, potraktuj to właśnie tak. Pytanie „Ile zwrotów przetworzyliśmy w zeszły wtorek?” nie wymaga rozumowania. Wymaga SQL. Agent, który tłumaczy język naturalny na SQL, brzmi elegancko, dopóki nie zdasz sobie sprawy, że koszt utrzymania przewyższa napisanie trzech udokumentowanych zapytań, które Twój zespół uruchamia z pulpitu nawigacyjnego (dashboard).

Zbuduj deterministyczny przepływ. Gdy zasady są stałe, a wynik powtarzalny, użyj jawnej logiki. Jeśli wartość zamówienia przekracza próg, przekaż sprawę do działu finansowego. Jeśli użytkownik jest nieaktywny przez trzydzieści dni, wyślij e-mail zachęcający do powrotu. Kod obsługuje to bez żadnych wahań i z pełną obserwowalnością. Możesz przeprowadzić testy jednostkowe. Nie możesz przeprowadzić testów jednostkowych na „vibe”.

Użyj przepływu z jednym wywołaniem modelu. To tutaj odbywa się klasyfikacja, tagowanie sentymentu czy ekstrakcja danych. Model podejmuje jedną decyzję w ramach sztywnego skryptu. Pobierasz dokument, wyodrębniasz numer faktury i zapisujesz go w bazie danych. Pozostałe kroki są zakodowane na sztywno. Model nie wybiera, co zrobić dalej; on jedynie etykietuje to, co widzi. To potężny wzorzec, ale to wciąż przepływ.

Zbuduj agenta na samym końcu. Zarezerwuj ten krok dla zadań, w których kolejna czynność faktycznie zależy od tego, co model odkryje w trakcie działania. Jeśli system musi przeczytać e-mail, zdać sobie sprawę, że musi sprawdzić przesyłkę w API logistycznym, odkryć, że przesyłka jest opóźniona, a następnie przygotować spersonalizowaną odpowiedź na podstawie tych nowych danych, to wchodzisz na teren agenta. Ścieżki nie można wyznaczyć z góry, ponieważ model decyduje, co zrobić po każdym nowym fakcie.

Test białej tablicy

Istnieje szybki sposób na rozstrzygnięcie debaty podczas spotkania. Poproś swój zespół o narysowanie gałęzi decyzyjnych na białej tablicy.

Jeśli możesz wyznaczyć każdą ścieżkę, zanim model zostanie uruchomiony, zbuduj przepływ. Narysuj romby, napisz instrukcje if i gotowe. Przewidywalność to funkcja, a nie ograniczenie.

Jeśli sam model musi zdecydować, czym w ogóle jest kolejny krok, jeśli wybiera narzędzie, ustawia parametry i wraca do początku, aby przemyśleć sprawę, to potrzebujesz agenta. To dynamiczne trasowanie (routing) jest linią podziału. Nie przekraczaj jej przez przypadek tylko dlatego, że chciałeś użyć nowego API.

Ukryty podatek

Pokazy demonstracyjne sprawiają, że agenci wydają się bezproblemowi. Produkcja ujawnia cztery podatki, które szybko się kumulują.

Niedeterminizm. Ten sam