Soalan Temu Duga dan Ulang Kaji Akhir

AI agentik merujuk kepada sistem AI yang boleh merancang, mengambil tindakan, menggunakan alat dan mencapai matlamat secara autonomi dengan campur tangan manusia yang minimum. Ia melangkaui soal jawab biasa dan boleh menaakul, membuat keputusan dan bertindak dalam persekitaran dunia sebenar.

• RAG terutamanya untuk pencarian semula pengetahuan dan penjanaan respons yang lebih baik.
• AI agentik boleh merancang, menggunakan pelbagai alat, mengambil tindakan dan menyiapkan tugasan berbilang langkah.
• RAG boleh menjadi salah satu alat di dalam ejen.

1. 1LLM (penaakulan dan pembuatan keputusan)
2. 2Memori (jangka pendek dan jangka panjang)
3. 3Alat (API, DB, carian, dll.)
4. 4Perancangan (penguraian tugasan)
5. 5Pelaksanaan (tindakan menggunakan alat)
6. 6Gelung maklum balas (semak dan tambah baik)

1. 1Fahami tugasan / matlamat
2. 2Rancang langkah-langkah
3. 3Pilih dan gunakan alat yang sesuai
4. 4Laksanakan tindakan
5. 5Perhati hasil
6. 6Rancang semula jika perlu
7. 7Berikan jawapan akhir

• Carian web (Google, SerpAPI)
• API (cuaca, penerbangan, pembayaran, dll.)
• Pangkalan data (SQL, MongoDB)
• Operasi fail (baca / tulis / muat naik)
• Pelaksanaan kod (Python REPL)
• Alat perniagaan tersuai (API dalaman)

• Takrifkan penerangan dan skema alat yang jelas.
• Gunakan panggilan fungsi atau panggilan alat.
• Sahkan input dan kendalikan ralat.
• Laksanakan cubaan semula dan alat sandaran.
• Log penggunaan alat untuk kebolehcerapan.

• Kadar penyiapan tugasan
• Kebetulan output
• Ketepatan penggunaan alat
• Kependaman dan kos
• Maklum balas manusia / kepuasan pengguna

• Halusinasi dan tindakan yang salah
• Ralat pemilihan alat dan perancangan
• Mengendalikan tugasan yang panjang dan kompleks
• Isu sekuriti dan keselamatan
• Kos dan kependaman
• Penilaian yang sukar

• LangChain (alat, ejen, memori)
• LlamaIndex (data dan RAG + ejen)
• AutoGen (sistem berbilang ejen)
• CrewAI (ejen berasaskan peranan)
• OpenAI Agents (panggilan alat)
• LangGraph (aliran kerja ejen lanjutan)