Внутри рисунка дизайна: как современный ИИ думает и действует
18 июня 2025 г.Еще одна неделя, еще одна тренда ИИ, освещая график. На этот раз это реагирует (нет, а не JavaScript, который вы уже знаете и любите). Мы говорим оРассуждение + актерское мастерствообразец, который издает серьезный шум в мире агентов ИИ.
Первоначально введенный еще в 2022 году (который практически древний в годы ИИ), схема реагирования внезапно повсюду - и на то есть уважительную причину ... следуйте за тем, как мы распаковываем то, что это такое, как он работает и как его реализовать в своем собственном агентском рабочем процессе.
Боится волны ИИ? 🌊 нет. Пришло время повторно действить!
Что такое шаблон дизайна React?
Вы можете думать », -Тьфу ... еще одна статья в реагировании в 2025 году? Разве мы не говорили об этом как ... десятилетие? Это реагирует ... но для ИИ сейчас?"Или, может быть"Конечно, я знаю, что реагируйте шаблоны дизайна!”
✋ Держись! ✋Мы говорим о другом реагировании здесь!
В мире ИИ,Реагировать- что происходит от «рассуждения» + «актерского мастерства», - это дизайн, в котором LLM сочетают в себе мышление и действие для более эффективного решения сложных задач или получения более адаптируемых и точных результатов.
👇 Давайте разберем его с вкусной аналогией! 👇
Скажем, вы строите шеф -повара ИИ 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 🤖 Если вы просто говорите «Сделайте бутерброд», базовая система ИИ может попросить LLM для инструкций и вернуть статический рецепт. 📝
НоРеагированный агент? Совершенно другая игра! Во -первых, этоПричины: «Подожди - какой бутерброд? У меня есть ингредиенты? Где хлеб?» Тогда этоДеяние: Открывает холодильник, захватывает то, что ему нужно, ломтики, стеки и вуаля - Blt 🥪
Таким образом, React не просто отвечает. Этодумает, планы,ивыполняет.Шаг. К. Шаг. 👣 👣 👣
Этот шаблон был впервые введен в статье 2022 года «React: синергизирующие рассуждения и актерские игры в языковых моделях«И он взрывается в 2025 году в качестве основы современного агентского ИИ и агентских агентов на основе тряпки. 🤯
Теперь, как это возможно, и как на самом деле работает этот шаблон дизайна? Давайте узнаем! 🔍
Реакция Происхождения: как бумага 2022 года вызвала революцию рабочего процесса ИИ
В конце 2022 годаReact: синергизирующие рассуждения и актерские игры в языковых моделяхБумага, построенная на этой идее:
«Возможности [LLMS] для рассуждений (например, побуждение к цепочке мыслей) и действие (например, генерация планов действий) в первую очередь изучались как отдельные темы. [Здесь мы] исследуем использование LLM для генерации как следов рассуждений, так и специфических для задач действий в промежуточных действиях…»
Другими словами: 🧠 + 💪 = 💥.
В то время LLM были в основном мозговыми помощниками - генерирующим текстом, отвечающими на вопросы, написание кода. Но потом пришелСдвигПолем К концу 2022 года (да, прямо, когда CHATGPT запустил 30 ноября), разработчики начали подключать LLMS в реальные рабочие процессы программного обеспечения. Вещи стали реальными.
Перенесемся на сегодня: добро пожаловатьвозраст агентов ИИ🤖 🕵 🤖-Автономные системы, которые разумно, принимают меры, самоуровневают и получают вещи.
В этом новомAI «Агентная» эпоха, образец реагирования - как только аккуратная академическая идея - теперь одна изНаиболее распространенные архитектурыДля строительства целенаправленных, принятия решений агентов ИИ. Даже IBM упоминает, что реагирует как основной строительный блок для агентских рабочих процессов Rag:
Хорошо, так что реагирует из прошлого ... но это формирует будущее. 🔮
Теперь прыгайте в Delorean (88 миль в час, ребенок! ⚡) - мы возвращаемся в будущее, чтобы увидеть, как работает этот шаблон на практике и как его реализовать.
React применяется к современным агентским рабочим процессам ИИ
Думать о реагировании как оМакГайвер из ИИПолем 🔧 🪛 🧰
Вместо того, чтобы просто выпредить ответ, как ваш типичный LLM, реагируйте системыдуматьВдействовать, а потомПодумай еще разПолем Это не волшебство ✨-это когда разумные мышления в цепочке, встречаются с реальным действием.
В частности, агент React основан наThink 🤔 → Act 🛠️ → Observe 🔍 → Repeat 🔁петля:
- Рассуждения (подумайте 🤔): Начните с такой подсказки, как «Планируйте поездку на выходные в Нью -Йорк». Агент генерирует мысли: «Мне нужны рейсы, отель и список достопримечательностей».
- Выбор действия (акт 🛠): На основе его рассуждений, агент выбирает инструмент (например,через интеграцию MCP)
- Наблюдение (наблюдение 🔍): Инструмент возвращает данные (например, параметры полета). Это возвращается к агенту, который включает его в следующий шаг рассуждения.
Петля (повтор 🔁): Цикл продолжается. Агент использует новые мысли, чтобы выбрать другой инструмент (например, поиск в отеле), получает больше данных, обновляет его рассуждения-все внутри верхнего цикла.
Вы можете представить себе это мышление о петле «пока не сделано». На каждой итерации агент:
- Генерирует новый шаг рассуждения.
- Выбирает лучший инструмент для задачи.
- Выполняет действие.
- Саганы результат.
- Проверяет, будет ли цель.
Этот цикл продолжается до тех пор, пока не будет достигнут окончательный ответ или состояние цели.
Как реализовать React
Итак, вы хотите ввести реагирование в действие с реальными агентами? Вот общая установка!
Шоу начинается сАгент оркестратора (Подумайте о команде или аналогичной рамке) вождение основной цикл реагирования. Этот агент верхнего уровня, основанный на выборе LLM, делегирует первоначальный запрос на выделенныйАгентПолем
ААгент, вместо того, чтобы спешить,ломаетсяОригинальная подсказка в точный список действенных шагов или подзадач. Это мозг, тщательно планируя стратегию.
Далее эти задачи передаютсяДействующий агентПолем Вот где резина встречает дорогу! Этот агент является вашим инструментом, интегрированным непосредственно с сервером MCP (для доступа к внешним данным или инструментам, таким как веб-скребки или базы данных) или общения сДругие специализированные агенты с помощью протоколов A2AПолем На самом деле порученоисполнениетребуемые действия.
Результаты этих действий не игнорируются. Они кормилиНаблюдательный агентПолем Этот агент тщательно изучает результат, решая, является ли задача полной и удовлетворительной, или необходимо больше шагов. Если требуется дальнейшее действие, перезапуск цикла, отправляя агентов обратно, чтобы усовершенствовать процесс.
Это непрерывноReasoning -> Acting -> Observingцикл пробегает доНаблюдательный агентобъявляет результат «готов», отправляя этот окончательный вывод обратноАгент оркестратора, который затем доставляет его для Inquirer.
Как видите, самый простой способ оживить жизнь-это многоагентная установка! Тем не менее, выможетСтановите его с одним, простым мини -агентом. Просто посмотрите пример в видео ниже:
https://www.youtube.com/watch?v=pemhpbqmnjg&embedable=true
React против «обычных» рабочих процессов ИИ
Аспект | «Обычный» ИИ рабочий процесс | React-Powered Рабочий процесс ИИ |
|---|---|---|
Основной процесс | Прямое поколение; Одиночный вывод проход | Итеративная петля «рассуждения + актерское мастерство»; Пошаговое мышление и исполнение |
Внешнее взаимодействие | Не может быть ограничено внешним использованием инструмента | Активно использует инструменты |
Адаптируемость | Менее адаптируется; полагается на учебные данные. | Высокий адаптируемый; Уточняет стратегию на основе обратной связи в реальном времени. |
Решение проблем | Лучше всего для простых задач с одним поворотом. | Чрезвычайно в сложных многоэтапных задачах, требующих внешней информации и динамических решений |
Обратная связь | Как правило, нет четкой обратной связи для самокоррекции | Явный цикл обратной связи в реальном времени, чтобы уточнить рассуждения и корректировку действий |
Прозрачность | Часто черный ящик; Трудно отследить логику. | Высокая видимость; Явная цепочка мыслей и последовательных действий показывает рассуждения и вывод на каждом этапе |
Использоватьслучайсоответствовать | Простые вопросы и ответы, генерация контента | Сложные задачи: планирование поездки, исследования, многопрофильные рабочие процессы |
Выполнение | Простой; Требуется интеграция в чате ИИ | Сложный; Требуется логика петли, интеграцию инструментов и может включать многоагентную архитектуру |
Плюсы и минусы
👍 Супер точный и адаптируемый: Думает, действует, учится и корректирует курс на лету.👍 Обращаются с грубыми проблемами: Девел в сложных многоэтапных задачах, требующих внешней информации👍 Внешний инструмент питание: Интегрируется с полезными инструментами и внешними источниками данных.👍 Прозрачный и отладкий: Смотрите каждую мысль и действие, делая отладку ветеркой.
👎 Повышенная сложность: Больше движущихся частей означает больше для проектирования и управления.👎 Более высокая задержка и вызовы: Итерационные петли, внешние вызовы и накладные расходы на оркестровку могут повысить общую плату и более медленные (это стоимость для оплаты большей энергии и точности).
Что вам нужно для освоения реагирования
Давайте будем реальными-без правильных инструментов, агент React не гораздо более мощный, чем любой другой рабочий процесс искусственного интеллекта. Инструменты - это то, что превращает рассуждения в действие. Без них агенты просто ... думают очень усердно.
При ярких данных мы видели боль от подключения агентов ИИ с значимыми инструментами. Итак, мы создали целую инфраструктуру, чтобы исправить это. Независимо от того, как вы разрабатываете своих агентов, мы их покрыли:
- Пакеты данных: Куратор, в реальном времени, готовые наборы данных, идеально подходит для тряпичных рабочих процессов. 📦
- MCP -серверы: Ai-готовые серверы, загруженные инструментами для анализа данных, управления браузером, преобразования формата и многого другого. ⚙
- SERP API: Поиск APIS ваши LLMs могут использовать для свежих, точных веб -результатов - созданных для тряпичных трубопроводов. 🔎
- Агенты браузеры: ИИ-контролируемые браузеры, которые могут очистить Интернет, уклоняться от IP-запретов, решать CAPTCHAS и продолжать идти. 🕸
... и этот инструмент постоянно расширяется. 📈
➡Взгляните на то, чтоИнфраструктура Bright Data AI & BIможет разблокировать для ваших агентов следующего поколения.
[Extra] Читчик React
Прежде чем завернуть, найдите время, чтобы очистить воздух. В терминах «React» есть много шума (и растерянности), особенно поскольку несколько команд используют его в разных контекстах.
Итак, вот глянец без подвода, который поможет вам сохранить все это прямо:
- «Реагировать дизайн дизайна »: Образец ИИ, который объединяет рассуждения и действие. Агент первымдумает(как разумное мышление цепочки), тогдаДеяние(как выполнение веб -поиска), и, наконец, дает изысканный ответ.
- «Реагировать подсказка »: Техника быстрого управления, которая подталкивает LLM, чтобы показать их процесс рассуждения пошаговымиПринять меры в середине мысли. Он предназначен для того, чтобы сделать ответы более точными, прозрачными и менее подверженными галлюцинации. Узнайте больше оРеагировать подсказкаПолем
- «Реагировать агент -паттерн »: Просто другое имя, чтобы сказать «Реагировать шаблон дизайна.
- «Реагировать агент »: Любой агент искусственного интеллекта, который следует за циклом React. Это объясняет задачу, выполняет действия на основе этой рассуждения (например, вызов инструмента), и возвращает ответ.
- «Реагировать среду агента”: Архитектура (или библиотека), которую вы должны использовать для создания агентов в стиле React. Она помогает вам реализовать всю логику« разум-акт-ответов »в ваших пользовательских системах ИИ.
Последние мысли
Теперь у вас есть суть того, что реагирует в сфере ИИ, особенно когда речь идет о агентах искусственного интеллекта. Вы видели, откуда взялся этот шаблон дизайна, что он приносит на стол, и как на самом деле реализовать его для усиления ваших агентских рабочих процессов.
Как мы исследовали, воплощение этих рабочих процессов следующего поколения в жизнь становится проще, когда у вас есть правильная инфраструктура ИИ и инструмент, чтобы поддержать своих агентов.
В ярких данных наша миссия проста: сделать ИИ более полезным, более мощным и более доступным для всех, везде. До следующего раза - будьте любопытны, оставайтесь смелыми и продолжайте строить будущее ИИ. 🏄
Оригинал