Расцвет агентного искусственного интеллекта: обзор определений, фреймворков, архитектур, приложений, метрик оценки и проблем

Агентные системы искусственного интеллекта (ИИ) представляют собой недавно возникший и важный подход, выходящий за рамки традиционного ИИ, генеративного ИИ и автономных систем благодаря акценту на автономности, адаптивности и целенаправленном рассуждении. В настоящем исследовании представлен систематизированный обзор агентных систем ИИ, объединяющий их определения, фреймворки и архитектуры, а также сопоставляющий их с такими смежными областями, как генеративный ИИ, автономные вычисления и мультиагентные системы. Для этого были рассмотрены 143 первичных исследования современных агентных систем на основе больших языковых моделей (LLM) и систем, не использующих LLM, а также проанализировано, как они поддерживают планирование, память, рефлексию и достижение целей. Кроме того, архитектурные модели, механизмы ввода–вывода и приложения были классифицированы по предметным областям задач, в которых применяется агентный ИИ; классификация дополнена табличными сводками, отражающими реальные практические примеры. Метрики оценки были разделены на качественные и количественные показатели, наряду с доступными методами тестирования агентных систем ИИ для проверки их производительности и надежности. В исследовании также освещены основные проблемы и ограничения агентного ИИ, включая технические, архитектурные, координационные, этические вопросы и вопросы безопасности. В работе систематизированы концептуальные основы, доступные инструменты, архитектуры и метрики оценки, что формирует структурированную основу для понимания и дальнейшего развития агентного ИИ. Полученные результаты призваны помочь исследователям и разработчикам создавать более эффективные, понятные и адаптивные системы, обеспечивающие ответственное внедрение в различных областях.