Agentic AI: всесторонний обзор архитектур, приложений и направлений развития

Agentic AI представляет собой трансформационный сдвиг в области искусственного интеллекта, однако его быстрое развитие привело к фрагментированному пониманию, часто смешивающему современные нейронные системы с устаревшими символическими моделями — практике, известной как концептуальная ретрофитация. В этом обзоре мы устраняем столь порождаемую путаницу, вводя новую двупарадигменную структуру, которая классифицирует агентные системы на два отдельных направления: символическое/классическое (основанное на алгоритмическом планировании и персистентном состоянии) и нейронное/генеративное (использующее стохастическую генерацию и оркестрацию, управляемую подсказками). На основе систематического обзора по методике PRISMA 90 исследований (2018–2025) мы представляем всесторонний анализ, структурированный вокруг этой схемы в трех измерениях: (1) теоретические основы и архитектурные принципы, определяющие каждую парадигму; (2) предметно-ориентированные реализации в здравоохранении, финансах и робототехнике, демонстрирующие, как ограничения приложений диктуют выбор парадигмы; и (3) специфические для парадигм этические и управленческие проблемы, выявляющие различающиеся риски и стратегии смягчения. Наш анализ показывает, что выбор парадигмы является стратегическим: символические системы доминируют в критичных с точки зрения безопасности областях (например, здравоохранение), тогда как нейронные системы преобладают в адаптивных, насыщенных данными средах (например, финансы). Кроме того, мы идентифицируем критические пробелы в исследованиях, включая существенный дефицит моделей управления для символических систем и насущную необходимость гибридных нейро-символических архитектур. Выводы сводятся к стратегической дорожной карте, в которой утверждается, что будущее Agentic AI заключается не в превосходстве одной парадигмы, а в их намеренной интеграции для создания систем, одновременно адаптивных и надёжных. Эта работа предоставляет необходимый концептуальный инструментарий для направления будущих исследований, разработок и политики в сторону надёжных и заслуживающих доверия гибридных интеллектуальных систем.