Agentic AI: всесторонний обзор архитектур, приложений и направлений развития
Agentic AI: a comprehensive survey of architectures, applications, and future directions
2025-11-14
SCID: 54.1/ayfjt2kk
Discuss with AI
Agentic AIобзор по методу PRISMAпонятийное ретрофитированиеобласти применения (здравоохранение, финансы, робототехника)двухпарадигменная рамкаэтические и управленческие проблемыгибридные нейро-символические архитектурынейронная/генеративная парадигмакритические для безопасности доменысимволическая/классическая парадигма
Figures from the paper
Abstract (AI)
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.
Key Findings
1
Выбор парадигмы определяется ограничениями применения; в работе рассмотрены специфичные реализации в здравоохранении, финансах и робототехнике.
2
Сделан вывод, что будущее агентного ИИ заключается в намеренной интеграции обеих парадигм, а не в доминировании одной.
3
Подчеркнута острая необходимость гибридных нейро-символических архитектур для сочетания адаптивности и надежности.
4
Выявлен существенный дефицит моделей управления для символических систем и разные этические/управленческие вызовы для каждой парадигмы.
5
Представлена двупарадигменная рамка, классифицирующая агентный ИИ на символическую/классическую и нейронную/генеративную линии.
6
Нейронные/генеративные системы доминируют в адаптивных, богатых данными областях (например, финансы), используя стохастическую генерацию и оркестрацию на основе подсказок.
7
Символические системы преобладают в критически важных для безопасности областях (например, здравоохранение) из-за алгоритмического планирования и постоянного состояния.
8
Проведен систематический обзор по PRISMA 90 исследований (2018–2025), анализ структурирован по теории, применениям и этике/управлению.
Research Object
Агентные ИИ-системы (символьная/классическая и нейронная/генеративная линии)
Research Subject
Сравнительный анализ архитектур, прикладных реализаций, этических и управленческих проблем и стратегий интеграции (включая необходимость гибридных нейро-символьных архитектур) для агентных ИИ в рамках символьной и нейронной парадигм
Publication Details
Publication Date
2025-11-14
Journal
Publisher
ISSN
Cited by
178
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai7
Заявление PRISMA 2020: обновлённое руководство по представлению систематических обзоров2021
Разъяснение и расширение положений PRISMA 2020: обновлённое руководство и примеры представления систематических обзоров2021
Обзор больших языковых моделей2026
Обзор автономных агентов на основе больших языковых моделей2024
Учёный ИИ: к полностью автоматизированному открытому научному поиску2024
Прозрачность в отношении ИИ-агентов2024
ИИ-агенты и агентный ИИ: концептуальная таксономия, приложения и проблемы2025
Работы, цитирующие эту статью5
Оценка стабильности маршрутизации и координации в многоагентных системах целеориентированного диалога на основе роевого подхода2026
На пути к заслуживающему доверия агентному искусственному интеллекту: всесторонний обзор безопасности, робастности, конфиденциальности и системной защиты2026
На пути к устойчивым агентным системам искусственного интеллекта: обзор архитектур и методологий2026
Надёжный агентный искусственный интеллект: режимы отказа, стратегии смягчения рисков и жизненный цикл автономных систем на основе больших языковых моделей2026
Иерархическая таксономия отказов для оценки надежности ИИ-агентов: эмпирический анализ бенчмарка Agent Failure Atlas 20262026