Агенты искусственного интеллекта и агентные системы искусственного интеллекта: архитектуры, возможности, приложения, проблемы и перспективные направления

Развитие агентного искусственного интеллекта (ИИ) и агентов искусственного интеллекта преобразовало традиционное представление об ИИ — от пассивных систем прогнозирования к автономным интеллектуальным системам. В настоящем обзоре литературы рассматривается фрагментарная концептуализация агентных архитектур, мультиагентных систем и агентов на основе больших языковых моделей (LLM), которая привела к несогласованным практикам проектирования, рискам безопасности и ограниченной масштабируемости в реальных приложениях. Последние достижения показывают, что агентные системы поддерживают целеориентированное принятие решений, использование инструментов и совместное решение задач, превращая агентный ИИ в перспективную технологию для будущих цифровых экосистем. В статье применяется методология Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) для систематического обзора современных исследований в области оркестрации ИИ, распределённого ИИ, когнитивных архитектур, автоматизации ИИ и взаимодействия человека и ИИ. Новые направления, включая гибридный нейросимвольный ИИ, объяснимый ИИ, управление ИИ и безопасность ИИ, также анализируются как новые требования к надёжному и заслуживающему доверия использованию автономных агентов. Согласно результатам обзора, современные агентные системы ИИ основаны на многоуровневых архитектурах, включающих модули восприятия, рассуждения, памяти и действия, которые обычно координируются мультиагентными системами и механизмами оркестрации рабочих процессов. Их применения охватывают здравоохранение, финансы, робототехнику, кибербезопасность, образование и автоматизацию предприятий; при этом к основным проблемам относятся интероперабельность, надёжность, соблюдение этических норм и уязвимость систем к угрозам безопасности в условиях высокой автономности. Полученные результаты показывают, что масштабируемые агентные архитектуры, стандартизированные коммуникационные фреймворки, эффективные стратегии управления и гибридные системы рассуждения, объединяющие символический и нейросетевой интеллект, определяют будущее систем ИИ следующего поколения и могут обеспечить безопасное и надёжное крупномасштабное развертывание автономных экосистем ИИ.