szemlebeta AI hírek. tömören.

AI-fogalom · Eszközök

AI-ágens (AI agent)

Olyan AI-rendszer, amely önállóan érzékeli a környezetét, célokat követve döntéseket hoz, és eszközök segítségével cselekvéseket végez.

Más néven: autonóm ágens, intelligens ágens, agentic AI, AI agent, LLM-ágens

Az AI-ágens egy olyan mesterséges intelligencia alapú rendszer, amely nem csupán egyetlen kérdésre válaszol, hanem képes önállóan terveket készíteni, döntéseket hozni és cselekvéssorozatokat végrehajtani egy adott cél elérése érdekében. Az ágens érzékeli a környezetét vagy a rendelkezésére álló információkat, ezek alapján állapotot alkot magának, majd ez alapján választ a lehetséges lépések közül, gyakran anélkül, hogy minden egyes lépéshez emberi jóváhagyásra lenne szüksége.

A modern, nagy nyelvi modellekre épülő ágensek jellemzően több komponensből állnak: egy központi nyelvi modellből, amely a gondolkodást és tervezést végzi, valamint külső eszközökhöz (keresés, kód futtatása, adatbázis-lekérdezés, API-hívások) való hozzáférésből, amit a modell szükség szerint aktivál. Az ágens gyakran iteratív ciklusban működik: megfigyel, gondolkodik, cselekszik, majd az eredményt visszacsatolva finomítja a következő lépését, amíg el nem éri a kitűzött célt vagy fel nem adja azt.

Az AI-ágensek jelentősége abban áll, hogy túllépnek a hagyományos kérdés-válasz jellegű interakción, és összetett, több lépéses feladatokat is képesek elvégezni, mint például kutatás összegyűjtése és szintetizálása, szoftverfejlesztési feladatok automatizálása, vagy ügyfélszolgálati folyamatok teljes kezelése emberi beavatkozás nélkül. Ez egyúttal új típusú kockázatokat is felvet, mivel az ágens hibás döntése vagy nem szándékolt cselekvése nagyobb hatással lehet, mint egy egyszerű szöveges válasz pontatlansága, ezért a biztonságos ágensek kialakítása komoly kutatási terület.

Gyakorlati alkalmazásuk ma leginkább kódolási segédeszközökben, kutatási asszisztensekben, automatizált munkafolyamat-vezérlőkben és személyes digitális asszisztensekben jelenik meg, ahol a felhasználó egy célt fogalmaz meg, és az ágens önállóan dolgozza ki, hogyan érje el azt a rendelkezésére álló eszközök felhasználásával.

Kapcsolódó fogalmak

Kapcsolódó hírek

  1. Kutatás 2026. június 30., kedd

    Új módszerek az AI-ágensek hallucinációjának csökkentésére és hatékonyabb tanítására

    Két egymást kiegészítő, nem lektorált kutatás foglalkozik az AI-ágensek megbízhatóságával. A GILP (Grounded Iterative Language Planning) nevű megközelítés egy kisméretű, tanított világmodellt kombinál LLM-alapú tervezéssel: a betanított modell ellenőrzi az LLM által javasolt lépéseket, és inkonzisztencia esetén revíziót kér. A szerzők szerint GPT-4o-mini hívásokon a hallucinált állapotváltozások aránya 0,176-ról 0,035-re csökkent, míg a sikerráta kalibrált szimulációkban 0,668-ról 0,838-ra nőtt, mindössze ~22%-kal több LLM-hívás árán. Az ATOD nevű módszer pedig a kis nyelvi modellek többlépéses feladatokra való tanítását javítja: az on-policy desztilláció és a megerősítéses tanulás fokozatos keverésével a tanármodellt is felülmúló teljesítményt ért el az ALFWorld, WebShop és Search-QA benchmarkokon – a szerzők állítása szerint átlagosan 2,16 százalékponttal.

  2. Kutatás 2026. július 19., vasárnap

    A kontextus minősége előre jelzi az AI-ágensek megbízhatóságát – kutatás és ipari megoldás

    Egy nem lektorált kutatási tanulmány szerint az AI-ágensek hibáinak gyökere jellemzően a kontextusban keresendő: az utasítások, eszközleírások, védőkorlátok és betáplált tudás minősége határozza meg a viselkedést. A szerzők hét kritérium mentén értékelték a kontextusminőséget, és kimutatták, hogy az egyes szempontok szisztematikusan előrejelzik a hallucinációval szembeni ellenállást vagy az utasításkövetést. Eközben a Pinecone piacra dobta Nexus nevű tudásmotorját, amely a vállalati kontextust strukturált rétegbe rendezi. A cég állítása szerint a korai felhasználók a jogi szektorban jelentős pontosságjavulást és kilenc-tizenötszörös tokenköltség-csökkenést tapasztaltak a hagyományos RAG-rendszerekhez képest.

  3. Kutatás 2026. július 19., vasárnap

    CIPHER: párhuzamos kiindulási állapotokkal skálázza az adattudományi AI-ágenseket

    A CIPHER keretrendszer az adattudományi AI-ágensek teljesítményét úgy javítja, hogy a tesztelési időben több párhuzamos kiindulási állapotot generál, majd stratégiailag választ közülük. A szerzők szerint a meglévő ágensek egyetlen kiindulási állapotra támaszkodnak, ami kaszkád hibákhoz vezethet; a CIPHER a jelöltgenerálást és a szelekciót szétcsatolja. A még nem lektorált kutatás két benchmarkon értékelte a rendszert: azonos méretű modellekkel összevetve meghaladta a korábbi legjobb teljesítményt, és kisebb alapmodellel is versenyképes maradt nagyobb rendszerekkel szemben. A tanulmány a generálási és kiválasztási stratégia, valamint az aggregátor modell kapacitásának hatását is elemzi.

  4. Kutatás 2026. július 13., hétfő

    Strukturált memóriával győzték le a Slay the Spire 2-t az AI-ágensek, miután a frontier modellek rendre kudarcot vallottak

    Az Alaya Lab és a Shanghai Jiao Tong University kutatói által fejlesztett AgenticSTS nevű rendszer a Slay the Spire 2 kártyajátékban ért el győzelmeket, miközben korábbi AGI-Eval teszteken egyetlen frontier modell sem tudott nyerni öt különböző beállítás egyikében sem. A kulcs a The Decoder beszámolója szerint az, hogy az ágens nem a folyamatosan növekvő csevegésnaplóból dolgozik, hanem minden döntést öt elkülönített memóriasávból épít újra: fix protokoll, állapotleírás, szabálykeresés, korábbi futások összefoglalói és szituációfüggő stratégiák. Az emberi játékosok a legkönnyebb nehézségi szinten 16 százalékos arányban nyernek a fejlesztők adatai szerint. A kutatás nem lektorált, de arra mutat rá, hogy a kontextuskezelés architektúrája fontosabb lehet, mint maga a nyelvi modell kapacitása.

  5. Modellek 2026. július 10., péntek

    Az OpenAI nyilvánosan elérhetővé tette a GPT-5.6 modellt és bemutatta a ChatGPT Work AI-ágenst

    Az OpenAI a Trump-kormányzat jóváhagyását követően megkezdte a GPT-5.6 modellcsalád (Sol, Terra, Luna) nyilvános bevezetését – a modellt korábban csak engedélyezett szervezetek használhatták korlátozott előzetesben. Sam Altman vezérigazgató a cég eddigi legjobb modelljének nevezte. Ezzel egyidejűleg az OpenAI bemutatta a ChatGPT Work nevű AI-ágenst, amely a ChatGPT és a Codex képességeit egyesíti, és a The Verge szerint dokumentumok, táblázatok, prezentációk készítésére, valamint Slack, Gmail, Google Drive és más eszközök integrálására képes. A desktop alkalmazáson keresztül az ingyenes felhasználók is hozzáférhetnek, míg mobilon és weben a Pro, Enterprise és Edu felhasználók kapnak elsőként hozzáférést. Az OpenAI a terméket az Anthropic Claude Cowork közvetlen versenytársaként pozicionálja az AI-ágensek piacán.

  6. Kutatás 2026. július 8., szerda

    Incognita: új keretrendszer társas környezetben működő AI-ágensek értékelésére

    Kutatók egy Incognita nevű, Concordia-alapú keretrendszert mutattak be, amely elkülönítve értékeli a generatív AI-ágensek társas interakcióját és megalapozott cselekvés-végrehajtását. A rendszer társasan elosztott feladatkörnyezeteket definiál, ahol a tudás szerepkörök szerint elkülönített résztvevők között oszlik meg. Három modellt teszteltek 18 feladaton, 540 próbán: a sikerarány 0-ról 8,9, illetve 17,2 százalékra nőtt, a korai befejezés aránya 100-ról 58 százalékra csökkent. Az erősebb modellek több rejtett tudást tártak fel, de a megbízhatóság alacsony maradt. A nem lektorált tanulmány szerint e környezetek már a megbízható siker előtt feltárják az ágensviselkedés mintázatait.

  7. Kutatás 2026. július 4., szombat

    CLAP: zárt hurkú keretrendszer domain-specifikus AI-ágensek utótréningjéhez

    A CLAP keretrendszer az AI-ágensek finomhangolását, kiértékelését és kiadásvezérlését egyetlen zárt hurkú folyamatba integrálja – a szerzők nem lektorált kutatási munkában mutatják be. Öt gyártási szcenárión tesztelve a LoRA-SFT csak szerény javulást ért el (pontszám +0,0098, megfelelési arány +0,024), és csupán 3 az 5 tételből javult; a GRPO magas KL-kockázatot mutatott. Az alkalmazáslánc-visszajátszás szerint RAG-orientált adapterrel javulnak a kulcsmezők és a bizonyítékillesztés, de nő a késleltetés. A szerzők amellett érvelnek, hogy az utótréninget integrált ciklusként kell kezelni, nem egyetlen offline metrika alapján.

  8. Kutatás 2026. július 2., csütörtök

    Megerősítéses tanulás az AI-ágensek finomhangolásában: NVIDIA útmutató és új kutatási keretrendszerek

    Az NVIDIA technikai blogján részletes útmutatót tett közzé arról, hogyan alkalmazható a megerősítéses tanulás (RL) – különösen a verifikálható jutalmakkal történő RL (RLVR) és a GRPO módszer – vállalati AI-ágensek domain-specifikus finomhangolására. A cég szerint a Nemotron 3 Super modellt 21 verifikáló környezetben, mintegy 1,2 millió rollout segítségével képezték, a NeMo RL ökoszisztéma pedig nyílt modellekhez kínál skálázható RL-eszközöket. Emellett két nem lektorált kutatási munka is megjelent: a HyPOLE keretrendszer formális logikával (HyperLTL) vezérli a többágenses RL-t részleges megfigyelhetőség mellett, míg egy másik tanulmány elektromos járművek flottáinak intelligens töltését vizsgálja független többágenses RL-megközelítésekkel. Mindhárom forrás azt jelzi, hogy az RL túllépett az általános modellképzésen, és egyre inkább gyakorlati, specializált feladatokban alkalmazzák.

← Vissza a fogalomtárhoz