Тематический хаб про AI agents, workflows, tool use, orchestration, permissions и governance risks, возникающие из-за полуавтономных действий.
30
Термины
10
Сравнения
8
Вопросы
Агентный ИИ охватывает системы, которые делают больше, чем просто выдают один ответ: они могут планировать, вызывать tools, делегировать tasks и действовать через workflows. Это делает границу контроля шире, чем у обычных чатботов.
Когда система ИИ может использовать tools или автоматизировать actions, compliance должен учитывать permissions, logs, escalation, testing и reasonably foreseeable misuse.
Полезно для agent deployment reviews, automation governance, secure tool integration, AI inventory classification и планирования incident response.
Ключевые термины для понимания agents, agentic behavior и повторяющихся observe-plan-act loops.
Концепции для подключения агентов к tools, workflows, APIs и task delegation.
Risk terms для ограничения того, что агент может видеть, решать и выполнять.
Параллельное сравнение агентный AI и AI-агент. Помогает понять, как агентный AI describes class автономный цель-pursuing системы, а AI агент является сущность или software система что acts.
Параллельное сравнение Агентный рабочий процесс и Агентный цикл. Помогает понять, чем отличаются термины, когда применяется каждый из них и что это различие означает для AI governance, проектирования систем или доказательств assurance.
Сравнение Agentic AI и Autonomous Systems. Разберите, чем AI-системы, которые планируют и действуют ради goals, отличаются от broader category систем, работающих без continuous human intervention.
Параллельное сравнение AI-агент и Бот. Помогает понять, чем отличаются термины, когда применяется каждый из них и что это различие означает для AI governance, проектирования систем или доказательств assurance.
Параллельное сравнение Протокол контекста модели и Плагины. Помогает понять, чем отличаются термины, когда применяется каждый из них и что это различие означает для AI governance, проектирования систем или доказательств assurance.
Параллельное сравнение Function Calling и Plugins. Разбирает, чем структурированный вызов инструментов отличается от модульных расширений, подключаемых к AI-системе или агенту.
Параллельное сравнение Action Space и Identity And Access Management Permissions. Разбирает, чем доступные агенту действия отличаются от средств контроля доступа, которые авторизуют действия над ресурсами.
Параллельное сравнение [AI] Orchestration и Agentic Workflow. Разбирает, чем координация на системном уровне отличается от того, как агент планирует и выполняет несколько шагов для достижения цели.
Параллельное сравнение Automation и Agentic Process Automation. Разбирает, чем общее technology-enabled выполнение задач отличается от автономного или полуавтономного workflow execution AI-агентами.
Параллельное сравнение Attack Surface и Action Space. Разбирает, чем exposure системы к abuse отличается от набора действий, доступных AI-агенту.
AI Orchestration — это координация и маршрутизация AI tasks, workflows, model calls, tools и agents внутри системы. Она помогает разбивать сложные процессы на управляемые шаги и назначать их подходящим models, sub-agents или automation components.
Function calling — это capability, позволяющая language model вызывать external tools, APIs или predefined functions. Она расширяет model behavior за пределы text generation, позволяя structured actions, retrieval, computation или system integration.
Model Context Protocol (MCP) — это протокол для подключения AI-моделей или ассистентов к внешним инструментам, источникам данных и сервисам через стандартизированный интерфейс. Он помогает отделить поведение модели от tool integration и может улучшить portability, governance и context management.
Action Space — это набор tools, operations, permissions или moves, доступных agent при выполнении task. Хорошо ограниченный action space должен быть достаточным для задачи, но не давать лишних capabilities, которые увеличивают errors или governance risk.
IAM, или Identity and Access Management permissions, — это granular access controls, которые определяют, какие principals могут выполнять какие actions над какими resources. Они обычно назначаются через roles пользователям, группам, service accounts или applications для enforcement least-privilege access.
Router agent — это agent, который классифицирует user request или task и направляет его к наиболее подходящему specialized agent, tool или workflow. Он используется в multi-agent systems для coordination responsibilities и улучшения task handling.
Multi-agent systems — это системы, состоящие из нескольких interacting agents, которые могут perceive, decide, communicate и act within an environment. Они используются для моделирования distributed problem solving, coordination, negotiation, competition и collective behavior.
AI Governance — это framework policies, processes, roles, controls и oversight, используемый для управления разработкой и использованием AI на протяжении lifecycle. Его цель — обеспечить responsible, lawful, secure, transparent и accountable AI practice внутри организации или юрисдикции.