ИИ-агенты отмечают 30-летний юбилей В 1995 году вышла работа британских учёных Майкла Вулдриджа и Николаса Дженнингса «Умные агенты: теория и практика» (Intelligent Agents: Theory and Practice). Она задала подход к агентам в ИИ и во многом определила, как их понимают до сих пор.

Базовая модель выглядела так:

• агент воспринимает среду
• принимает решения
• действует для достижения целей

Понятие агента

Авторы зафиксировали эту модель как основу: восприятие, выбор действия, выполнение. Это стало стандартным способом описывать агента.

Автономность

Ключевая идея — агент должен работать самостоятельно, без постоянного управления человеком. Этот принцип был центральным тогда и остаётся таким сейчас.

Цели и рациональность

Агенты рассматривались как системы с goal-directed behaviour — они выбирают действия так, чтобы лучше достигать цели.

Мультиагентные системы

Уже тогда обсуждали, что агенты могут взаимодействовать: координироваться, конкурировать, договариваться. Система рассматривается как набор независимых участников, а не одна централизованная программа.

Чего в статье не было

Больших языковых моделей (LLM). В 1995 не существовало ни моделей, ни вычислительных ресурсов для них.

Пример агента

Представим себе простого агента/мультиагента из 1990-х — «ТеплоДозор». Он получает текущую температуру в комнате через датчик (автономно взаимодействует со средой), сравнивает её с заданным целевым значением (принимает решение) и включает или выключает отопление на основе набора фиксированных правил (действует). Агент не обучается и ничего не генерирует — он просто реагирует на изменения среды. При этом он хранит минимум информации, например текущее состояние обогревателя, чтобы не переключать его лишний раз.