Агент — это детерминированная программная система, которая управляет недетерминированными результатами моделей для достижения заданной цели.

Ключевой принцип: модель генерирует решения, программная инфраструктура управляет их выполнением.

1. LLM — интеллект Анализирует контекст, формирует гипотезы, предлагает план и выбирает возможные действия. Результаты могут быть недетерминированными.

2. Agent Runtime — управляющий контур Организует цикл выполнения: запрос к модели → выбор действия → вызов инструмента → получение результата → следующий шаг.

3. Tools — исполнительный слой API, базы данных, поиск и программный код позволяют агенту взаимодействовать с внешними системами.

4. State & Memory — состояние Хранят контекст задачи, промежуточные результаты, историю действий и текущий прогресс.

5. Guardrails & Evaluation — контроль Проверяют форматы и ограничения, контролируют циклы, обрабатывают ошибки и определяют, достигнута ли цель.

Как это работает ReAct? Цель → Планирование → Действие → Наблюдение → Проверка → Следующий шаг или завершение.

А что меняется в MAS? В многоагентной системе несколько специализированных агентов решают общую задачу. Оркестратор управляет последовательностью, параллельным выполнением, передачей данных и восстановлением после ошибок.

При этом детерминированность управляющего кода агента не гарантирует детерминированность всей системы: LLM, внешние сервисы и конкурентное выполнение могут давать разные результаты.

Надёжность ИИ-агента определяется не только качеством модели, но и качеством инженерного контура: оркестрацией, состоянием, валидацией, ограничениями и механизмами восстановления.

LLM генерирует - Agent Runtime управляет - Tools исполняю - Evaluation проверяет

Именно так вероятностные возможности ИИ превращаются в управляемое выполнение задач.