AI-агент — это не просто LLM, подключённая к API. Чтобы использовать агентов в реальных production-системах, важно правильно выбирать архитектурный паттерн под конкретную задачу. Выделю пять подходов, которые стоит знать каждому AI Engineer: 1. Single-Shot Agent Один запрос — одно решение. Подходит для классификации, извлечения информации, суммаризации и простых преобразований данных. 2. Iterative ReAct Agent Агент последовательно рассуждает, выбирает инструменты, выполняет действия и анализирует результаты. Полезен для поиска информации, работы с API и troubleshooting. 3. Planner-Executor Agent Отдельный компонент разбивает сложную задачу на этапы, а специализированные исполнители выполняют их параллельно или последовательно. Хороший вариант для многоэтапных workflows. 4. Reflexive Agent Агент оценивает собственный результат, находит недостатки и повторяет генерацию до достижения заданного качества. Особенно полезен для подготовки документов и генерации кода. 5. Verifier-Gated Agent Перед выполнением критически важного действия результат проходит независимую проверку. Это особенно важно для финансовых операций, управления доступом и enterprise-систем. Главный вывод: не каждой задаче нужен сложный multi-agent workflow. Иногда простой Single-Shot Agent эффективнее, дешевле и надёжнее. В других случаях Planner-Executor или Verifier-Gated Architecture позволяют обеспечить необходимый уровень контроля. При проектировании AI-систем я бы начинал не с выбора фреймворка, а с анализа задачи, требований к качеству, стоимости выполнения и допустимого уровня автономности. Какой из этих паттернов вы чаще используете в production — ReAct, Planner-Executor или Verifier-Gated?