Традиционная автоматизация следует фиксированным инструкциям, а простой чат-бот отвечает на конкретное сообщение перед ним. Целевой агент работает иначе. Он начинает с желаемого результата и планирует действия, необходимые для его достижения. Затем он оценивает новую информацию по мере развития задачи. В этой статье объясняется концепция, поддерживающая архитектура и основные варианты использования. Также в ней сравниваются целевые агенты с другими типами ИИ-агентов и представлен Kimi Agent как практический способ увидеть выполнение задач, ориентированное на цель.
Что такое целевой агент?
Целевой агент — это система на базе ИИ, которая принимает решения и совершает действия исходя из заданной цели. Она оценивает текущее состояние, рассматривает возможные следующие шаги и выбирает действия, приближающие систему к желаемому результату. Агент может использовать инструменты, отслеживать прогресс и пересматривать свой план, когда новая информация меняет ситуацию.
Например, агент поддержки клиентов может ответить на один вопрос. Целевой агент может работать над решением всей проблемы клиента. Он может изучить историю аккаунта и обратиться к одобренной базе знаний. Затем он может диагностировать проблему, подготовить решение или передать дело человеку, если данных недостаточно.
Как работает целевой агент?
Целевой агент обычно следует повторяющемуся циклу. Сначала он определяет желаемый результат и наблюдает за текущей средой. Затем он составляет план, выбирает действие и оценивает результат. Если результат не продвигает задачу вперёд, агент может перепланировать или запросить помощь.
Определение цели
Процесс начинается с точного определения успеха. Цель может включать несколько связанных условий, но каждое условие должно быть проверяемым. Она может также включать ограничения, такие как сроки, одобренные источники данных, лимиты расходов, необходимые согласования и запрещённые действия. Языковая модель может превратить нечёткий запрос в конкретные подцели, но итоговые критерии успеха должны оставаться видимыми для владельца рабочего процесса.
Восприятие среды и состояния
Агент собирает информацию о текущем состоянии из запросов пользователей, внешних систем, файлов, баз данных, ответов API или системных событий. В роботизированной среде датчики предоставляют информацию о близлежащих объектах и меняющихся условиях. Состояние также должно фиксировать выполненные задачи, ожидающие согласования и неподтвердившиеся предположения. Чёткие значения ошибок и статусов помогают агенту решить, продолжать ли работу, повторить попытку или передать дело человеку.
Планирование и декомпозиция задач
Модуль планирования превращает цель в конкретный маршрут действий. Он разбивает широкую цель на более мелкие задачи и определяет зависимости между ними. Для адаптации нового сотрудника план может начинаться со сбора и проверки документов, прежде чем перейти к подготовке заявок на аккаунты и ожиданию согласования по роли. Стабильный процесс может использовать фиксированный план, тогда как изменяющийся рабочий процесс требует точек принятия решений для постепенного перепланирования.
Выбор и выполнение действий
После составления плана агент выбирает следующее одобренное действие. Он может запросить систему, найти документ, обновить запись или попросить человека предоставить недостающую информацию. Каждое действие должно иметь заданный ввод и ожидаемый результат. Агент должен проверить результат, прежде чем помечать шаг как выполненный, а значимые действия должны приостанавливаться для получения одобрения человека.
Обратная связь и перепланирование
Выполнение — это не односторонний процесс. Агент сравнивает последний результат с целью и проверяет, имеет ли смысл продолжать текущий план. Новые данные могут подтвердить текущий маршрут, выявить препятствие или предложить более безопасную альтернативу.
Этот цикл можно представить так:
Цель может оставаться неизменной, даже когда меняется маршрут. Складской робот может выбрать другой путь, обнаружив препятствие. Исследовательский агент может обратиться к другому источнику, если первый не отвечает на вопрос. Бюджеты выполнения, такие как ограничения на количество ходов, вызовов инструментов, повторных попыток или времени, предотвращают бесконечную работу и облегчают измерение производительности.
Основные компоненты архитектуры целевого агента
Архитектура целевого агента связывает цели с состоянием, планированием, инструментами и контролем. Точная реализация может различаться, но каждый компонент должен иметь чётко определённую зону ответственности.
Цель и критерии успеха
Уровень цели определяет желаемое состояние. Он описывает, что должен выполнить агент и что считается завершением задачи. Здесь также могут быть указаны условия неудачи и ограничения, действующие на протяжении всего выполнения.
Например, в рабочем процессе обработки документов может требоваться проверка всех обязательных полей перед отправкой записи. Незавершённая запись не считается частичным успехом, если процесс требует полной проверки. Чёткие критерии помогают агенту остановиться в нужный момент.
Модель мира и база знаний
Модель мира даёт агенту рабочее представление о его окружении. Она может включать текущее состояние системы, доступные ресурсы, известные взаимосвязи и вероятные последствия действий. База знаний предоставляет вспомогательную информацию, когда агенту нужно принять решение.
Модель мира полезна потому, что агент не может строить план, опираясь только на цель. Ему нужно понимать, на каком этапе сейчас находится рабочий процесс. Также важно отличать временный контекст задачи от более долговременных знаний. Извлечение информации должно предоставлять только релевантные данные, а не переносить в активный контекст всю коллекцию данных.
Хорошо организованная запись состояния может показывать выполненные шаги, ожидающие зависимости, неудачные попытки и статус согласования. Всё, что сохраняется для последующего использования, должно регулироваться правилами доступа и происхождением данных.
Модуль планирования
Модуль планирования создаёт и обновляет маршрут к цели. Он может формировать последовательность действий, распределять работу между специализированными агентами или динамически выбирать следующий шаг.
Хорошее планирование учитывает зависимости и неопределённость. Оно не предполагает, что каждый инструмент вернёт ожидаемый результат. Оно может включать резервные пути, шаги проверки и условия для эскалации. План должен оставаться предварительным, если новые данные способны изменить оптимальное следующее действие.
Уровень инструментов и действий
Инструменты позволяют агенту взаимодействовать с системами за пределами модели. Типичные примеры включают поиск, запросы к базам данных, обработку файлов, действия в браузере, бизнес-API и обновление записей.
Каждому инструменту нужен чёткий контракт. Контракт должен определять допустимые входные данные, ожидаемые результаты, права доступа, ошибки и побочные эффекты. Действия чтения и записи следует по возможности разделять. Для чувствительных операций нужны более строгие правила проверки и согласования.
Выполнение, оценка и защитные механизмы
Уровень выполнения совершает выбранное действие. Уровень оценки проверяет результат на соответствие плану и критериям успеха. Защитные механизмы определяют, что агент может делать и когда он должен остановиться.
Рабочие процессы в продуктиве должны фиксировать решения, вызовы инструментов, наблюдения и изменения состояния. Такая запись помогает при отладке и проверке человеком. Этапы согласования особенно важны перед необратимыми действиями, внешней коммуникацией, финансовыми изменениями или обновлениями в продуктивной среде.
Целеустремлённый агент и другие типы ИИ-агентов
Целеустремлённые агенты — лишь часть более широкого набора архитектур ИИ-агентов. Категории могут пересекаться, но каждая подчёркивает свой способ принятия решений.
| Тип агента | Как принимает решения | Способность к планированию | Лучше всего подходит для |
|---|---|---|---|
| Простой рефлекторный агент | Реагирует на текущий входной сигнал | Практически отсутствует | Фиксированные правила и немедленные реакции |
| Рефлекторный агент с моделью | Использует внутреннюю модель состояния | Ограниченная | Среды, требующие базовой памяти |
| Агент, ориентированный на цель | Выбирает действия, приближающие к заданной цели | Да | Чёткие цели с изменяющимися путями достижения |
| Агент, ориентированный на полезность | Выбирает наиболее ценный результат | Продвинутый анализ компромиссов | Несколько конкурирующих целей |
| Обучающийся агент | Совершенствуется на основе опыта или обратной связи | Может развиваться со временем | Задачи, выигрывающие от адаптации |
Реактивный агент реагирует на то, что видит прямо сейчас. Целеустремлённый агент учитывает, как действие повлияет на будущее состояние. Такое ориентированное на будущее поведение делает целеустремлённые системы более подходящими, когда цель стабильна, а путь к ней — нет.
Агент, основанный на полезности, решает иную задачу принятия решений. Он сравнивает возможные результаты и присваивает им ценность. Например, система клиентской поддержки может балансировать между скоростью решения, стоимостью возврата средств и удовлетворённостью клиента при выборе ответа. Целеустремлённый агент, как правило, сосредоточен на том, достигнуто ли целевое состояние. Такая система при необходимости может включать компоненты обучения или оценки полезности.
Целеустремлённый агент и агент, ориентированный на задачи
Агенты, ориентированные на задачи, и целеустремлённые агенты оба способны автоматизировать полезную работу. Разница в том, на каком уровне система получает инструкции и измеряет успех.
| Параметр | Агент, ориентированный на задачу | Агент, ориентированный на цель |
|---|---|---|
| Отправная точка | Конкретная инструкция | Желаемый результат |
| Область охвата | Одна заданная задача | Связанный рабочий процесс |
| Следующее действие | Обычно задаётся пользователем или рабочим процессом | Выбирается агентом |
| Показатель успеха | Завершение задачи | Достижение цели |
| Адаптация | Часто ограничена | Может перепланировать действия при изменении условий |
| Участие человека | Может требоваться на каждом шаге | Обычно требуется на границах процесса или в исключительных случаях |
Агенты, ориентированные на задачи, полезны, когда действие уже известно. Целеустремлённые агенты полезны, когда результат ясен, но путь к нему может меняться. Система, ориентированная на задачи, может извлечь поле из документа. Целеустремлённая система может использовать это извлечение как один из шагов более крупного процесса, который проверяет информацию и направляет исключения.
Различие касается уровня ответственности за рабочий процесс, а не количества агентов. Один агент может преследовать широкую цель. Несколько агентов также могут выполнять отдельные задачи, не имея общего плана.
Сценарии применения целеустремлённых агентов
Целеустремлённые агенты подходят для сред, где конечная цель ясна, но условия могут меняться до завершения задачи.
Робототехника и автоматизация складов
Складской робот может получить цель — переместить упаковку в зону отгрузки. Ему нужно найти упаковку, спланировать маршрут, избегать препятствий и следить за своим положением. Если другой робот блокирует запланированный путь, агент может оценить альтернативный маршрут.
Цель остаётся той же. Последовательность действий меняется в зависимости от окружения. Это делает робототехнику наглядным примером планирования на будущее состояние, а не простой реакции на ближайшее препятствие.
Поддержка клиентов и решение обращений
Рабочий процесс поддержки может определять успех как разрешение проблемы клиента точным и согласованным ответом. Агент может читать переписку, получать информацию об учётной записи, обращаться к базе знаний и определять, требуется ли эскалация.
Система не должна считать задачу выполненной сразу после составления ответа. Она должна проверить, решает ли ответ проблему и выполнено ли требуемое действие. Чувствительные изменения должны оставаться за шагом согласования с человеком.
Онбординг сотрудников
Онбординг сотрудников включает связанные задачи, зависящие от должности, местоположения, даты начала работы и статуса согласования. Целеустремлённый агент может отслеживать общий результат, а не рассматривать каждый запрос как изолированное действие.
Он может собирать документы, проверять информацию, готовить запросы на учётные записи и ожидать согласования от руководителя. Если обязательное поле не заполнено, агент может приостановить процесс или запросить недостающую информацию. Ему не следует обходить правило доступа только для того, чтобы продвинуть план.
Исследования и рабочие процессы с контентом
Исследовательский рабочий процесс может начинаться с цели — подготовить структурированный отчёт на основе надёжных данных. Агент может разбить вопрос на подтемы, искать в утверждённых источниках, организовывать выводы и выявлять пробелы.
Если источник не подтверждает утверждение, агент может пересмотреть план исследования. Этап проверки может показать, отвечает ли итоговый отчёт на исходный вопрос. Проверка человеком остаётся важной, когда отчёт влияет на значимое решение.
Реагирование на инциденты и операционная деятельность
Агент по реагированию на инциденты может работать над выявлением причины проблемы в сервисе. Он может изучать журналы, проверять недавние развёртывания, анализировать зависимости и сопоставлять данные из разных систем.
Порядок работы может меняться по мере появления новых сигналов. Агент может рекомендовать откат или изменение конфигурации, но действия, влияющие на продакшен, должны требовать авторизации. Цикл на основе цели помогает организовать расследование, не превращая рекомендацию в неконтролируемое исполнение.
Преимущества агентов, ориентированных на цель
Лучшая работа с многошаговыми задачами
Агент, ориентированный на цель, может организовать связанные действия вокруг конечного результата. Вам не нужно прописывать каждый малорисковый шаг, если у процесса есть чёткие границы.
Больше гибкости, чем у автоматизации на правилах
Жёсткие правила хорошо работают в стабильных условиях. Системы, ориентированные на цель, могут выбрать другой одобренный путь, если входные данные изменились или ожидаемое действие не выполнилось.
Более чёткие критерии успеха
Заданная цель делает оценку более осмысленной. Система может проверить, достигнут ли нужный результат, а не измерять успех по длине или гладкости ответа.
Лучшая непрерывность рабочего процесса
Агент может сохранять состояние задачи и определять, что осталось незавершённым. Это важно, когда процесс приостанавливается для получения согласования или ожидает информацию от другой системы.
Более полезное делегирование задач людьми
Люди могут задать результат, ограничения и точки согласования. После этого агент может управлять рутинными решениями в рамках этих границ, а люди — заниматься исключениями и решениями с высоким влиянием.
Как спроектировать надёжного агента, ориентированного на цель
Надёжный дизайн начинается с рабочего процесса, а не с модели. Используйте наименьшую архитектуру, способную безопасно выполнить задачу.
Определите одну измеримую цель: сформулируйте условие завершения, которое может проверить оценщик.
Задайте условия успеха и неудачи: объясните, когда агенту нужно продолжать, останавливаться или передавать задачу дальше.
Разбейте цель на подзадачи: у каждой подзадачи должен быть чёткий результат и зависимости.
Ограничьте доступ к инструментам: предоставляйте только те инструменты, которые нужны для текущей роли.
Разделите права на чтение и запись: относитесь к получению информации иначе, чем к действиям, меняющим состояние.
Добавьте точки согласования: требуйте подтверждения перед чувствительными или необратимыми операциями.
Ведите журнал выполнения: фиксируйте планы, вызовы инструментов, результаты и изменения состояния.
Задайте ограничения выполнения: используйте границы по времени, числу шагов, повторным попыткам и стоимости.
Тестируйте весь рабочий процесс целиком: оценивайте итоговые результаты, а не только отдельные ответы модели.
Расширяйте постепенно: начните с одного агента и добавляйте координацию только после того, как появится измеримая потребность в этом.
Практическое правило простое: используйте архитектуру минимально возможной сложности, способную надёжно выполнить рабочий процесс. Больше автономии полезно только тогда, когда это решает конкретную операционную проблему.
Знакомьтесь с Kimi Agent: агентом, ориентированным на цель, которым можно пользоваться уже сегодня
Цикл планирования, описанный в этом руководстве, — не просто теория. Именно так Kimi Agent выполняет реальные задачи. Вы описываете нужный результат одним предложением, а Kimi разбивает его на подзадачи и выполняет каждый шаг с помощью встроенных инструментов. Затем он оценивает результат перед тем, как выдать готовый вывод. Не нужно строить слой оркестрации и поддерживать код рабочего процесса.
Сформулируйте цель — получите готовый результат
Kimi Agent работает так, как и должен работать агент, ориентированный на цель: задайте ему цель, а не процедуру. Он сам прокладывает маршрут и выдаёт результат, который можно сразу использовать.
Исследовательский отчёт со ссылками на источники — через Kimi Deep Research
Рабочий многостраничный сайт, собранный по короткому брифу
Презентация PPT, документ или таблица, готовые к редактированию
Вы можете загрузить до 50 файлов за раз в качестве исходных материалов, так что существующие PDF, слайды и изображения станут частью контекста задачи.
Долгие задачи выполняются самостоятельно до конца
Агент, ориентированный на цель, показывает себя на задачах, требующих больше одного шага. Kimi Deep Research обычно работает от 10 до 25 минут на задачу и продолжает работу в фоне, так что вы можете уйти со страницы и вернуться к готовому отчёту. Агент сам отслеживает свой прогресс, не дожидаясь, что вы будете подталкивать его на каждом шаге.
Масштабируйте одну цель до сотен параллельных задач
Когда одного агента недостаточно для объёма работы, Kimi Agent Swarm распределяет цель между более чем 100 суб-агентами и поддерживает до 1500 параллельных вызовов инструментов. Он предназначен для масштабного поиска, написания длинных текстов и пакетной обработки — тот же цикл, ориентированный на цель, только умноженный.
Границы всё равно задаёте вы
Дизайн, ориентированный на цель, оставляет результаты под контролем людей, и Kimi работает так же. Вы определяете цель и ограничения, затем проверяете план и итоговый результат. Важные факты и решения с серьёзными последствиями остаются под контролем человека. Автономия отвечает за маршрут, а решения — за вами.
Ограничения и сложности
Целеориентированные агенты дают больше гибкости, чем жёсткая автоматизация, но при этом привносят новые виды сбоев. Нечётко сформулированная цель может увести агента к неверному результату, а большое пространство решений делает планирование дорогим. Планы могут также устаревать по мере изменения окружения. Конкурирующие приоритеты могут требовать рассуждений на основе полезности или человеческого суждения вместо простой проверки завершённости. Сбои инструментов и устаревшие данные создают дополнительный риск, особенно если агент способен изменять внешние системы. Поэтому для надёжного развёртывания нужны проверенные результаты работы инструментов, контролируемое перепланирование, ограниченные права доступа, видимые журналы и одобрение человека для действий с высоким влиянием.
Заключение
Целеориентированный агент работает над достижением заданного результата, а не просто реагирует на последний ввод. Он использует цикл, который связывает планирование с действием, а затем оценивает наблюдаемый результат, прежде чем выбрать следующий шаг. Такой подход подходит для рабочих процессов, где конечная точка ясна, но путь к ней может меняться. Начните с явных критериев успеха и ограниченных прав доступа. Добавляйте сложность только тогда, когда это требуется рабочим процессом. Kimi Agent предлагает практичный способ изучить целеориентированное выполнение задач без создания архитектуры агента с нуля.