Agentowa AI łączy model z narzędziami i pętlą sterowania, aby realizować cel w wielu krokach. Może sprawdzać wyniki i wybierać kolejne działania; niezawodność zależy od implementacji, uprawnień i kontroli.
Autonomiczni agenci AI rozszerzają swoje możliwości, wywołując podczas pracy zewnętrzne narzędzia. Do typowych należą wyszukiwanie w sieci, interpretery kodu, odczyt i zapis plików, dostęp do kalendarza oraz wywołania API usług zewnętrznych. Model decyduje, kiedy użyć narzędzia i jakie dane mu przekazać, a następnie włącza wynik do kolejnego etapu rozumowania.
Po każdym wywołaniu narzędzia lub działaniu system agentowy obserwuje rezultat i dostosowuje się. Jeśli wyszukiwanie w sieci zwróci zbyt mało wyników, próbuje innych fraz. Jeśli wygenerowany kod zwróci błąd, odczytuje komunikat i poprawia kod. Ten cykl działania, obserwacji i korekty pozwala realizować złożone zadania bez ludzkiego kierowania na każdym etapie.
Użytkownik podaje ogólny cel: „podsumuj wszystkie skargi klientów z ostatniego miesiąca”, „zarezerwuj najtańszy lot do Berlina przed czwartkiem” albo „wskaż, które z tych umów zawierają niestandardowe warunki odpowiedzialności”. System otrzymuje cel, lecz nie dostaje instrukcji, jak go osiągnąć.
Model językowy będący rdzeniem systemu tworzy plan. Rozumuje, jakie kroki są potrzebne, jakie narzędzia są dostępne i w jakiej kolejności działać. Popularną ramą jest wzorzec ReAct, przedstawiony przez Yao i współautorów w 2022 roku, który przeplata ślady rozumowania konkretnymi działaniami. Model zastanawia się, co zrobić, robi to, obserwuje wynik, rozważa następny krok i kontynuuje.
Plan nie jest sztywny. Jeśli wczesne kroki dają nieoczekiwane wyniki, model zmienia podejście, zamiast wykonywać z góry ustalony scenariusz.
Wykonanie wymaga wyjścia poza wewnętrzną wiedzę modelu. System wywołuje narzędzia: wyszukiwarkę do pozyskania aktualnych informacji, interpreter kodu do obliczeń, zapytanie do bazy danych po uporządkowane rekordy lub API, aby podjąć działanie w systemie zewnętrznym. Każde wywołanie narzędzia wybiera model według potrzeb bieżącego kroku.
Wynik każdego narzędzia staje się wejściem do następnego kroku rozumowania. Model odczytuje zwrócone dane i decyduje, czy przejść dalej, powtórzyć czynność, czy zmienić kierunek.
Jeśli zapis pliku się nie powiedzie, system odczytuje błąd. Jeśli wyszukiwanie zwróci nieistotne wyniki, przeformułowuje zapytanie. Jeśli blok kodu daje niepoprawny wynik, debugguje go. Pętla trwa, aż cel zostanie osiągnięty albo system stwierdzi, że utknął.