Naukowcy opracowali dwuwymiarową ramę konceptualną dla projektowania agentów AI, która łączy funkcje kognitywne z topologią wykonania. Badanie autorstwa Jia Huang i Joey Tianyi Zhou, opublikowane w arXiv, identyfikuje 27 nazwanych wzorców projektowych, z czego 13 otrzymało oryginalne nazwy.
Istniejące ramy dla architektur agentów opartych na dużych modelach językowych opisują systemy z jednej perspektywy. Przewodniki branżowe skupiają się na topologii wykonania — przepływie danych, podczas gdy przeglądy nauk kognitywnych koncentrują się na funkcjach kognitywnych — tym, co agent robi. Żadna z tych osi samodzielnie nie pozwala rozróżnić architektonicznie różnych systemów.
Kluczowe wnioski
- Nowa ramka łączy oś funkcji kognitywnych z siedmioma kategoriami (inżynieria kontekstu, pamięć, rozumowanie, działanie, refleksja, współpraca, zarządzanie) z osią topologii wykonania zawierającą sześć archetypów strukturalnych.
- Powstała matryca 7x6 identyfikuje 27 nazwanych wzorców projektowych, z których 13 otrzymało oryginalne nazwy nadane przez autorów.
- Walidacja przeprowadzona w czterech rzeczywistych domenach (pożyczki finansowe, due diligence prawne, operacje sieciowe, triage medyczne) potwierdza pokrycie opisowe frameworka.
- Analiza międzydomenowa ujawniła pięć empirycznych praw selekcji wzorców, które regulują związek między ograniczeniami środowiskowymi a wyborami architektonicznymi.
- Framework zapewnia uporządkowany, neutralny względem frameworków i niezależny od modeli słownik dla projektowania architektur agentów AI.
Problem z istniejącymi podejściami
Obecne ramy klasyfikacji agentów AI cierpią na fundamentalny problem — opisują systemy z pojedynczej perspektywy. Ta sama topologia Orchestrator-Workers może implementować wzorce Plan-and-Execute, Hierarchical Delegation czy Adversarial Verification — trzy podejścia z fundamentalnie różnymi trybami awarii i kompromisami projektowymi.
Autorzy argumentują, że ani oś funkcji kognitywnych, ani topologia wykonania samodzielnie nie pozwalają na jednoznaczne rozróżnienie architektonicznie różnych systemów. Stąd potrzeba dwuwymiarowego podejścia, które łączy obie perspektywy.
Dwuwymiarowa klasyfikacja
Proponowana ramka składa się z dwóch głównych osi. Pierwsza — funkcje kognitywne — obejmuje siedem kategorii: inżynierię kontekstu, pamięć, rozumowanie, działanie, refleksję, współpracę i zarządzanie. Druga oś — topologia wykonania — zawiera sześć archetypów strukturalnych: łańcuch, trasowanie, równoległość, orkiestracja, pętla i hierarchia.
Badacze demonstrują ortogonalność poprzez systematyczną analizę międzyosiową i definiują szczegółowo osiem reprezentatywnych wzorców. Walidacja pokrycia opisowego została przeprowadzona w czterech rzeczywistych domenach zastosowań.
Empiryczne prawa selekcji wzorców
Analiza międzydomenowa doprowadziła do sformułowania pięciu empirycznych praw selekcji wzorców. Te prawa regulują związek między ograniczeniami środowiskowymi — takimi jak presja czasu, uprawnienia do działania, asymetria kosztów awarii i wolumen — a wyborami architektonicznymi.
Framework został zaprojektowany jako neutralny względem konkretnych implementacji i niezależny od modeli, co czyni go uniwersalnym narzędziem dla projektantów systemów AI. Dostarcza uporządkowany słownik terminologii dla architektury agentów AI, który może być stosowany niezależnie od wybranej platformy czy modelu językowego.
Praca wypełnia lukę między teoretycznymi podstawami nauk kognitywnych a praktycznymi potrzebami inżynierii systemów, oferując zunifikowane podejście do klasyfikacji i projektowania agentów AI.
