Агенты и инструменты
AI-агенты на практике: tool calling, агентный цикл и критерий остановки, память и планирование, мультиагентные системы, протокол MCP и оценка агентов.
5 тем, читаются сверху вниз — от простого к сложному. У каждой темы есть интерактив, плашка «На собеседовании» и тест из 10–15 вопросов. Проверить себя по всему учебнику можно в диагностике, термины раздела собраны в глоссарии.
1. Tool calling: как модель вызывает инструменты
Tool calling даёт LLM «руки»: вызов API, БД и инструментов в агентном цикле. Фундамент AI-агентов и частый вопрос на собеседовании инженера.
На собеседовании спросят: «Модель сама исполняет инструменты?»
2. Агентный цикл и критерий остановки
Агент — это LLM, запущенная в цикле «думай → действуй → наблюдай». Звучит просто, но два вопроса определяют, будет ли агент работать: как он решает, что делать дальше, и как понимает, что пора остановиться. Второй вопрос на собеседованиях любят особенно.
На собеседовании спросят: «Чем агент отличается от пайплайна?»
3. Память, планирование и мультиагентные системы
Контекстное окно — это вся «оперативная память» агента, и она конечна. Чем длиннее задача, тем острее вопрос: что держать в контексте, что выносить наружу и когда вместо одного агента запускать несколько. Это главные темы инженерии агентов после базового цикла.
На собеседовании спросят: «Контекст переполняется»
4. MCP: стандарт подключения инструментов
MCP (Model Context Protocol) — открытый стандарт, который соединяет LLM-приложения с инструментами и источниками данных: вместо N×M самодельных интеграций — N+M подключений к общему протоколу. Разбираем роли, жизненный цикл, JSON-RPC и риски чужих серверов.
На собеседовании спросят: «Зачем MCP, если есть function calling?»
5. Оценка агентов: pass@k и траектории
Как измерить качество LLM-агента: метрики pass@1, pass@k и pass^k, оценка траекторий и стоимости, песочницы и бенчмарки SWE-bench, WebArena, GAIA. Почему одинаковый pass@1 не значит «одинаковые агенты».
На собеседовании спросят: «Как оценивать агента для прода?»