Agent Loop
Förklaring
En "Agent Loop" är den grundläggande process som en AI-agent använder för att utföra uppgifter autonomt. Den fungerar som en cykel där AI:n först observerar sin omgivning, sedan resonerar och planerar nästa steg, utför en handling och slutligen observerar resultatet av sin handling. Denna process upprepas tills uppgiften är slutförd, ungefär som en människa som ständigt anpassar sitt beteende baserat på vad den ser och lär sig. Det är denna iterativa process som gör att AI-agenter kan hantera komplexa problem och anpassa sig till nya situationer.
Ursprung och källa
Russell & Norvig, 1995 (agentdefinition); ReAct-ramverket (Yao et al.), 2022 (för praktisk tillämpning på språkmodeller)