Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
5 nivåer av utvikling av AI-agenter.
I løpet av de siste årene har vi gått fra enkle LLM-er → til fullverdige agentiske systemer med resonnement, minne og verktøybruk.
Her er en trinn-for-trinn-oversikt.
1) LLM-er med liten kontekst
- Inndata: Tekst → LLM → Utdata: Tekst
- Tidlige transformatorbaserte chatbots.
- Kunne bare behandle små biter av innspill (korte samtaler).
- Da ChatGPT kom ut, hadde den et kontekstvindu på bare 4k tokens.
2) LLM-er med stort kontekstvindu
- Inndata: Stor tekst / dokumenter → LLM → Utdata: Tekst
-Modeller som Claude/ChatGPT oppgradert til å håndtere tusenvis av tokens.
-Tillatt å analysere større dokumenter og lengre samtaler.
3) LLM + verktøybruk (RAG-æraen)
-Inndata: Tekst → LLM + Gjenfinning/Verktøy → Utdata: Tekst
-Retrieval-Augmented Generation ga tilgang til ferske + eksterne data.
-Verktøy som søke-APIer, kalkulatorer og databaser økte LLM-utgangene.
4) Multimodal LLM + verktøybruk + minne
- Inndata: Tekst + Bilder + andre modaliteter → LLM + Verktøy + Minne → Utgang: Multimodal
- Agenter kan behandle flere datatyper (tekst, bilder, lyd).
- Hukommelse introduserte utholdenhet på tvers av interaksjoner.
5) Agenter med resonnement og hukommelse
- Inngang: Multimodal → LLM → Beslutning → utgang: Multimodal
- Utstyrt med:
→ Kortsiktig, langsiktig og episodisk hukommelse
→ Verktøykall (søk, APIer, handlinger)
→ Resonnement og ReAct-basert beslutningstaking
- I hovedsak er dette AI Agent-æraen vi lever i i dag.
👉 Over til deg: Hvordan tror du neste nivå vil se ut herfra?

18,51K
Topp
Rangering
Favoritter