Публикация подробно разбирает, как устроены LLM-агенты — автономные системы на базе больших языковых моделей, которые самостоятельно планируют действия для достижения поставленной цели. В основе архитектуры агента лежат три ключевых компонента: планирование (chain-of-thought, ReAct, tree-of-thoughts), память (краткосрочная и долгосрочная) и интеграция с внешними инструментами (function calling, плагины).

Для планирования действий используются современные методы: chain-of-thought (поэтапное рассуждение), ReAct (чередование размышлений и действий) и tree-of-thoughts (параллельное разветвление вариантов решения). Встроенные механизмы памяти позволяют сохранять контекст текущей задачи и извлекать знания из прошлых сессий с помощью краткосрочной и долговременной памяти, включая векторные базы и embedding-хранилища.

Особое внимание уделяется инструментам (function calling, плагины), которые позволяют агенту работать с внешними API, базами данных, выполнять вычисления, преобразовывать данные и решать задачи на лету. На примерах с LangChain и Ollama показано, как агент по ходу диалога решает, какие функции использовать, и агрегирует результат в итоговый ответ.

Авторы подчеркивают, что успех современных LLM-агентов — в гибкой архитектуре, интеграции инструментов и продуманном управлении памятью, что позволяет автоматизировать сложные задачи, ранее доступные только человеку. Однако указываются и риски: уязвимости на уровне вызова внешних функций, необходимость контроля данных и ограничения самих LLM (контекстное окно, галлюцинации).