დღესდღეობით, ავტონომიური და ნახევრად ავტონომიური ხელოვნური ინტელექტის აგენტები სულ უფრო დიდ გავლენას ახდენენ მსოფლიოზე და შესაძლოა, ჩვენს სამუშაო ადგილებზეც. მიუხედავად იმისა, რომ ზოგიერთი მათგანი მუდმივად სათაურებშია, დეველოპერებისა და მომხმარებლებისთვის ხელმისაწვდომია მრავალი ფუნქცია-სპეციფიკური აგენტი. მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) კომპიუტერული მეცნიერებისა და ხელოვნური ინტელექტის ლაბორატორიამ (CSAIL), რომელიც AI კვლევებს ეძღვნება, მიზნად დაისახა ამ აგენტების წარმომავლობისა და შესაძლებლობების იდენტიფიცირება და დოკუმენტირება. კვლევის შედეგები დეტალურად არის აღწერილი მათ უახლეს „AI აგენტების ინდექსში“ (AI Agent Index). მკვლევარებმა ჩაატარეს ხელოვნური ინტელექტის უახლესი აგენტების ეკოსისტემის მასშტაბური ანალიზი, რომელიც 1,350 მონაცემთა წერტილს ეფუძნებოდა. MIT-ის კვლევამ ასევე დაადგინა, რომ AI აგენტები ხშირად სწრაფი, თავისუფალი და უკონტროლოა. რა ფუნქციონალურობა და წარმომავლობა აქვთ წამყვან აგენტებს? მკვლევარებმა დაადგინეს, რომ ყველაზე მრავალრიცხოვანია ინტერფეისები, რომლებსაც მჭიდროდ მოსდევს საწარმოო სამუშაო პროცესის პლატფორმები. მათ ასევე გამოავლინეს ამ აგენტებისთვის საერთო რისკები. MIT-ის ინდექსში მოცემული აგენტები მოიცავს შემდეგს: აქ წარმოდგენილია მკვლევარების მიერ იდენტიფიცირებული აგენტების სამი წამყვანი კატეგორია: **საწარმოო სამუშაო პროცესის აგენტები (დაფარული 30 სისტემიდან 13):** ეს არის პლატფორმები აგენტური ფუნქციებით ბიზნეს ამოცანების ავტომატიზაციისთვის. მაგალითებია Microsoft 365 Copilot და ServiceNow Agent. **ჩატის აპლიკაციები აგენტური ხელსაწყოებით (12 სისტემა):** მკვლევარების თანახმად, ეს კატეგორია ძირითადად მოიცავს ჩატის ინტერფეისებს ხელსაწყოებზე ფართო წვდომით. მაგალითებია ზოგადი დანიშნულების კოდირების აგენტები, როგორიცაა Claude Code, ასევე აგენტები, რომლებიც ინტეგრირებულია უფრო ფართო პროდუქტებში, როგორიცაა Manus AI და ChatGPT Agent. **ბრაუზერზე დაფუძნებული აგენტები (5 სისტემა):** ეს არის აგენტები, რომელთა ძირითადი ინტერფეისი ბრაუზერის ან კომპიუტერის გამოყენებაა, ბრაუზერთან/კომპიუტერთან ვრცელი ინტერაქციის ხელსაწყოებით. „ისინი განსხვავდებიან ვებ ძიების შესაძლებლობების მქონე ჩატის აგენტებისგან — ChatGPT ვებ ძიება, Claude ვებ ძიება — რომლებიც ძირითადად ახორციელებენ ინფორმაციის მოძიებას და შეჯამებას“, — აცხადებენ მკვლევარები. „ბრაუზერზე დაფუძნებული აგენტები უფრო მაღალ რისკებს შეიცავს ფონური შესრულების, მოვლენის გამშვებების (event triggers) და პირდაპირი ტრანზაქციების მეშვეობით“. მაგალითებია Perplexity Comet, ChatGPT Atlas, ByteDance Agent TARS. AI აგენტების ძირითადი გამოყენების შემთხვევები, რომლებიც ზემოთ მოცემულ კატეგორიებს კვეთს, მოიცავს კვლევასა და ინფორმაციის სინთეზს, რაც დაფარული 30 აგენტიდან 12-ში შეინიშნება, როგორც სამომხმარებლო ჩატის ასისტენტებში, ასევე საწარმოო პლატფორმებში. ამ ფუნქციონალობის შემდეგ მოდის სამუშაო პროცესის ავტომატიზაცია ბიზნესის ფუნქციებში — როგორიცაა ადამიანური რესურსები, გაყიდვები, მხარდაჭერა და IT — რაც 11 აგენტის მიერ არის უზრუნველყოფილი, ძირითადად საწარმოო პროდუქტებში. აგენტები, რომლებიც ფოკუსირებულია GUI-ს (გრაფიკული მომხმარებლის ინტერფეისი) ან ბრაუზერის შესაძლებლობებზე, გამოიყენება ისეთი ამოცანებისთვის, როგორიცაა ფორმების შევსება, შეკვეთა და დაჯავშნა, და წარმოდგენილია შვიდ მოდელში. მკვლევარებმა დაადგინეს, რომ ავტონომიის დონეები მნიშვნელოვნად განსხვავდება. ჩატზე ორიენტირებული ასისტენტები ავტონომიის ყველაზე დაბალ დონეს ინარჩუნებენ. ისინი ეფუძნება მონაცვლეობით ინტერაქციებს და მოიცავს Anthropic Claude-ს, Google Gemini-ს და OpenAI ChatGPT-ს, რომელიც „ასრულებს მოქმედებების ერთ ნაკრებს და ელოდება მომხმარებლის მომდევნო მოთხოვნას“. ავტონომიის უფრო მაღალ დონეზე, ბრაუზერის აგენტები გვთავაზობენ „შესრულების შუა პერიოდში ჩარევის შეზღუდულ შესაძლებლობებს“. მათ შორისაა Perplexity Comet, რომელიც ამოცანებს ავტონომიურად ასრულებს მოთხოვნისთანავე. „მას შემდეგ, რაც მოთხოვნა გაიგზავნება, მომხმარებლებს უჭირთ აგენტში ჩარევა ან მისი მართვა, სანამ ის არ დაასრულებს მუშაობას“. საწარმოო პლატფორმები გაყოფილია აგენტების ავტონომიის თვალსაზრისით. „დიზაინის ფაზაში მომხმარებლები ხელით აკონფიგურირებენ გამშვებებს (triggers), მოქმედებებს და დამცავ მექანიზმებს ვიზუალური ტილოების გამოყენებით“, — წერენ მკვლევარები. სხვებმა შეიძლება შესთავაზონ AI დახმარება ამ პროცესში. განლაგების შემდეგ, ეს აგენტები ხშირად მოქმედებენ ავტონომიის უფრო მაღალ დონეზე, „გააქტიურებული ისეთი მოვლენებით, როგორიცაა ახალი ელფოსტა ან მონაცემთა ბაზის ცვლილება, ყოველგვარი ადამიანის ჩარევის გარეშე რეალური ამოცანის შესრულების დროს“. ასეთი აგენტებია Glean, Google Gemini Enterprise, IBM watsonx, Microsoft 365 Copilot, n8n და OpenAI AgentKit. ზოგიერთი შეთავაზება განიხილება, როგორც დეველოპერის/ბრძანების ხაზის ინტერფეისის (CLI) აგენტები, რომლებიც საჭიროებენ მკაფიო დადასტურებას მგრძნობიარე ოპერაციებისთვის, როგორიცაა ფაილების რედაქტირება და ბრძანებების შესრულება. ზოგიერთი აგენტი გვთავაზობს „სამეთვალყურეო რეჟიმს“ (watch mode) კრიტიკული მოქმედებების რეალურ დროში ზედამხედველობისთვის, მათ შორის ChatGPT Agent/Atlas და Opera Neon. კვლევამ ასევე აჩვენა, რომ აგენტების დეველოპერები ძირითადად კონცენტრირებული არიან აშშ-სა და ჩინეთში, სხვა რეგიონებიდან შეზღუდული წარმომადგენლობით.