Architektura agentów AI — ReAct, pamięć, planowanie i systemy wieloagentowe · Agent AI — architektura, nie chatbot
Ograniczenia natywne LLM: brak pamięci, finite context, brak dostępu do świata
Agent AI — architektura, nie chatbot
Wprowadzenie
Zanim zbudujesz agenta, musisz rozumieć co LLM robi natywnie, a co nie. Ta lekcja systematyzuje trzy fundamentalne ograniczenia: statelessness (brak stanu między wywołaniami), finite context window (okno tokenów jest zasobem skończonym) i brak dostępu do świata zewnętrznego (wiedza zamrożona w dacie treningu). Każde ograniczenie ma architektoniczne implikacje dla projektu agenta.