Cykl działania agenta (Myśl ➔ Działanie ➔ Obserwacja / ReAct)
Fundamentalny wzorzec algorytmiczny pracy autonomicznych agentów (znany jako ReAct: Reasoning + Acting). Składa się z nieskończonej pętli trzech kroków: 1) Myśl (Thought) – analiza sytuacji; 2) Działanie (Action) – wywołanie narzędzia; 3) Obserwacja (Observation) – analiza wyniku i korekta planu.
1. Przegląd koncepcji i przeznaczenia
Zwykły program komputerowy działa w sposób sztywny, realizując instrukcje linia po linii: jeśli w kodzie zapisano „otwórz plik A”, a pliku A nie ma na dysku – aplikacja kończy działanie z błędem krytycznym (Crash). Nie potrafi się zatrzymać i zastanowić: „Ojej, brakuje pliku, poszukam go w innym katalogu”.
Autonomiczne agenci AI działają na zupełnie innej zasadzie. Wykorzystują Pętlę Agentic Loop.
Z praktycznego punktu widzenia jest to metoda naukowa w akcji: agent formułuje hipotezę (Thought), przeprowadza eksperyment (Action), analizuje wynik (Observation) i, jeśli coś pójdzie nie tak, koryguje swoje działania w kolejnym kroku.
2. Jak działa pętla ReAct
┌────────────────────────────────┐
│ CEL UŻYTKOWNIKA: │
│ «Sprawdź wiek burmistrza Londynu»│
└───────────────┬────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 1. MYŚL (Thought): │
│ «Muszę najpierw znaleźć, kto jest │
│ burmistrzem Londynu, a potem ustalić│
│ jego wiek» │
└──────────────────┬──────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 2. DZIAŁANIE (Action): │
│ Wywołanie Google Search: │
│ «burmistrz Londynu» │
└──────────────────┬──────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 3. OBSEWACJA (Observation): │
│ Wynik: «Burmistrzem Londynu jest │
│ Sadiq Khan» │
└──────────────────┬──────────────────┘
│
(Cel jeszcze nie osiągnięty! Nowa iteracja cyklu)
│
▼
┌─────────────────────────────────────┐
│ 1. MYŚL (Thought): │
│ «Teraz znam imię: szukam wieku │
│ Sadika Khana na podstawie daty urodzin»│
└──────────────────┬──────────────────┘
│
▼
[ Działanie ➔ Obserwacja ]
│
▼
🎉 KONIEC: «Sadiq Khan ma obecnie 55 lat»
3. Dlaczego ta pętla czyni systemy odpornymi na błędy
Jeśli agent próbuje uruchomić kod w Pythonie i napotyka błąd kompilacji:
- Krok Thought: „Widzę błąd IndexError w linii 14. Oznacza to, że tablica jest pusta”.
- Krok Action: „Poprawiam indeks i ponownie uruchamiam skrypt”.
- Krok Observation: „Skrypt zakończył się sukcesem z kodem wyjścia 0!”.
Agent samodzielnie naprawił błąd bez ingerencji człowieka.
4. Praktyczne wnioski
Każdy nowoczesny framework agentowy (LangGraph, CrewAI, AutoGen) pod maską implementuje właśnie tę pętlę. Zrozumienie triady Thought ➔ Action ➔ Observation pozwala łatwo czytać logi agenta i identyfikować, na którym dokładnie etapie doszło do nieporozumienia.
FAQ: Cykl działania agenta (Myśl ➔ Działanie ➔ Obserwacja / ReAct)
Powiązane pojęcia
Agenci AI (agenci autonomiczni)
Autonomiczny system oparty na dużym modelu językowym, który nie tylko odpowiada na wiadomości, ale samodzielnie planuje sekwencję działań, wykorzystuje zewnętrzne narzędzia (przeglądarka, terminal, bazy danych) i wykonuje złożone zadania bez ciągłego nadzoru człowieka.
Scratchpad (brudnopis agenta)
Tymczasowa przestrzeń pamięci roboczej w oknie kontekstowym modelu, w której agent zapisuje swoje pośrednie przemyślenia, plany, wątpliwości i wnioski przed wywołaniem narzędzi. Ukryta przed użytkownikiem końcowym w celu zachowania czystości interfejsu.
Pętle nieskończone agentów i ochrona budżetu (Infinite Loops)
Stan awaryjny autonomicznego agenta, w którym wpada on w nieskończoną pętlę rekurencyjnych działań z powodu powtarzających się błędów lub niemożności osiągnięcia celu. Omówiono mechanizmy ochrony portfela: sztywne limity kroków (Max Steps), limity wydatków (Spend Caps) oraz detekcja cykliczności.