Miről lesz szó
Az „agent" 2025 egyik leghasználtabb buzzword-je. Sok minden hívja magát annak — pedig egy chatbot, egy workflow és egy igazi agent három különböző rendszer. 20 perc, és tudni fogod, mi a valódi különbség.
Az agent definíciója
Egy AI agent négy dolgot együtt csinál:
- Lát: bemenetet (user kérés, e-mail, esemény) értelmez.
- Gondolkodik: eldönti, mi a következő lépés.
- Cselekszik: hív egy tool-t (API, DB, e-mail, fájl).
- Tanul a kimenetből: a tool válaszát beépíti a következő gondolatba.
Ha valamelyik hiányzik, nem agent.
Mi NEM agent
- Chatbot: csak válaszol, semmit nem csinál.
- Workflow (n8n, Make alapszint): rögzített sorrendben lépeget. Nem hoz dönt agent-szinten.
- Single LLM hívás: egy promptra egy válasz, vége.
- AI feature termékben (pl. „Smart Compose"): asszisztál, nem dönt önállóan.
A 3-szintű agent-architektúra
1. Egyszintű (single agent)
Egy agent, egy feladat. Pl. „összegyűjti a heti leadek-et CRM-ből, és e-mailt küld a sales csapatnak".
2. Hierarchikus (orchestrator + workers)
Egy felső szintű „supervisor" feloszt feladatokat alacsonyabb szintű agenteknek. Pl. egy ügyfélszolgálati supervisor szétdobja: „technikai problémát" tech-agent-nek, „számlázási"-t bill-agent-nek.
3. Peer-to-peer (multi-agent)
Több agent egymással beszélget, együtt old meg. Pl. CrewAI: 3 specialist (kutató, író, lektor) együtt készít cikket.
A „mikor agent, mikor workflow" kérdés
Workflow elég, ha:
- A lépések sorrendje fix.
- Minden döntés kategorikus (igen/nem).
- A rendszer kiszámítható.
Agent kell, ha:
- A lépések száma változó.
- A döntés kontextustól függ.
- A rendszernek értelmeznie kell, mit lát.
Ne agentet tervezz, ha workflow elég. Egyszerűbb, olcsóbb, megbízhatóbb.
Mit tanulsz a kurzusban
- Modul 2: agent építése no-code-on (n8n, Make).
- Modul 3: low-code keretrendszerek (LangChain, CrewAI, AutoGen).
- Modul 4: egyedi Python-implementáció éles rendszerre.
Mi következik
A következő leckében az „agent loop" — a vezérlési minta, ami megkülönbözteti az agentet az egyszerű scripttől.