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.