В конце лета 2025 года группа из 24 исследователей из Оксфорда, Национального университета Сингапура, Китайской академии наук и ещё восьми ведущих мировых научных центров представила обзорную работу The Landscape of Agentic Reinforcement Learning for LLMs: A Survey. Это крупнейший на сегодня анализ развития агентных систем на основе больших языковых моделей. Авторы называют её практическим руководством по созданию интеллектуальных систем нового поколения, которые учатся действовать в сложных и меняющихся условиях с помощью передовых методов обучения с подкреплением.
Ниже мы простыми словами расскажем о ключевых идеях этой работы: что такое агентные ИИ, чем они отличаются от привычных чат-ботов и почему именно за ними может быть будущее.
Новый поворот в развитии ИИ
Большие языковые модели уже стали частью нашей жизни. Они помогают студентам писать курсовые, юристам готовить документы, маркетологам — тексты для кампаний. Но до сих пор они оставались скорее “слугами” — выдавали ответы на запросы, не вникая в контекст.
Сейчас происходит поворот. Эти системы начинают превращаться в цифровых агентов. Это не бездушные автоматы, а самостоятельные игроки, которые умеют планировать шаги, действовать в непредсказуемой среде и учиться на собственных ошибках.
Экзамен или игра?
Чтобы почувствовать разницу, вообразите экзамен. Вам задают вопрос: “Кто написал «Войну и мир»?” Вы отвечаете: “Толстой.” Всё. Один вопрос, один ответ. Именно так раньше работали языковые модели.
Теперь представьте шахматную партию. Один ход ведёт к другому, вы должны думать наперёд, учитывать действия соперника и последствия ошибок. Агентный ИИ живёт именно в таком мире. Он не просто отвечает, а играет в долгую игру: наблюдает, действует, анализирует обратную связь, меняет стратегию и идёт дальше.
Новые способности
У таких систем появляются качества, которые делают их ближе к реальным партнёрам.
Они умеют планировать. Например, агент может составить план исследования: сначала собрать данные, затем выделить ключевые темы, потом построить выводы.
Они учатся пользоваться инструментами. Это может быть калькулятор, поисковая система, редактор кода. Агент сам решает, что именно ему нужно для выполнения задачи.
У них есть память. Если раньше диалог с ИИ напоминал разговор с забывчивым собеседником, то теперь агент может помнить детали и возвращаться к ним через несколько шагов.
И, наконец, они способны к самообучению. Ошибся — проанализировал — исправил себя. А иногда даже сам придумывает задания, чтобы потренироваться и стать лучше.
Какие бывают агенты
Авторы обзора предлагают целую “карту агентов”, которые уже сегодня создаются в разных направлениях.
Поисковые агенты. Это системы, которые умеют находить и отбирать информацию в огромных массивах данных. Они не просто гуглят, а оценивают надёжность источников, сравнивают версии и формируют собственное резюме.
Кодовые агенты. Их задача — работа с программированием. Они могут писать код, проверять его, исправлять ошибки и даже управлять целым процессом разработки. По сути, это цифровые помощники программиста.
Математические агенты. Они занимаются рассуждениями и доказательствами. В одном случае — решают задачи “в уме”, как школьник на контрольной. В другом — строго доказывают теоремы, как настоящий математик.
GUI-агенты. GUI — это графический интерфейс, привычные нам кнопки и окна на экране. Такой агент может “кликать” по меню и выполнять действия в программах, словно человек за компьютером.
Визуальные агенты. Они работают с изображениями и видео. Например, могут описывать картинку, анализировать видеозапись или совмещать текст и изображение в одном рассуждении.
Embodied-агенты. Это агенты, у которых есть “тело” — реальное или виртуальное. Роботы, дроны, персонажи в симуляторах. Они учатся действовать в физическом мире.
Мультиагентные системы. Здесь несколько агентов взаимодействуют друг с другом. Они могут обмениваться информацией, распределять задачи и учиться в коллективе.
Каждый из этих типов — это не отдельная игрушка, а кирпичик в будущем, где ИИ сможет решать всё более комплексные задачи.
Как это выглядит в жизни
Если перенести это в привычный мир, поисковый агент может стать личным исследователем, который собирает для вас материалы по теме и проверяет их достоверность.
Кодовый агент — настоящим “напарником” программиста, который берёт на себя рутинные проверки и ускоряет разработку.
GUI-агент можно представить как сотрудника, который сам оформляет документы на сайте госуслуг или заполняет формы в корпоративной системе.
А embodied-агент — как робота, который не только передвигается, но и рассуждает: куда лучше пойти, что взять, как выполнить задачу безопаснее.
Какие стоят вызовы
Перспективы впечатляют, но и трудностей хватает.
Главный вопрос — надёжность. Можно ли доверить агенту важные решения? Как убедиться, что он действует честно и безопасно?
Другой вызов — обучение. Чтобы вырастить умного агента, нужны богатые “песочницы”: виртуальные миры, где он будет учиться на опыте. Сегодня такие среды только начинают появляться.
И, конечно, остаётся вопрос контроля. Если агент умеет сам учиться и менять стратегию, как гарантировать, что он не уйдёт в нежелательную сторону?
Почему это важно
Сейчас мы видим рождение новой эры. Искусственный интеллект перестаёт быть инструментом для выдачи ответов. Он становится партнёром, который может действовать рядом с человеком.
Агентное обучение открывает дорогу к системам, которые помогают решать задачи, думают стратегически и совершенствуются с каждым днём. Именно такие агенты могут стать основой цифровых университетов, умных городов, медицины будущего и научных открытий.
Вместо заключения
Исследование учёных из Оксфорда, Сингапура, Китая и других ведущих центров показывает: мы стоим на пороге перемен. Мы переходим от “говорящих машин” к цифровым коллегам, которые учатся, планируют и действуют.
Через несколько лет такие агенты могут стать таким же привычным элементом жизни, как смартфоны сегодня. Они будут помогать нам в работе, учёбе, здоровье и повседневных делах.
И чем внимательнее мы следим за этим процессом, тем яснее становится: будущее искусственного интеллекта — это не ответы на вопросы, а совместная работа человека и машины над большими задачами.
