AI naprawiło inny model AI od środka. Krytycy studzą zachwyt

Agent AI to model, który sam planuje kroki i używa narzędzi, aż osiągnie cel. Wyjaśniam różnicę między agentem a workflow oraz kiedy agent się opłaca.

Człowiek w pętli to układ, w którym człowiek zatwierdza kluczowe kroki agenta. Wyjaśniam, kiedy pytać, a kiedy pozwolić działać automatycznie.

MCP to otwarty standard łączenia aplikacji AI z narzędziami i danymi. Wyjaśniam role hosta, klienta i serwera oraz ostrożność wobec cudzych serwerów.

Workflow to powtarzalny ciąg kroków, który wykonuje się sam. Wyjaśniam różnicę między workflow a agentem i pięć wzorców z opracowania Anthropic.

Cena za milion tokenów to standardowy sposób wyceny API: osobno za wejście i wyjście. Wyjaśniam, jak z niej policzyć koszt zadania i co zmienia rachunek.

Embedding to liczbowy odcisk znaczenia tekstu. Wyjaśniam, jak pozwala szukać po sensie, a nie po słowach, i czemu łączy się go z wyszukiwaniem słów.

Ewaluacja to zestaw testów, który sprawdza, czy aplikacja z modelem działa dobrze. Wyjaśniam kryteria sukcesu, przypadki testowe i zestaw wstrzymany.

RAG to wzorzec, w którym model najpierw wyszukuje fragmenty dokumentów, a potem odpowiada na ich podstawie. Wyjaśniam ideę i kiedy jest potrzebny.

Halucynacja to pewnie brzmiąca, ale nieprawdziwa odpowiedź modelu. Wyjaśniam, skąd się bierze i jak ograniczać jej skutki przez źródła i weryfikację.

Okno kontekstu to tekst, który model widzi naraz. Wyjaśniam, dlaczego większe okno nie znaczy automatycznie lepiej i jak zarządzać zawartością kontekstu.

Prompt to polecenie wpisywane do modelu. Wyjaśniam, z czego się składa, jak go poprawiać i dlaczego dobry brief daje lepszy wynik niż sprytne sformułowania.

Token to kawałek tekstu, na jakie model dzieli zdania. Wyjaśniam, dlaczego od liczby tokenów zależą limity, szybkość i koszt oraz jak je policzyć.