एक नियमित chatbot केवल पाठ के साथ उत्तर देता है — आप पूछते हैं, यह उत्तर देता है, और विनिमय वहीं समाप्त हो जाता है। एक agent एक लूप चलाता है: यह कार्यों को लेने के लिए tools को कॉल कर सकता है, परिणामों का अवलोकन कर सकता है, और तब तक पुनरावृत्ति कर सकता है जब तक कि एक रोकने की स्थिति पूरी न हो जाए। अंतर कार्य करना है, केवल बात नहीं करना।
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
प्रत्येक चरण पर, एजेंट यह तय करता है कि आगे क्या करना है इस बात के आधार पर कि उसने क्या सीखा है, बजाय एक उत्तर देने और रुकने के।
एजेंट के "tools" इसे दुनिया पर कार्य करने देते हैं:
Goal: "Fix the failing test."
1. Run the test suite → observe: test_login fails
2. Read the failing test → observe: it expects a 200, got 500
3. Search for the handler → observe: missing null check
4. Edit the handler file → write the fix
5. Run the test suite again → observe: all pass
→ stopping condition met: tests green, done
एक चैटबॉट केवल एक संभावित सुधार का वर्णन कर सकता है; एजेंट इसे वास्तव में लागू करता है और परीक्षण स्वयं चलाकर परिणाम की पुष्टि करता है।
एजेंट लूप को समझना समझाता है कि एजेंट वास्तविक बहु-चरणीय कार्य को पूरा कर सकते हैं — डिबगिंग, रीफैक्टरिंग, शोध — केवल इसका वर्णन करने के बजाय। टूल-कॉल-ऑब्जर्व-इटरेट चक्र, एक स्पष्ट रोकने की स्थिति के साथ, एक भाषा मॉडल को एक संवादी पाठ जनरेटर से कुछ ऐसा बदल देता है जो वास्तव में कार्य पूरा करता है।
विस्तृत उत्तरों के साथ IT इंटरव्यू प्रश्नों की एक लाइब्रेरी — जूनियर से सीनियर तक।
दान करें