ایک عام chatbot صرف ٹیکسٹ میں جواب دیتا ہے — آپ سوال پوچھتے ہیں، یہ جواب دیتا ہے، اور تبادلہ وہیں ختم ہو جاتا ہے۔ ایک agent ایک loop چلاتا ہے: یہ tools کو کال کر سکتا ہے تاکہ اقدام اٹھائے، نتائج کا مشاہدہ کرے، اور ایک مقصد کی طرف بار بار کوشش کرے جب تک کہ ایک رُکنے والی شرط پوری نہ ہو جائے۔ فرق یہ ہے کہ کام کرنا، نہ کہ صرف بات کرنا۔
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
ہر مرحلے پر ایجنٹ یہ فیصلہ کرتا ہے کہ آگے کیا کرنا ہے جو وہ سیکھ چکا ہے، بجائے اس کے کہ ایک جواب دے اور رُک جائے۔
ایک ایجنٹ کے "tools" اسے دنیا پر عمل کرنے دیتے ہیں:
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
ایک chatbot صرف ایک ممکنہ حل کی تفصیل دے سکتا تھا؛ ایجنٹ اسے واقعی لاگو کرتا ہے اور خود tests چلا کر نتیجہ کی تصدیق کرتا ہے۔
ایجنٹ loop کو سمجھنا بتاتا ہے کہ ایجنٹ اصل میں بہُ مرحلہ کام — debugging، refactoring، research — مکمل کر سکتے ہیں، بجائے صرف اس کی تفصیل دینے کے۔ tool-call-observe-iterate cycle، ایک واضح رُکنے والی شرط کے ساتھ، ایک language model کو conversational text generator سے ایسی چیز میں تبدیل کرتا ہے جو واقعی کام مکمل کرتا ہے۔