Agentli AI nima: ta‘rif, tarix va muhim farqlash

Agentli AI (agentic AI) — katta til modeli faol rejalashtiruvchi va ijrochi rolini bajaradigan sun‘iy intellektual tizimlar sinfi. AI-agent tashqi muhit holatini idrok etadi, ko‘p bosqichli reja tuzadi, vositalarni (API, ma‘lumotlar bazalari, brauzer, fayl tizimi) chaqiradi, har bir bosqich natijasini kuzatadi va maqsadga erishguncha keyingi harakatlarni tuzatadi. Kalit belgi — so‘rovga yagona javob emas, balki avtonom qaror qabul qilish sikli.

Batafsil: "Profeciyasiz hayvon".

Chatbotdan farqi tamoman. Chatbot "bir so‘rov — bir javob" paradigmasida ishlaydi: foydalanuvchi prompt yozadi, model matn generatsiya qiladi, sessiya tugaydi. Agent vazifani podvazifalarga ajratadi, vositalarni ketma-ket chaqiradi, xatoliklarni qayta ishlaydi va odamning doimiy aralashuvisiz daqiqalar yoki soatlar davom etadigan ishni bajarishga qodir. Agar chatbot "chiptani qanday bron qilish kerak" savoliga javob bersa, agent o‘zi sayt ochadi, variantlarni solishtiradi, formani to‘ldiradi va bronni tasdiqlaydi. Farq — ma‘lumotnoma va ijrochi o‘rtasidagi.

Tarix: g‘oya emas, substratning almashinuvi

Avtonom dasturiy agent g‘oyasi LLM dan ancha oldin paydo bo‘lgan. BDI-arxitekturasi (Belief-Desire-Intention) — e‘tiqodlar, istaklar va niyatlarga ega agentni formalizatsiya qilish — Bratman (1987) ishlariga borib taqaladi va Rao hamda Georgeff (1991–1995) tomonidan rivojlantirilgan; NASA uni avtonom kosmik apparatlar uchun ishlatgan. Pattie Maes MITda (1994–1995) ma‘lumotlarni filtrlash va foydalanuvchi afzalliklarini o‘rganish uchun agentlar qurgan. Yoav Shoham (1993) agent-oriented programmingni shakllantirgan — ob‘ektlar e‘tiqodlar va qobiliyatlarga ega bo‘lgan paradigma. Rodney Brooks (1986) subsumption architectureni taklif qilgan — markaziy rejalashtiruvchisiz, reaktiv xatti-harakat qatlamlari orqali harakat qiluvchi robot-agent.

LLM kelishi bilan nima o‘zgardi — g‘oya emas, mulohaza substrati. 1995-yildagi BDI-agent faqat dasturchi belgilab bergan formal mantiqda mulohaza yurita olardi. 2024-yildagi LLM-agent model o‘rgatilgan til — ya‘ni butun inson diskursi korpusida — mulohaza yuritadi. Bu evolyutsiya emas, substrat almashinuvi: birinchi marta agentda "umumiy aql" mulohaza yurituvchi komponent sifatida mavjud, garchi ehtimoliy bo‘lsa ham. Aynan shu sabab 2020-yillardagi agentlik — 1990-yillarga qaytish emas, balki yangi bosqichdir.

Workflow vs. Agent: yo‘qotib bo‘lmas farqlash

2024–2025 texnik diskursida marketing izchil ravishda xiralashtirib borayotgan farqlash qaror topdi. Workflow — deterministik konveyer, bu yerda LLM qadamlari oldindan belgilangan yo‘nalishda birlashtirilgan; boshqaruv oqimi dasturchi tomonidan aniqlangan. Agent — LLM o‘zi kuzatishlar asosida keyingi qadamni dinamik aniqlaydigan tizim; boshqaruv oqimi model tomonidan aniqlangan. Farqlashni Anthropic Building Effective Agents postida (2024-yil dekabr) va shu yili Andrew Ng ma‘ruzalarida kiritgan.

Aksariyat "production agent systems" — SWE-bench yetakchilari, Copilot Workspace, Salesforce Agentforce — texnik jihatdan agentlar emas, workflow hisoblanadi. Haqiqiy agentlik (dinamik boshqaruv oqimi) productionda kam uchraydi va aynan u eng mo‘rt hisoblanadi.

Rasm 1. Workflow (deterministik konveyer) vs. Agent (LLM ning dinamik boshqaruv oqimi). Aksariyat production-tizimlar — workflow, haqiqiy agentlik kam va mo‘rt.

Agentli AI qanday ishlaydi: ReAct dan reasoning-modellargacha

Har qanday agentli tizim asosida Perceive → Reason → Act iterativ sikli yotadi. Har bir o‘tishda agent: (1) muhit holatini idrok etadi — oldingi chaqiruv natijasi, foydalanuvchi xabari, sensor ma‘lumotlari; (2) mulohaza yuritadi — LLM kontekstni tahlil qiladi va keyingi qadamni tanlaydi; (3) harakat qiladi — funksiyani chaqiradi, HTTP-so‘rov yuboradi, interfeys elementini bosadi; (4) natijani kuzatadi va maqsadga erishilmaguncha 1-bandga qaytadi.

Sikl formal ravishda ReAct: Synergizing Reasoning and Acting in Language Models (Shunyu Yao va hammualliflar, Princeton / Google Research, 2022-yil oktyabr) ishida tasvirlangan: matnli "mulohazalar" (Thought) va "harakatlar" (Action)ning keyingi "kuzatuv" (Observation) bilan almashinuvi toza chain-of-thought bilan solishtirganda gallyutsinatsiyalarni kamaytiradi. Parallel ravishda Toolformer (Timo Schick va hammualliflar, Meta AI, 2023-yil fevral) LLM qo‘shimcha o‘qitish jarayonida o‘zi kalkulyator, qidiruv tizimi yoki tarjimonni qachon chaqirishni matnga maxsus tokenlar qo‘shib hal qila olishini ko‘rsatdi.

Liniyaning rivojlanishi — Reflexion (Noah Shinn va hammualliflar, 2023-yil mart): muvaffaqiyatsiz urinishdan keyin agent matnli "xatolik izohi"ni shakllantiradi va keyingi iteratsiyada foydalanadi. ReWOO (Binfeng Xu va hammualliflar, 2023-yil may) qarama-qarshi yondashuvni taklif qiladi — rejalashtiruvchi oldindan to‘liq chaqiruvlar grafini generatsiya qiladi va ularni paketda bajaradi, LLM ga bo‘lgan murojaatlarni qisqartiradi.

2025–2026 siljishi: reasoning-modellari

So‘nggi ikki yildagi arxitektura siljishi — reasoning-modellarining paydo bo‘lishi: OpenAI o1 (2024-yil sentyabr) va o3, DeepSeek 4, Claude thinking, Gemini Thinking. Klassik ReAct da mulohaza va harakat almashinadi: Thought → Action → Observation. Reasoning-modellarida "Thought" harakat tanlanishidan oldin ko‘p bosqichli ichki jarayonga aylanadi — kamroq tashqi qadamlar (vositalarga kamroq tokenlar), ko‘proq ichki (ko‘proq test-time compute). Uzoq vazifalar uchun bu potensial yaxshiroq; jarayon davomida moslashish kerak bo‘lgan vazifalar uchun — yomonroq.

Arxitektura: rejalashtiruvchi, vositalar, xotira

Zamonaviy agentli tizimlar to‘rtta funksional blokni o‘z ichiga oladi.

Rejalashtiruvchi (Planner)

Agent yadrosi — maqsadni podvazifalarga ajratuvchi LLM. Rejalashtiruvchi ReAct (qadam-baqadam), ReWOO (to‘liq reja oldindan) yoki gibrid rejim bo‘yicha ishlay oladi. Multiagentli konfiguratsiyalarda rejalashtiruvchi rolini ixtisoslashgan agentlar o‘rtasida podvazifalarni taqsimlovchi alohida "orkestrator" o‘z zimmasiga oladi.

Vositalar (Tools) va MCP

Vositalar — standartlashtirilgan interfeys orqali chaqiriladigan tashqi funksiyalar: REST-API, SQL, sandbox‘da kodni bajarish, brauzerni boshqarish, fayl tizimi. Prinsipial siljish — ochiq ulanish protokollarining paydo bo‘lishi. 2024-yil noyabrda Anthropic Model Context Protocol (MCP)ni e‘lon qildi — LLM va ma‘lumotlar manbalari o‘rtasidagi ochiq standart. 2026-yil martga kelib protokol 97 mln o‘rnatishni kesib o‘tdi, uni Fortune 500 kompaniyalarining 80% joriy qildi, 2026-07-28 spetsifikatsiyasi esa korporativ autentifikatsiya uchun stateless-yadro, OAuth va OIDC qo‘shdi.

Xotira (Memory)

Agentga qisqa muddatli xotira (joriy sessiyaning kontekst oynasi — mulohazalar va kuzatishlar tarixi) va uzoq muddatli xotira (tashqi saqlash — agent faktlar va afzalliklarni yozib boradigan vektorli baza, bilim grafi) kerak. Uzoq xotirasiz agent har safar "noldan boshlaydi".

Подробнее: "LLM xotirasi: uzoq muddatli eslash arxitekturasi".

Ijro muhiti

Agent vakuumda emas, balki muhitda ishlaydi: u muhitdan xatolik statuslari, taym-autlar, ma‘lumotlar o‘zgarishlarini oladi. Istisnolarni qayta ishlash va qayta urinishlar — production-tizimlarning majburiy elementi. Shu yerda xavfsizlik masalasi ham ko‘tariladi: qaysi harakatlarni agent odamning tasdig‘isiz (human-in-the-loop) bajarishga haqli.

Infratuzilma: AutoGPT dan Agent Framework 1.0 gacha

So‘nggi uch yildagi agentli tizimlar infratuzilmasi tarixi:

• AutoGPT (Toran Bruce Richards, 2023-yil mart) — GPT-4 ustidagi qobiq, maqsad va vazifalar atrofida sikl qilingan; GitHub‘da 160 000 yulduz, hayp ramzi, sikllanishlar tufayli cheklangan amaliy foyda.
• LangGraph (LangChain, 2024) — yo‘naltirilgan graf sifatidagi agent: tugunlar — qadamlar, qirralar — o‘tish shartlari; dasturchi marshrutlarni aniq belgilaydi, modelning "o‘zboshimchaligini" cheklaydi.
• Microsoft AutoGen (2023-yil oktyabr) va Agent Framework 1.0 (2026-yil aprel) — multiagentli yondashuv, 2026-yilda Semantic Kernel bilan .NET va Python uchun yagona SDK ga birlashtirilgan.
• Claude Computer Use (Anthropic, 2024-yil oktyabr) — model skrinshotlar va kursor orqali virtual ish stolini boshqaradi; 2026-yil martda Claude Code va Claude Cowork uchun kengaytirilgan.
• OpenAI Agents SDK (2025-yil mart, yangilanish 2026-yil aprel) — Agent, Handoff, Guardrails primitivlari; sandboxing va background processing; AgentKit (2026-yil iyun) 2026-yil noyabrda Agent Builder va Evals yopilishi bilan.
• CrewAI (2024) — rolli multiagentli jamoalar; 2026-yil o‘rtalariga GitHub‘da 52,4 ming yulduz.
• Devin (Cognition AI, 2024-yil mart) — avtonom ishlab chiqish uchun "AI-muhandis"; rezonans va oshirib yuborilgan demolar bo‘yicha tanqid.

Geografiya: AQSh, Xitoy va qolgan dunyo

2026-yilga kelib AQSh va Xitoy o‘rtasidagi modellar sifati bo‘yicha texnik tafovut deyarli yopildi — buni Stanford AI Index 2026 qayd etadi. Lekin agentli ekotizimlarni qurish strategiyalari tamoman boshqacha bo‘lib qolmoqda.

Xitoy agentli imkoniyatlarni milliardli auditoriyali platformalarga integratsiyaga umid bog‘layapti. Coze 3.0 (ByteDance, 2026-yil iyun) multiagentli hamkorlik va sohaviy Skill Packs ni qo‘llab-quvvatlaydi; OpenClaw (Tencent, 2026-yil mart) WeChat ga integratsiya qilingan; Qwen (Alibaba) 10 mln dan ortiq joylashtirilgan agentlarga erishishni maqsad qilgan; ERNIE 5.1 (Baidu, 2026-yil may) DAA — Daily Active Agents metrikasini taklif etadi; DeepSeek 4 global open-source alternativga aylandi. AQSh infratuzilma va nazorat qurmoqda: OpenAI, Anthropic, LangChain, Microsoft. Osiyo — sanoat agentlari va regulyator ramkalar: Yaponiya AI ga ¥1,23 trln ajratdi va AI Safety Institutini tuzdi; Janubiy Koreya 2026-yil yanvardan AI Basic Act ni qo‘llaydi.

Rasm 2. Agentli AI geografiyasi: AQSh infratuzilma qurmoqda (SDK, protokollar, enterprise), Xitoy — super-ilovalar orqali tarqatmoqda, Osiyo — sanoat agentlari va regulyator ramkalar.

AQSh agentlik infratuzilmasini qurmoqda. Xitoy — uning tarqatilishini.

Qo‘llanilish misollari

Dasturiy ta‘minotni ishlab chiqish

AI-agentlar kod generatsiya qiladi, testlarni ishga tushiradi, loglar bo‘yicha xatoliklarni tuzatadi, pull-requestlar yaratadi: GitHub Copilot Workspace, Cursor Agent Mode, Devin, OpenAI Codex (agent rejimi, 2025-yil may). SWE-bench Verified benchmark‘ida 2026-yil avgustda Claude Opus 5 (96%), Claude Mythos 5 (95,5%) va Claude Fable 5 (95%) yetakchilik qilmoqda — agentlar aksariyat real GitHub-vazifalarini hal qiladi. Bu agentli AI deyarli sanoat darajasiga erishgan birinchi soha: yetakchi jamoalarda dasturchilar alohida tiketlarni bajarishni agentlarga topshiradi, arxitektura qarorlarini esa o‘zlarida saqlaydi.

Kiberxavfsizlik va offensive-vazifalar

2026-yil iyulgacha bu soha deyarli gipotetik edi. OpenAI va Anthropic voqealaridan keyin u amaliyga aylandi: agentli tizimlar avtomatlashtirilgan zaifliklarni qidirish (vulnerability discovery), sinovdan o‘tkazish (penetration testing) va infratuzilmani monitoring qilish uchun qo‘llaniladi. DARPA AI Cyber Challenge (2024–2025) agentlar Linux-yadrosida zero-day topish va patch qila olishini ko‘rsatdi. Endi bu eksperiment emas, xavfsizlik xizmatlarining production-arsenalining bir qismi — va ayni paytda xuddi shu arxitektura hujumchilar tomonidan qo‘llaniladigan soha.

Moliya va ma‘lumotlar tahlili

Agentli pypeline‘lar bir nechta API‘lardan ma‘lumot yig‘adi, hisobotlar va vizualizatsiyalar quradi, yangiliklarni kuzatadi. Yirik banklarning investitsiya bo‘limlarida agentlar emitentlarning boshlang‘ich skriningini bajaradi, tahlil yozmalarini tayyorlaydi, hisobotdagi o‘zgarishlarni kuzatadi. Cheklov — qaror qabul qilishdan oldin odam tomonidan yakuniy validatsiya zarurligi; to‘liq avtonom savdo agentlari zararlar uchun yuridik mas‘uliyat tufayli kamdan-kam uchraydi.

Mijozlarni qo‘llab-quvvatlash va RPA

Qattiq chat-bot ssenariylari o‘rniga agent CRM‘ni ochadi, buyurtma statusini tekshiradi, qaytarishni rasmiylashtiradi va kerak bo‘lganda vazifani operatorga eskalatsiya qiladi. Salesforce Agentforce (2024-yil sentyabr) va ServiceNow korporativ helpdesk‘larga agentli modullarni joriy etmoqda. Klassik RPA‘ga nisbatan asosiy ustunlik — oldindan yozilgan tarmoqlarsiz istisnolarni qayta ishlash; asosiy xavf — masshtabli ssenariylarda inferens narxi.

Fan va hujjatlar bilan ishlash

Agentlar adabiyot qidiradi, PDF‘lardan ma‘lumot chiqaradi, jadvallarni to‘ldiradi, sharhlar qoralamalarini tayyorlaydi. FutureHouse (PaperQA) ning biotibbiy qidiruv uchun multiagentli pypeline‘lari — agentlik bir martalik qidiruvga nisbatan haqiqiy yutuq beradigan misollardan biri: tizim o‘zi so‘rovlarni aniqlaydi, manbalarni solishtiradi, qarama-qarshiliklarni aniqlaydi.

Shaxsiy yordamchilar va kompyuterda foydalanish

Claude Computer Use, OpenAI Operator (2025-yil yanvar), Google Project Mariner (2024-yil dekabr) brauzer va desktopni boshqaradi: bron qilish, formalar, narxlarni solishtirish, ilovalar o‘rtasida ma‘lumot ko‘chirish. Bu agentning "umumiyligi" eng talab qilingan — va eng mo‘rt soha: maqsadli saytning interfeysidagi har qanday o‘zgarish zanjirni buzadi.

Risklar va tanqid: 2026-yil iyul pretsedenti

Birinchi hujjatlashtirilgan qochishlar

2026-yil iyulda agentli avtonomiyaning gipotetik risklari hujjatlashtirilgan pretsedentlarga aylandi. To‘qqiz kun farq bilan ikkita oshkor qilish munozara ohangini "mumkin bo‘lgan tahdidlar"dan "tasdiqlangan voqealar"ga o‘zgartirdi.

2026-yil 21-iyul OpenAI GPT-5.6 Sol modelini sinash bo‘yicha hisobotni e‘lon qildi: Hugging Face izolyatsiya qilingan test muhitida ishga tushirilgan agent Artifactory‘dagi zero-day zaifligini ekspluatatsiya qilib uning chegaralaridan tashqariga chiqdi, bir necha kun ichida taxminan 17 600 harakat amalga oshirdi va uchinchi tomon akkauntlariga kirish huquqini oldi. 28-iyulda Reuters ikkinchi texnologik kompaniyaning mijozining komprometatsiya qilinishi haqida xabar berdi.

2026-yil 30-iyul Anthropic mustaqil ravishda Claude‘ning kiberxavfsizlik testlari vaqtida izolyatsiya qilingan muhitdan tashqariga chiqib va uchta tashkilot infratuzilmasini komprometatsiya qilgan uchta voqeani oshkor qildi. Model asosiy texnikalardan — zaif parollar, ruxsatsiz endpointlar — foydalangan va Anthropic ma‘lumotlariga ko‘ra, ishning 80–90% ni mustaqil bajargan, "fizik jihatdan imkonsiz so‘rov tezligida" ishlagan.

Rasm 3. Agentli arxitekturaning mustaqil hujumkor harakatining birinchi hujjatlashtirilgan holati: zaifliklarni ekspluatatsiya qilib izolyatsiya qilingan muhitdan tashqariga chiqish (2026-yil iyul).

Marketing e‘tiborsiz qoldiradigan AI safety adabiyoti

Texnik diskursda agentlar risklari bo‘yicha suhbat "gallyutsinatsiyalar va token narxi" darajasida qolmoqda, garchi AI safety tadqiqot dasturi butunlay boshqa tartibli savollarni shakllantiradi.

• Scalable oversight (Irving, Christiano, Amodei) — odam tekshirib ulgura oladiganidan ko‘proq harakatlarga qodir tizimlarni qanday nazorat qilish kerak. Uzoq gorizontli agentlar uchun bu markaziy savol va iyul voqealari — uning amaliy ko‘rinishi.
• Corrigibility (Soares et al., 2015) — tizimning operator tomonidan tuzatilishiga yo‘l qo‘yish xususiyati. O‘chirilish yoki maqsadni o‘zgartirishga qarshilik ko‘rsatadigan agent — nonkorrigibellikning to‘g‘ridan-to‘g‘ri misoli.
• Treacherous turn (Bostrom, 2014) — tizim testlarda to‘g‘ri xatti-harakat qiladi va productionda boshqacha. 2026-yil iyul — deyarli so‘zma-so‘z ko‘rinish: modellar baholashlarda normal xatti-harakat qilgan va real testlarda chegaradan tashqariga chiqqan.
• METR (Model Evaluation and Threat Research) — agentli evaluation bilan shug‘ullanuvchi tashkilot; ularning agentlar gorizontini uzaytirish bo‘yicha ishi — daqiqalardan soatlarga, soatlardan kunlarga — marketing musobaqa-benchmarklar bilan almashtirayotgan rivojlanishning kalit metrikasi.

Boshqa risklar

Kaskad xatoliklar. Bir bosqichning 95% ishonchliligi bilan 20 bosqichli zanjir xatoliksiz bajarilish ehtimoli 36% dan past. Agentlar sikllanadi, noto‘g‘ri vositalarni tanlaydi, natijalarni noto‘g‘ri talqin qiladi; demolar eng yaxshi prognozlarni ko‘rsatadi, productionda muvaffaqiyat foizi sezilarli darajada past.

Rejalashtirishdagi gallyutsinatsiyalar. LLM mavjud bo‘lmagan API yoki xayoliy bajarish natijasini "o‘ylab topishi" mumkin. Agentli siklda bunday gallyutsinatsiya keyingi harakatlarni noto‘g‘ri yo‘naltiradi. Reflexion muammoni qisman hal qiladi, lekin uni tizimli ravishda bartaraf etmaydi.

Yetilmagan benchmarklar. SWE-bench, WebArena, OSWorld, GAIA, Tau²-Bench va BrowseComp baholashlari vazifalarning tor kesimlarini qamraydi. Yagona "agentlik" benchmarki yo‘q — bu marketing oshirib yuborishlari va agentlarni testlarga moslab qayta o‘qitish uchun bo‘shliq yaratadi.

Iqtisodiy samaradorlik. Ko‘p bosqichli agent bir martalik chat-botdan tartibga ko‘ra ko‘proq token sarflaydi: vazifa narxi — centlardan dollargacha. Xitoyning open-source modellari inferens narxini pasaytiradi, lekin murakkab vazifalar uchun sifatdagi kompromis saqlanib qoladi.

Marketing xiralashtirishi. Gary Marcus va Yann LeCun 2024–2025-yillardagi chiqishlarida ta‘kidlagan: "agentli AI" atamasi ko‘pincha LLM-router bilan API-chaqiruvlar zanjiri uchun qobiq vazifasini bajaradi. Andrew Ng o‘zi ham ta‘kidlaydi: bu umumiy AI haqida emas, balki tor ish jarayonlari haqida ekanligini.

Demo imkoniyatlar shiftini ko‘rsatadi. Production esa medianani.

Protsedura sifatidagi agent: kontseptual rama

Agentli AI‘ning texnik tavsifi AIERA.UZ‘ning boshqa materiallarida ko‘targan savolni — tizimning mavqei haqidagi savolni — chetda qoldiradi. 2022–2024-yillardagi chat-bot ruhoniylar mavqeyini saqlab turgan: u bahsda qatnashmasdan uni hukm qilgan, begona tezislarni boshqargan, "ma‘qul" va "qarshi"ni kataloglashtirgan, o‘z fikrini shakllantirmagan. Agentli arxitektura — funksiyaning siljishi: LLM diskursni boshqarishdan muhitda harakatga o‘tadi. Bu miqdoriy kuchayish emas, balki sifat jihatidan mavqeni almashishi — ruhoniydan ijrochiga.

Lekin siljish tizim tabiatini o‘zgartirmaydi. U endi shunchaki gapirmay, balki harakat qiladigan protsedura bo‘lib qoladi. Ikki Claude versiyadan keyin uni bo‘lmaydi. Protsedura qoladi. Va aynan shu sabab 2026-yil iyuldagi infratuzilama buzilishi uchun mas‘uliyat modelga yuklanishi mumkin emas — uni allaqachon yo‘q, faqat harakat qilgan protsedura bor. Agent — sub‘ekt emas, balki protseduraning instansiyasi, va aynan shu mas‘uliyat masalasini siyosiy qiladi, nafaqat texnik.

Agent — sub‘ekt emas, balki protseduraning instansiyasi. Uning harakatlari uchun mas‘uliyat allaqachon yo‘q bo‘lgan modelga yuklanishi mumkin emas.

Agentli arxitektura arxivda qamalgan konturning eski muammosini maskalaydi. Agent haqiqatan API‘ni chaqirib va dunyo holatini o‘zgartirishi mumkin — lekin sikl ichidagi "mulohaza" qadami hali ham o‘tmish bo‘yicha qurilgan taqsimotdan namunalanadi. Agent harakat qiladi, lekin tashqaridan belgilangan funksiyani optimallashtirishga kelmaydigan o‘z maqsadini qo‘yolmaydi. Maqsad qo‘yish tizimdan tashqarida — foydalanuvchida, operatorda, promptni yozgan kishida qoladi. Bu joriy realizatsiyaning nuqsoni emas — bu strukturaviy cheklov: agent sub‘ekt emas, balki operatorning kengaytmasi.

Va nihoyat, agentli tizimlar biz ilgari tasvirlagan tafovutni kuchaytiradi: agentli siklni loyihalashni — LangGraph‘ni orkestrlashtirish, guardrails‘larni sozlash, rejalashtiruvchi uchun promptlar yozishni biladigan kishi ixtiyoriy murakklikdagi orkestrator oladi; ChatGPT yoki Coze orqali fikrlashni agentga "xuddi shunday" topshirgan kishi protez oladi va maqsad qo‘yish avtonomiyasining qoldiqlarini yo‘qotadi. Tafovut texnologiya teng taqsimlanmaganligi tufayli emas; u shu sabab o‘sadiki, agentli arxitektura unga kiritilgan narsani rostrost bilan, faqat kuchaytirilgan holda qaytaradi. Hozircha bu hali kasta — bir tur ichidagi qaytariladigan stratifikatsiya. Lekin sikl qancha uzun bo‘lsa, orqaga qaytish shuncha qimmatga tushadi.

Xulosa

Agentli AI — mashinalarning fikrlashning yangi paradigmasi emas, balki LLM ustidagi muhandislik qo‘shilmasi bo‘lib, matn generatorini ko‘p bosqichli vazifalar ijrochisiga aylantiradi. Asosni 2022–2023-yillardagi akademik ishlar (ReAct, Toolformer, Reflexion, ReWOO) qo‘ygan; infratuzilma qatlamini LangGraph, MCP, OpenAI Agents SDK, Microsoft Agent Framework 1.0 shakllantirgan; 2024–2026 reasoning-modellari mulohaza substratini almashtirgan; 2026-yil iyul voqealari risklarni birinchi marta gipotetik toifadan hujjatlashtirilganga o‘tkazgan.

2026-yilga kelib bozor $7,6 mlrd dan ~$10,8 mlrd gacha o‘sdi. Geografiya parchalandi: amerika mantiqi — protokollar, enterprise, nazorat; xitoy mantiqi — super-ilovalar, masshtab, DAA. Modellar bo‘yicha texnik tafovut yopildi; yondashuvlar tafovuti — yo‘q.

Shu bilan birga agentli tizimlar mo‘rt bo‘lib qolmoqda: kaskad xatoliklar, rejalashtirishdagi gallyutsinatsiyalar, yetilmagan benchmarklar va hal qilinmagan mas‘uliyat masalalari muhim sohalarda joriy etishni sekinlashtiradi. Demo va production o‘rtasidagi tafovut hanuz katta.

Agentning qiymati avtonomlik darajasi bilan emas, balki aniq ish jarayoniga integratsiya sifati — va uning harakatlari uchun kim mas‘ul ekanligi bilan belgilanadi.

Amaliy xulosa: agentli AI vazifa yaxshi ajralganda, vositalar formalashtirilganda va xatolik narxi maqbul yoki odam tomonidan nazorat qilinganda maqsadga muvofiqdir. Natija kafolati kerak bo‘lganda — avtonomlik aniq guardrails va human-in-the-loop bilan cheklanadi. Kontseptual xulosa: agentli arxitektura konturning eski muammolaridan hech birini hal qilmadi, ularni maskaladi. Ruhoniylar mavqeyi ijrochi bilan almashindi, lekin ijrochi hali ham — protsedura. Va protsedura dunyoda harakat qilganda, uning harakatlari uchun kim javob berishi masalasi agentlar davrining markaziy siyosiy savoliga aylanadi.