Utószó: Vissza az Agent = LLM + Kontextus + Eszközökhöz¶

Ez a könyv egy formulával nyitott: Agent = LLM + Kontextus + Eszközök. Mind a tíz fejezet e három szóban bontakozik ki.

1. fejezet megalapozza a formula háromrétegű értelmezését — a megvalósítási réteget, a intuitív réteget és az akadémiai réteget —, és bemutatja az orchestációs spektrumot a munkafolyamatoktól az autonóm Agensekig. Az ezt követő fejezetek az „Építés — Értékelés és evolúció — Interakció és együttműködés" sorrend mentén bontakoznak ki.

"Agensek építése (2–5. fejezet)." A kontextusmérnökség határozza meg, hogy egy Agent mit lát egy feladaton belül, míg a memória és a tudásbázisok az információkat munkameneteken át kiterjesztik. Az eszközök határozzák meg, hogy mit tehet, a kódgenerálás pedig azt a meta-képességet biztosítja, hogy új eszközöket és rendszereket hozzon létre.
"Értékelés és evolúció (6–8. fejezet)." Az értékelés a teljesítményt megbízható jelekké alakítja, az utóképzés (post-training) nagy dimenziójú képességeket ír a modell paramétereibe, a folyamatos evolúció pedig a termelési tapasztalatokat ellenőrzött frissítésekké alakítja a tudás, az utasítások, a programok vagy a paraméterek terén.
"Interakció és együttműködés (9–10. fejezet)." A multimodális és valós idejű interakció kiterjeszti az érzékelést és a cselekvést a beszédre, a GUI-kra és a fizikai világra, míg a többágenses együttműködés tovább formálja, hogyan szerveződik a kontextus, az eszközök és a felelősség.

Ez a három szint nem független polc. A 8. fejezet különösen az összes korábban lefektetett alapra épül: trajektóriák és tudásrendszerek nélkül a tapasztalatnak nincs hová tárolódnia; kódképesség nélkül az Agent nem tud eszközöket és Harness-eket módosítani; értékelés nélkül pedig a rendszer nem tudja eldönteni, hogy egy módosítás előrelépés vagy visszalépés-e. A 8. fejezet ezért az a konvergenciapont, ahol a könyv arról a kérdésről, hogy „hogyan építsünk Agenset", átvált arra, hogy „hogyan tegyük az Agenset hosszú távon jobbá".

Két felhő¶

1900-ban Lord Kelvin azt mondta, hogy két felhő még mindig a fizika tiszta egén függ — később az egyikből a relativitáselmélet, a másikból a kvantummechanika lett. Ma az Agensek egén sem nevezhető tisztának, és én is két felhőt látok.

Az első felhő az, hogyan léphetnek az Agensek streamelt, valós idejű módon kapcsolatba a környezetükkel. Ma az Agensek túlnyomó többsége még mindig körönkénti (turn-by-turn) „kérés-válasz" módban működik: befejezel egy mondatot, ő végiggondol egy egész bekezdést, majd egyszerre kiadja az eredményt. De a való világ nem áll meg és nem vár, amíg befejezi a gondolkodást — a beszédet megszakítják, a jelenet folyamatosan változik, az e-mailek folyamatosan érkeznek. Egy igazán „élő" Agentnek képesnek kellene lennie arra, hogy gondolkodás közben hallgasson, gondolkodás közben beszéljen, eltervezze a dolgokat, miközben te még a mondat közepén jársz, és észrevegye magától, hogy „ezt az e-mailt kezelni kell", anélkül, hogy bárki kérte volna. Két út vezet ehhez a valós idejű képességhez, gyakran párhuzamosan. Az egyik a "gyors és lassú architekturális szétválasztása" — a valós idejű reagálás és az intelligencia majdnem ortogonális tengelyek, amelyeket egyetlen modell nehezen fog át, ezért egy gyors frontend modell tartja a beszélgetés ritmusát, míg egy lassú backend modell végzi a mély gondolkodást. A másik út az "inferencia gyorsítása" — ha a dekódolási sebesség elég nagy, a körönkénti várakozás olyan rövid lesz, hogy majdnem eltűnik, elmosva a határt a körönkénti és a „valós idejű" között. Ezt az utat a chipek és inferenciamotorok gyorsan fejlesztik: a Xiaomi MiMo egy 1T paraméteres modellt hajtott át 1000 token/s sebességen egyetlen 8 GPU-s csomóponton¹, míg dedikált megoldások, amelyek a teljes modellt egyetlen chipbe kódolják (mint a Taalas HC1), egy 8 milliárd paraméteres modellt körülbelül 17000 token/s sebességre hajtanak, 100 ezredmásodperc alatti válaszidővel². Amikor egy modell másodpercenként több ezer szót képes kipréselni, a tapasztalati különbség a „gondolkodj, majd beszélj" és a „beszélj, miközben gondolkodsz" között egyszerűen eltűnik.

A második felhő az, hogyan halmozhatnak az Agensek az emberekhez hasonlóan folyamatosan tapasztalatot a környezettel való interakcióik sikereiből és kudarcaiból. A mai modellek inkább egy kiváló memóriájú zsenire hasonlítanak, aki nem képes semmi újat tanulni: a képzés során az emberi tudást a legapróbb részletekig memorizálják, de amint a munkahelyen vannak, alig fejlődnek — minden egyes feladat után a csapdák, amelyekbe beleléptek, és a trükkök, amelyeket kitaláltak, többnyire a kontextussal együtt eldobásra kerülnek. Hogy ez valódi probléma-e, az két ellentétes hipotézistől függ.

Az egyik a "„Kis Világ Hipotézis"": egy elég nagy modell — mondjuk billió paraméterrel — már tartalmazza a fizikai világ szinte minden fontos általános tudását; elég egyszer megtanulni. Akik ezt a nézetet vallják (köztük OpenAI-s és Anthropic-os kutatók), rámutatnának, hogy a programozás az egyetlen terület, ahol az AI ma a legerősebb — nem azért, mert a kód valahogy különleges a modellek számára, hanem mert a programozás az emberiség legnyitottabb területe: hatalmas mennyiségű nyílt forráskódú kód áll rendelkezésre, készen a tanulásra, míg a legtöbb iparágban nincs nyilvános információ vagy adat. Tehát amit a határt kutató laborok valójában csinálnak, az az, hogy iparágról iparágra haladva, mindegyikkel partnerségben „desztillálják" annak szakmai képességét ugyanabba a nagy modellbe. E nézet szerint a szűk keresztmetszet nem a modell kapacitása vagy tanulási képessége, hanem az, hogy van-e elég adat — töltsd be az adatokat, képezd egyszer, és a probléma megoldódott.

A "„Nagy Világ Hipotézis"" azonban rámutat egy rétegre, amelyet nem lehet „egyszeri képzéssel" biztosítani: az adott felhasználóra vagy vállalatra jellemző tudásra. A te vállalatod kódolási standardjai, a csapatod PPT-ízlés és egy adott ügyfél jellegzetes természete hiányzik minden képzési korpuszból, és folyamatosan változik. Ahhoz, hogy a számtalan konkrét szituációból álló „nagy világba" illeszkedjen, a modellnek a telepítés után is folytatnia kell a tanulást; nem érkezhet a gyárból minden beállítva. Pontosan ezt az irányt járja be a 3. fejezetben tárgyalt memória és a 8. fejezetben tárgyalt folyamatos evolúció: a tapasztalatot tudásdokumentumokba, utasításokba vagy programokba kell írni, vagy a kiválasztott tapasztalatot a modell paramétereinek frissítésére kell használni? Tágabb értelemben mind az „AI az AI-ért", mind az „AI a tudományért" az Agenseket olyan határterületek felé tolja, ahol nincsenek kész válaszok. Ott az Agent csak autonóm módon tanulhat a kísérletek ismétlődő sikereiből és kudarcaiból, ahelyett, hogy minden döntésért az emberekhez fordulna vissza. A modell legerősebb képessége ezért végső soron nem a memorizálás, hanem a tanulás és az alkalmazkodás lesz.

Egyik felhőt sem fogja eloszlatni egyetlen modellfrissítés. Ahhoz, hogy megértsük, hogyan fognak végül eloszlani, először egy dolgot kell tisztán látnunk: a modellek és az Agensek soha nem voltak egymás felső- és alsó szakaszai; együtt haladnak előre.

A modellek és Agensek koevolúciója¶

Nézz vissza a Harness-ek visszaesési logikájának rétegeire — többszintű kontextustömörítés, újrapróbálkozási logika, ami csak ezernyi hiba után kapcsolja be a megszakítót, engedélyellenőrzések, amelyek pesszimistán „nem biztonságosra" alapértelmezettek — és minden nyúlvány a csúnya „spagetti kódban" azt a helyet jelöli, ahol a modell még ingatag. Amikor a következő generációs modellek internalizálják ezeket a korlátokat, a megfelelő kód törölhető; és a modellek azért tudják internalizálni őket, mert az Agensek már átestek ezeken a gödrökön a modell nevében valós üzleti környezetben, a tanulságokat a következő képzési kör számára jellé sűrítve. A felhasználók valós kihívásokat állítanak; az alkalmazási réteg Harness-ekkel javítja ki azt, amit a modell még nem tud jól; ezek a javítások pedig a modell következő iterációjának képzési jeleivé válnak. Ez egy önerősítő lendkerék, és ez a lendkerék tolja fokozatosan el a két felhőt.

Ez a lendkerék arra a kérdésre is választ ad, amely az 1. fejezetben maradt nyitva: a modellek végül felfalják-e a Harness-t? Igen — rétegről rétegre. Minden képesség, amelyet a modell stabilan internalizál, lehetővé teszi a megfelelő Harness-réteg törlését — a 9. fejezet interakciós modellje ilyen eset: a megszakítás és a közbeszólás olyan viselkedéseit, amelyeket korábban külső Harness-szel kellett összerakni, ma már közvetlenül a modellbe építik. De ez a „felfalás" soha nem lesz teljes. Először is, a képzés hónapokig tart — a modell várhat, de az üzlet nem. Másodszor, egy modell nem képes internalizálni a valós üzlet minden korlátját és preferenciáját; mindig van egy legújabb határvonal, amelyhez külső logika kell biztonsági háttérként. Harmadszor, a modellek minden generációja új képességhatárt nyit meg, és a határ pontosan az, ahol a modell a legkevésbé megbízható. Tehát a Harness nem fog eltűnni; egyszerűen folyamatosan vándorol, együtt a modellel, minden új határ felé. A Keserű Lecke (Bitter Lesson) is így olvasandó az Agent-korszakban: az általános módszerek fognak végül győzni — de minden egyes méter az „végül" belsejében a Harness által van kikövezve.

És a lendkerék a leggyorsabban azok kezében forog, akik mindkét végét birtokolják. Amit az Anthropic csinál a Claude Code-dal, pontosan ez: hagyja, hogy saját modellje és saját Harness-e táplálja egymást és koevolváljon. A modell tudja, hogy a Harness hogyan fogja hívni; a Harness tudja, hol vannak a modell határai; minden változás bármelyik oldalon azonnal visszacsatolódik a másikhoz. Egy kísérletben pusztán a Harness megváltoztatásával — ugyanaz a modell — 52,8%-ról 66,5%-ra emelték a feladatpontosságot. Ez mutatja, mekkora tőkeerővel bír ma a Harness, de egyben emlékeztető is: a Harness azért bír ekkora erővel, mert a modell még nem jutott el odáig. És ugyanezért ez a lendkerék maga a legmélyebb védőárok (moat) ebben a korszakban: minél szorosabban fonódik össze a valós üzlet, a visszajelzési adatok és a modell iterációja, annál nehezebb bárkinek kívülről felzárkóznia.

Hogy ez mit jelent számodra, attól függ, hogy a lendkerék melyik végén állsz. Ha modelleket építesz, a védőárok az, hogy pörgesd fel ezt a lendkereket — hagyd, hogy a valós világ forgatókönyveiből származó visszajelzés a lehető leggyorsabban visszaáramoljon a képzésbe. Ha alkalmazásokat építesz modellek tetejére, a Harness a legélesebb rövid távú technikai tőkeáttételed, de légy tisztánlátó: minden alkalommal, amikor a modell internalizál egy réteg korlátot, szinte mellesleg elsöpör egy sor olyan előnyt, amely kizárólag a Harness-re épült. Az alkalmazási rétegben az igazán tartós védőárkok általában a technológián kívül esnek: exkluzív adatok, szilárd disztribúciós csatornák, felhasználói bizalom, hálózati hatások és azok a komplex forgatókönyvek, amelyeket az AI még nem tud kezelni, és amelyek emberek és Agensek együttműködését igénylik. A körültekintő játék: használd a Harness-t, hogy időt nyerj, és használd azt az időt, hogy a technológián túli gátakat építs.

Tehát ne aggódj azon, hogy a kezedben lévő keretrendszer elavul-e. A modellek néhány havonta iterálnak; a specifikus API-k, termékek és leaderboardok mind meg fognak fordulni. De a három kérdés — mit lát, mit tehet, és hogyan ellenőrizhető, hogy jól csinálja-e a dolgokat — nem fog elavulni. Ezek nem egy adott modell használatát írják le, hanem azt az alapvető módot, ahogy egy intelligens rendszer kölcsönhatásba lép a világgal. Sajátítsd el őket, és bármilyen új képességet hoz is a modellek következő generációja, tudni fogod, hová illeszkedik a formulában — és első pillantásra látni fogod, milyen messze van még attól, hogy eloszlassa azt a két felhőt.

Az Agent-technológia még teljes sebességgel fejlődik; egyetlen könyv sem tud lépést tartani minden változással. De ha ez a könyv nem valamely API konkrét használatát hagyja benned, hanem az ítélőképességet, hogy tisztán láss a technológiai hullámok közepette, akkor beteljesítette küldetését. A könyv minden szövege, illusztrációja és kísérő kísérleti kódja nyílt forráskódú. Nyugodtan látogass el a repository-ba, futtasd le a kísérleteket saját kezűleg, és küldj issue-kat és PR-eket — a megértés és az építés között egy folyó van, amelyet csak kézzel lehet átkelni. És a legizgalmasabb dolog az Agensekben éppen ez: képesek új képességeket létrehozni kód írásával, sőt, még önmagukat is fejleszteni. Ha idáig elolvastad, már a birtokodban vannak a „teremtés" elvei. Most menj, és teremts valamit.

A Xiaomi MiMo-V2.5-Pro-UltraSpeed a modell-rendszer együttes tervezésén keresztül FP4 kvantálással, DFlash párhuzamos spekulatív dekódolással és a TileRT inferenciarendszerrel először hajtja egy 1T paraméteres modell generálási sebességét 1000 token/s fölé egyetlen általános célú 8 GPU-s csomóponton. Lásd: Xiaomi MiMo hivatalos technikai blog, "Pushing 1T-Parameter Model Generation Speed to 1000 TPS," 2026. https://mimo.xiaomi.com/blog/mimo-tilert-1000tps ↩
A Taalas HC1 a teljes Llama 3.1 8B modellt egy 6nm-es chipre kódolja, körülbelül 17000 token/s sebességet érve el 100 ezredmásodperc alatti válaszidővel; a kompromisszum az, hogy a chip csak a beleégetett modellt futtatja, és a modellfrissítések új chip gyártást (tape-out) igényelnek. Lásd: Karl Freund, "Taalas Launches Hardcore Chip With 'Insane' AI Inference Performance," Forbes, 2026. https://www.forbes.com/sites/karlfreund/2026/02/19/taalas-launches-hardcore-chip-with-insane-ai-inference-performance/ ↩