Stos agentowy ma ustandaryzowaną warstwę agent–narzędzie i warstwę agent–agent. Trzecia warstwa, ta najbliżej człowieka, długo pozostawała sprawą każdego frameworka z osobna.
Czym jest AG-UI
AG-UI to protokół interakcji agent–użytkownik, opisujący komunikację między działającym agentem a interfejsem, w którym człowiek obserwuje jego pracę i na nią odpowiada. Obejmuje strumień zdarzeń z przebiegu zadania, stan wykonania, prośby o zatwierdzenie oraz przekazywanie wyników pośrednich i końcowych.
Po co osobna warstwa
Agent pracujący dłużej niż kilka sekund musi coś pokazywać człowiekowi po drodze — który krok wykonuje, jakie narzędzie wywołał, co z niego wróciło, czy czeka na decyzję. To jest inny rodzaj komunikacji niż wywołanie narzędzia i inny niż rozmowa z drugim agentem.
Bez wspólnego opisu każdy framework rozwiązuje to po swojemu, a interfejs użytkownika zostaje przyspawany do konkretnego silnika.
Co zyskujesz
Wymienność. Interfejs napisany pod ustandaryzowany strumień zdarzeń przeżyje zmianę frameworka agentowego pod spodem.
Powtarzalność wzorców nadzoru. Prośba o zatwierdzenie, przerwanie zadania i wgląd w krok pośredni przestają być funkcjami wymyślanymi od nowa w każdym produkcie.
Gdzie to się styka z resztą stosu
Warstwa narzędziowa opisuje, jak agent sięga po dane i działania. Warstwa agent–agent opisuje, jak agenty dzielą się zadaniami. AG-UI opisuje, jak całość jest pokazywana człowiekowi i jak człowiek może w nią wejść — czyli warstwę, w której realizuje się nadzór.
