Prompt 5: AI Agentlar va Ish Oqimlari — ReAct Pattern, Tool Orchestration va Multi-Agent Tizimlar

🤖 Prompt & AI Engineering

Prompt 5: AI Agentlar va Ish Oqimlari — ReAct Pattern, Tool Orchestration va Multi-Agent Tizimlar

Holat: 2026-yil sentabr. Oddiy chatbotlar davri tugadi. Zamonaviy AI dasturlari Avtonom Agentlar (Autonomous Agents) va Ko'p agentli ish oqimlari (Multi-Agent Workflows) ustiga qurilmoqda. Agent shunchaki savolga javob bermaydi — u vazifani kichik bo'laklarga bo'ladi, kerakli asboblarni (tool) ishga tushiradi, natijani tahlil qiladi va maqsadga yetgunga qadar tsiklni davom ettiradi.

Mundarija

1. Passiv LLM vs Avtonom Agent
2. ReAct (Reasoning + Acting) patterni
3. Ko'p agentli (Multi-Agent) arxitekturalar
4. Model Context Protocol (MCP) standarti
5. Xavfsizlik va Human-in-the-Loop (HITL)
6. Amaliy Python: ReAct agent tsiklini qurish
7. Xulosa
8. Manbalar

1. Passiv LLM vs Avtonom Agent {#llm-vs-agent}

2. ReAct (Reasoning + Acting) patterni {#react-pattern}

Yao va boshqalar tomonidan 2022-yilda e'lon qilingan ReAct arxitekturasi barcha zamonaviy agentlarning poydevori hisoblanadi:

       ┌────────────────────────────────────────────────────────┐
       ▼                                                        │
[Fikr (Thought)] ──► [Harakat (Action)] ──► [Kuzatuv (Observation)]
       │
       └─► Maqsadga erishildimi? ──► [Yakuniy Javob (Finish)]

1. Thought (Fikr): Model vaziyatni baholaydi va navbatdagi qadamni rejalashtiradi: "Men avval testlarni ishga tushirib, qaysi biri yiqilganini ko'rishim kerak".
2. Action (Harakat): Aniq vositani chaqiradi: run_command("npm test").
3. Observation (Kuzatuv): Vosita natijasini o'qiydi: "Error: Test 'login' failed at line 42".
4. Yangi Thought: Olingan xatodan xulosa chiqaradi: "Line 42 da nil unwrap bo'lgan, endi faylni ochib tuzataman".

3. Ko'p agentli (Multi-Agent) arxitekturalar {#multi-agent}

Murakkab dasturiy loyihalarda bitta agentga butun yuklamani yuklash o'rniga, tor ixtisoslashgan jamoa tuziladi:

                      [Supervisor / Router Agenti]
                                   │
         ┌─────────────────────────┼─────────────────────────┐
         ▼                         ▼                         ▼
 [Tadqiqotchi Agenti]      [Kod Yozuvchi Agent]      [Xavfsizlik Auditori]
  (Hujjatlarni o'qiydi)     (Swift/Kotlin yozadi)     (Kodni tekshiradi)

• Supervisor (Boshqaruvchi): Foydalanuvchi talabini qabul qiladi va uni kichik topshiriqlarga bo'lib, tegishli agentga yo'naltiradi.
• Worker (Ijrochi): Faqat o'z sohasidagi vositalardan foydalanadi (masalan, faqat fayllarni o'qish yoki faqat testlarni yurgizish).

4. Model Context Protocol (MCP) standarti {#mcp}

2024–2026-yillarda Anthropic tomonidan taqdim etilgan Model Context Protocol (MCP) — agentlar va ma'lumot manbalari o'rtasidagi ochiq USB standarti kabi ishlaydi:

• Har bir kompaniya o'z vositalari uchun alohida integratsiya yozish o'rniga bitta MCP server yaratadi (masalan, GitHub MCP, PostgreSQL MCP, Xcode MCP);
• Har qanday MCP-mos agent ushbu serverga bir zumda ulanib, undagi vositalardan foydalana oladi.

5. Xavfsizlik va Human-in-the-Loop (HITL) {#hitl}

Avtonom agentlarga to'liq erkinlik berish falokatga olib kelishi mumkin (masalan, ma'lumotlar bazasini o'chirib yuborish yoki noto'g'ri pul o'tkazish). Shu sababli xavfli operatsiyalar oldidan Inson tasdig'i (Human-in-the-Loop) darvozasi qo'yiladi:

• Avtomatik bajariladigan amallar (Read-only): Fayllarni o'qish, qidiruv, kod tahlili, testlarni ishga tushirish.
• Tasdiq talab qiluvchi amallar (Destructive): Fayllarni o'chirish, git push, deploy qilish, to'lov API'lari.

6. Amaliy Python: ReAct agent tsiklini qurish {#python-react}

Quyidagi soddalashtirilgan Python kodi ReAct siklining ishlash prinsipini namoyish etadi:

class SimpleAgent:
    def __init__(self, max_steps=5):
        self.max_steps = max_steps
        self.step_count = 0

    def think(self, observation):
        self.step_count += 1
        if "error" in observation:
            return "Fix Bug", "repair_code()"
        elif "success" in observation:
            return "Done", "finish()"
        return "Run Tests", "run_tests()"

    def act(self, action):
        if action == "run_tests()":
            return "error: assertion failed"
        elif action == "repair_code()":
            return "success: all tests passed"
        return "completed"

    def run(self):
        obs = "start"
        while self.step_count < self.max_steps:
            thought, action = self.think(obs)
            if thought == "Done":
                print(f"Maqsad muvaffaqiyatli bajarildi ({self.step_count} qadamda)!")
                break
            obs = self.act(action)

agent = SimpleAgent()
agent.run()

7. Xulosa {#xulosa}

• ReAct tsikli AI'ga o'z xatolaridan saboq olib, iterativ ravishda maqsadga erishish qobiliyatini beradi.
• Ko'p agentli arxitektura murakkab muammolarni javobgarlik sohalari bo'yicha ajratish orqali sifatni oshiradi.
• Human-in-the-Loop tizimlari avtonomiya va xavfsizlik o'rtasidagi optimal muvozanatni ta'minlaydi.

8. Manbalar {#manbalar}

1. Yao et al. — ReAct: Synergizing Reasoning and Acting in Language Models (ICLR 2023)
2. Model Context Protocol Specification
3. Anthropic — Building Effective Agents