Из каких компонентов состоит LLM-агент
Нужно объяснить архитектуру LLM-агента: какие основные блоки нужны, где хранится контекст и как агент вызывает инструменты.
Ответить самому
Сначала сформулируйте ответ как на собеседовании, затем откройте разбор и оцените себя.
Короткий ответ
Минимальная схема: LLM как policy/reasoning layer, prompt/context builder, память или retrieval, tool router, executor, validation и observability.
Полный разбор
Хороший ответ начинается с разделения ролей. LLM не должен быть всей системой: он выбирает действие и формирует аргументы, а вокруг него есть слой подготовки контекста, retrieval, инструменты и проверка результата.
Типовая архитектура: пользовательский запрос попадает в orchestrator, дальше собирается контекст из истории, профиля, документов и внешних систем. LLM получает инструкции и доступные tools, выбирает tool call, executor выполняет действие, а результат возвращается в модель или пользователю. В production нужны ограничения: schema validation для tool arguments, таймауты, retries, audit log, fallback и лимиты на число шагов.
Если агент работает с бизнес-данными, важны права доступа и трассировка: почему был вызван конкретный tool, какие документы попали в контекст и можно ли воспроизвести ответ.
Теория
Agentic-система полезна только тогда, когда LLM встроена в контролируемый контур с явными инструментами, состоянием и проверками.
Типичные ошибки
- Описывать агента как один большой prompt без orchestration.
- Забывать про validation tool arguments и права доступа.
- Не ограничивать число шагов и стоимость выполнения.
Как отвечать на собеседовании
- Называй LLM reasoning layer, а не backend всей системы.
- Отдельно проговори tools, memory/retrieval, guardrails и logs.