Com tots ja sabeu, el món dels agents d’intel·ligència artificial ha viscut una revolució amb l’aparició dels LLMs (Large Language Models). Però abans que aquests models entressin en escena, ja existien agents d’IA que funcionaven amb regles i sistemes més tradicionals.
Contrastem aquests agents clàssics amb els agents basats en LLM, per entendre com pensen, com actuen i per què aquests nous agents estan transformant la forma com entenem la IA.
Què és un agent clàssic?
Els agents clàssics són sistemes dissenyats per operar en entorns definits mitjançant regles, lògica i planificació programada.
Característiques:
- Segueixen regles fixes (IF… THEN…)
- Utilitzen planificació formal (com A* o algoritmes heurístics)
- Són predictibles i deterministes
- Funcionen bé en entorns acotats i amb dades estructurades
Exemple: Un robot que navega per un magatzem seguint una ruta predefinida optimitzada per evitar obstacles.
Què és un agent basat en LLM?
Els agents basats en LLMs (com GPT-4, Claude o DeepSeek) poden entendre llenguatge natural, raonar i prendre decisions a partir de contextos no estructurats. Aquests agents actuen com una mena de “cervell flexible” que pot adaptar-se a una gran varietat de situacions.
Característiques:
- Entenen i generen llenguatge natural
- Aprenen de grans volums de dades
- Són probabilístics i adaptatius
- Poden raonar en temps real, fer preguntes, planificar i auto-reflexionar
Exemple: Un assistent digital que llegeix documents, extrau informació i escriu un resum adaptat al teu estil i objectius.
Diferències clau
|
Aspecte |
Agent clàssic |
Agent LLM |
|---|---|---|
|
Entrades |
Dades estructurades |
Llenguatge natural, textos, APIs |
|
Decisió |
Regles i lògica programada |
Raonament estadístic i context |
|
Adaptabilitat |
Baixa |
Molt alta |
|
Coneixement |
Tancat i explícit |
Amplíssim i implícit |
|
Context |
Limitat |
Pot gestionar contextos llargs i canviants |
|
Creativitat |
Inexistent |
Pot improvisar, sintetitzar i adaptar |
Quin és millor?
Depèn de l’ús.
Agents clàssics són ideals per a entorns molt definits i predictibles, on la fiabilitat és clau (per exemple, un sistema de control industrial).
Agents LLM brillen en entorns oberts, canviants i amb dades no estructurades, com atenció al client, assistents personals, automatització intel·ligent o consultoria d’informació.
En molts casos, la millor opció és combinar-los: fer servir agents LLM per la part flexible i natural, i agents clàssics per a l’execució rigorosa i controlada.
Cap on va el futur?
La tendència clara és cap a agents més híbrids i capaços:
- LLMs que aprenen a controlar sistemes amb regles.
- Agents clàssics que incorporen mòduls de llenguatge.
- Sistemes multi-agent on cada tipus d’agent té un rol específic (ja en vaig parlar en l’article anterior!).
El que abans era només lògica, ara és una conversa constant entre raonament i acció.
Els agents clàssics ens han portat molt lluny en entorns estructurats. Però els agents basats en LLM han obert una nova era d’intel·ligència adaptativa, capaç de gestionar informació complexa, parlar amb humans i actuar amb criteri.
El futur de la IA no és un o l’altre, sinó una col·laboració intel·ligent entre lògica i llenguatge, entre regles i raonament.