<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>ReAct on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/react/</link><description>Recent content in ReAct on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Thu, 28 May 2026 17:00:00 +0300</lastBuildDate><atom:link href="/tags/react/index.xml" rel="self" type="application/rss+xml"/><item><title>LLM Powered Autonomous Agents: архитектура и практика</title><link>/articles/llm-powered-autonomous-agents/</link><pubDate>Thu, 28 May 2026 17:00:00 +0300</pubDate><guid>/articles/llm-powered-autonomous-agents/</guid><description>&lt;h1 id="llm-powered-autonomous-agents-как-языковые-модели-становятся-самостоятельными-агентами"&gt;LLM Powered Autonomous Agents: как языковые модели становятся самостоятельными агентами&lt;/h1&gt;
&lt;p&gt;Представьте сотрудника, которому вы ставите задачу утром — а к вечеру он уже нашёл нужные данные, написал код, запустил тесты и прислал отчёт. Без единого промежуточного вопроса. Именно это обещают &lt;strong&gt;LLM-powered autonomous agents&lt;/strong&gt; — системы, где большая языковая модель выступает не просто собеседником, а полноценным исполнителем.&lt;/p&gt;
&lt;p&gt;Но за красивым маркетинговым словом «агент» скрывается конкретная архитектура с четырьмя ключевыми подсистемами: планирование, память, инструменты и действие. Разберём каждую — с примерами кода и реальными ограничениями.&lt;/p&gt;</description></item></channel></rss>