Как понять ключевые термины ИИ: AGI, AI‑агенты и API‑эндпойнты

Всплеск интереса к ИИ породил множество терминов. Обновляемый глоссарий объясняет важные понятия: AGI с разными определениями у Cama Альтмана, устава OpenAI и Google DeepMind; что такое AI‑агент и какие задачи он может выполнять;

Глоссарий объясняет ключевые термины, которые появились вместе с бурным развитием искусственного интеллекта, — от AGI до API‑эндпойнтов. Он создан, чтобы убрать неопределённость: после нескольких статей про ИИ читатель нередко сталкивается с сокращениями вроде LLM, RAG или RLHF и не понимает, что они означают. Этот обновляемый справочник помогает быстрее разобраться и сложить общую картину, что важно для специалистов и широкой публики, работающих с технологиями или принимающих решения на их основе.

AGI (artificial general intelligence) — размытое, но ключевое понятие. В узком смысле под AGI обычно понимают ИИ, который в целом более способен, чем средний человек, во множестве задач. Сам Альтман (гендиректор OpenAI) описывал AGI как «эквивалент среднему человеку, которого можно нанять в качестве коллеги». В уставе OpenAI AGI определён как «высокоавтономные системы, которые превосходят людей по большинству экономически значимых работ». В Google DeepMind формулировка смещена в сторону когнитивных способностей: там AGI рассматривают как ИИ, не менее способный человека в большинстве когнитивных задач.

Эти определения пересекаются, но не совпадают — почему и возникают споры о том, что считать AGI. Понятие «AI‑агент» менее формально и шире по применению: это инструмент на основе ИИ, который выполняет серию действий от имени пользователя и идёт дальше, чем простой чат‑бот. Примеры включают подачу отчётов по расходам, бронирование билетов или столика в ресторане, а также написание и сопровождение кода. Важный нюанс: в этой области ещё строится инфраструктура, поэтому под «агентом» разные люди понимают разные комбинации функций и компонентов. В общем случае агент — автономная система, которая может обращаться к нескольким ИИ‑модулям и сервисам, чтобы реализовать многошаговую задачу.

API‑эндпойнты — практическая сторона интеграции: их можно представлять как «кнопки» в программном обеспечении, которые другие программы нажимают, чтобы оно что‑то сделало. Разработчики используют API для создания связей между приложениями — например, чтобы одно приложение забирало данные у другого. Для AI‑агента это даёт возможность управлять сторонними сервисами напрямую, без ручного вмешательства человека в каждую операцию. Такое разделение обязанностей и унификация интерфейсов ускоряют разработку сложных автоматизированных процессов и делают возможными сценарии, где несколько систем работают согласованно.