Marco de clasificación de agentes de IA
Explorando los diferentes niveles de agentes de IA y sus capacidades en términos de funcionalidad y autonomía
Nivel 1: Agente de Reflejo Simple
Descripción：
Reacciona directamente al entorno basado en reglas o condiciones predefinidas, sin razonamiento complejo.
Características：
- Percibe el entorno y actúa inmediatamente.
- Sin memoria, sin planificación, acciones únicas.
Ejemplos：
- Reglas de respuesta automática de correo electrónico (p. ej., 'enviar agradecimiento cuando se recibe').
- Termostato de hogar inteligente (calefacción cuando la temperatura cae por debajo de X).
Comparación con conducción autónoma：
Similar a L1 (como control de crucero adaptativo, automatización de una sola función).
Nivel 2: Agente de Reflejo Basado en Modelo
Descripción：
Tiene un modelo simple del entorno y puede ajustar acciones según el contexto, pero sigue siendo principalmente reactivo.
Características：
- Tiene memoria a corto plazo o conciencia de estado.
- Decisiones basadas en reglas o modelos simples, sin planificación a largo plazo.
Ejemplos：
- Bot de servicio al cliente inteligente (seleccionando respuestas basadas en el historial de conversación).
- Robot aspirador (ajustando la ruta cuando encuentra obstáculos).
Comparación con conducción autónoma：
Similar a L2 (automatización parcial, requiere supervisión humana).
Nivel 3: Agente Basado en Objetivos
Descripción：
Tiene cierta autonomía, puede entender objetivos y planificar acciones, pero depende de instrucciones claras.
Características：
- Puede descomponer tareas y realizar operaciones en múltiples pasos.
- Decisiones basadas en objetivos, pero adaptabilidad limitada.
- Típicamente requiere que los humanos proporcionen objetivos específicos o condiciones límite.
Ejemplos：
- AutoGPT (invocando herramientas de forma autónoma para completar tareas asignadas).
- Software de navegación (planificando rutas óptimas y ajustando en tiempo real).
Comparación con conducción autónoma：
Similar a L3 (automatización condicional, puede tomar el control en escenarios específicos pero requiere intervención humana).
Nivel 4: Agente Basado en Utilidad
Descripción：
Optimiza decisiones multi-objetivo en entornos complejos, con alta adaptabilidad y autonomía.
Características：
- Puede evaluar diferentes opciones y seleccionar soluciones óptimas.
- Maneja instrucciones ambiguas y tareas con múltiples variables.
- Se acerca al nivel humano en dominios específicos.
Ejemplos：
- Manus (completando tareas complejas de forma autónoma como filtrar currículums o generar informes).
- Sistemas de recomendación avanzados (considerando múltiples factores como preferencias de usuario, hora, inventario).
Comparación con conducción autónoma：
Similar a L4 (automatización avanzada, intervención humana solo en situaciones extremas).
Nivel 5: Agente Completamente Autónomo
Descripción：
Opera de forma completamente autónoma en entornos abiertos, alcanzando o superando la inteligencia humana sin intervención humana.
Características：
- Define sus propios objetivos y optimiza a largo plazo.
- Generalidad entre dominios, adaptación a entornos desconocidos.
- Capacidades de aprendizaje, razonamiento y creatividad.