Agenci reaktywni vs. deliberatywni

Agenci reaktywni reagują na bodźce bezpośrednio, według reguł i bez planowania (bodziec-reakcja), natomiast agenci deliberatywni dążą do celu, planują wieloetapowo i iteracyjnie dostosowują swój plan. W praktyce agentów AI „reaktywny” oznacza proste, przewidywalne ścieżki (poziomy dojrzałości L1–L2), a „deliberatywny” dynamicznych agentów sterowanych przez LLM, z prawdziwą pętlą planowania (L4–L5).

Rozróżnienie to wywodzi się z klasycznej teorii agentów, ale dziś ma kluczowe znaczenie przy ocenie agentów AI: pomaga decydentom dobrać właściwy typ architektury do zadania i rozpoznać „agent washing”, czyli sprzedawanie systemów reaktywnych jako autonomicznych agentów.

Najważniejsze różnice w skrócie

• Reaktywny oznacza: stała logika „jeśli-to”, brak wewnętrznej reprezentacji celów czy planów, brak namysłu nad przyszłymi krokami. System przekłada bodziec bezpośrednio na reakcję.
• Deliberatywny oznacza: system odwzorowuje cel, dzieli go na kroki cząstkowe (Planner), wykonuje je za pomocą wywołań narzędzi (Executor) i obserwuje wyniki, aby dostosować plan.
• Kryterium decyzji: jeśli ścieżkę rozwiązania można w pełni ustalić z góry, podejście reaktywne/deterministyczne jest solidniejsze i tańsze. Dopiero gdy ścieżki nie da się zaplanować z góry, opłaca się deliberatywna autonomia.

Konkretny przykład

Wyobraź sobie przypadek użycia w obsłudze klienta. Agent reaktywny (L1) to bot FAQ: gdy rozpozna słowo kluczowe „faktura”, podaje zapisaną odpowiedź, zawsze tę samą, niezależnie od kontekstu. Rozszerzony o pojedyncze wywołanie narzędzia (L2) może na przykład sprawdzić status zamówienia przez API. Oba warianty podążają sztywno zaprogramowaną ścieżką.

Agent deliberatywny (L4) dostaje natomiast cel „Rozwiąż zgłoszenie klienta w całości”. Czyta zgłoszenie, sam decyduje, że najpierw potrzebuje historii zamówień, potem wywołuje system zwrotów, stwierdza, że potrzebna jest faktura korygująca, sprawdza uprawnienia i formułuje rozwiązanie, przy czym sam dynamicznie ustala kolejność kroków i dobór narzędzi. Jeśli pojawi się nieoczekiwany wynik (np. brak uprawnień), dostosowuje plan, zamiast przerywać działanie.

Klasyfikacja według poziomów dojrzałości L1–L5

Oś reaktywny–deliberatywny przebiega w poprzek popularnego modelu dojrzałości:

Ważne: L3 to strefa mieszana. W pipelinie działa wprawdzie LLM, ale kolejność kroków określa programista: system nie „planuje” sam, tylko wypełnia deterministyczne kroki. Prawdziwie deliberatywne zachowanie zaczyna się na poziomie L4, gdzie agent sam ustala kolejność kroków i dobór narzędzi.

Jak agenci deliberatywni technicznie „myślą”

Zachowanie deliberatywne opiera się na pętli rozumowania Perceive → Reason → Act → Observe, powtarzanej iteracyjnie, dopóki cel nie zostanie osiągnięty lub proces nie zostanie przerwany. Koncepcyjną podstawą jest wzorzec ReAct (Yao et al. 2022, arXiv:2210.03629), który łączy reasoning i acting w tej samej pętli LLM: model myśli jeden krok naprzód, działa za pomocą narzędzia, odczytuje wynik i na tej podstawie wnioskuje o kolejnym kroku.

Pięć komponentów to umożliwia: rdzeń LLM (rozumowanie), pamięć (krótkoterminowa = kontekst, długoterminowa = wektory/RAG/pliki), narzędzia (function calling, API, serwery MCP, przeglądarka, sandbox do kodu), Planner (cel → kroki cząstkowe) i Executor (wywołania narzędzi, tury, limity pętli, guardrails). Agenci reaktywni potrzebują tylko ułamka tych elementów, zwykle bazy reguł i co najwyżej jednego konektora.

Bilans zalet i wad

Deliberatywna autonomia nie jest celem samym w sobie. Elastyczność okupuje wyższymi kosztami i większym nakładem pracy operacyjnej:

• Koszty: wieloetapowe rozumowanie i liczne wywołania narzędzi podbijają zużycie tokenów. Routing (proste zapytania do mniejszych modeli) i caching to ograniczają, ale nie eliminują.
• Utrzymanie: reaktywne workflowy są tanie w utrzymaniu; agenci deliberatywni wymagają obserwowalności, limitów pętli i ciągłego monitoringu, bo ich zachowanie nie jest deterministyczne.
• Zgodność z przepisami: większa autonomia oznacza wyższe wymagania wynikające z AI Act, RODO (art. 22/28/35) i prawa współdecydowania pracowników (BetrVG §87 w Niemczech, ArbVG §96 w Austrii). Obowiązki w zakresie przejrzystości z art. 50 AI Act obowiązują od 02.08.2026. Dostawcy systemów generatywnych wprowadzonych do obrotu przed tą datą mają czas do 02.12.2026 na oznaczanie treści syntetycznych zgodnie z ust. 2. Działania na rzecz kompetencji w zakresie AI z art. 4 są obowiązkowe od 02.02.2025, jednak wskutek pakietu Digital Omnibus bez gwarantowanego poziomu kompetencji. Te informacje mają charakter wyłącznie informacyjny i nie stanowią porady prawnej.

Dane rynkowe pokazują, że ten nakład jest realny: według Gartnera (czerwiec 2025) ponad 40% projektów agentowej AI zostanie prawdopodobnie przerwanych do końca 2027 roku, z powodu rosnących kosztów, niejasnej wartości biznesowej lub niewystarczającej kontroli ryzyka. Nasza ocena: często stoi za tym agent deliberatywny tam, gdzie wystarczyłoby podejście reaktywne lub workflow. Jednocześnie według McKinsey State of AI 2025 dopiero 23% firm skaluje co najmniej jeden agentowy przypadek użycia, a 39% eksperymentuje.

Kiedy który typ: reguła decyzyjna

Pragmatyczna reguła brzmi: agent deliberatywny opłaca się dopiero wtedy, gdy ścieżki rozwiązania nie da się zaplanować z góry.

• Wybierz podejście reaktywne/workflow, gdy kroki są ustalone, dane wejściowe ustrukturyzowane, a determinizm pożądany (np. walidacja danych, routing, jasno zdefiniowane procesy standardowe). Systemy reaktywne są tańsze, bardziej przewidywalne i łatwiejsze do audytu.
• Wybierz podejście deliberatywne, gdy zadanie jest otwarte, potrzebne kroki zależą od kontekstu, a ścieżka wyłania się dopiero w trakcie działania (np. research, wieloetapowa diagnoza błędów, złożona obsługa spraw).

W praktyce większość systemów produkcyjnych to systemy hybrydowe: deliberatywny rdzeń odpowiada za planowanie i dynamiczne decyzje, a komponenty reaktywne niezawodnie i tanio wykonują jasno zdefiniowane, powtarzalne kroki cząstkowe. W ten sposób łączy się solidność logiki reaktywnej z elastycznością planowania deliberatywnego i unika kosztownej autonomii tam, gdzie nie przynosi ona korzyści.