2026 год считается годом ИИ-агентов — автономных программ, способных выполнять задачи с помощью языковых моделей. В переведённой статье на Habr автор объясняет, как собрать простейшего агента с нуля на Python, используя локальную LLM, без сторонних фреймворков.
Что такое ИИ-агент? Это программа, которая в цикле получает цель от пользователя, обрабатывает её через языковую модель и возвращает ответ. Для минимальной работы агенту нужны всего четыре компонента: цикл выполнения, подключение к LLM, способ ввода цели и контекст для сохранения истории диалога. Автор предлагает написать такой цикл за несколько десятков строк кода.
В примере используется локальный экземпляр Ollama с моделью gemma4:e4b — вариантом с 4 млрд эффективных параметров. Код подключается к Ollama через OpenAI-совместимый API, задаёт системный промпт и в бесконечном цикле принимает вопросы пользователя, отправляет их модели с историей сообщений и выводит ответ. Выход из цикла — команда \exit. Весь код опубликован в GitHub-репозитории.
Для минимального агента нужны цикл, подключение к LLM, пользовательский ввод и контекст.
На данном этапе агент — это, по сути, чат-бот. Он отвечает на основе внутренних знаний модели, но не может взаимодействовать с окружением: читать файлы, выполнять команды или искать информацию в интернете. Автор подчёркивает, что это лишь базовая реализация; в следующих статьях планируется добавить инструменты, такие как доступ к bash, что даст агенту возможность выполнять действия на компьютере.
Развитие ИИ-агентов — одна из ключевых тенденций 2026 года. Инструменты вроде Claude Code, Codex и OpenCode уже стали стандартом для разработчиков, а OpenClaw и Hermes используются как персональные ассистенты. Для экспериментов с агентами рекомендуется изолированная среда, чтобы не рисковать рабочей машиной.
