Salt la conținut

Exemple de sisteme agentice

ÎncepătorLectură: 5 min

Comportamentul agentic și harnașamentele stau la baza celor mai capabile medii de lucru cu inteligență artificială de azi. Arhitectura de bază este aceeași, dar fiecare sistem își alege instrumentele și gradul de autonomie după mediul în care lucrează. Pagina O hartă a harnașamentelor compară mai multe astfel de sisteme, după licență, permisiuni, izolare și modele.

Antigravity este un mediu agentic de dezvoltare software, gândit să lucreze în permanență alături de programator. Google a lansat Antigravity pe 18 noiembrie 2025, odată cu Gemini 3. Din mai 2026, Antigravity 2.0 este o aplicație desktop separată, însoțită de un SDK pentru Python și de Antigravity CLI (comanda agy), care a înlocuit Gemini CLI pentru utilizatorii individuali.

  • Arhitectura harnașamentului: controlează strict spațiul de lucru și gestionează terminale persistente, procese asincrone în fundal și jurnale structurate.
  • Subagenți și ierarhie: permite pornirea unor subagenți specializați (de exemplu agenți de cercetare care doar citesc sau agenți independenți pe ramuri de lucru paralele), care comunică unii cu alții prin mesaje.
  • Artefacte și interacțiune: pe lângă text și comenzi, harnașamentul poate produce artefacte (liste de sarcini, planuri, documente Markdown, diagrame, capturi de ecran, înregistrări din browser), prin care programatorul verifică munca agentului, și întrebări (ask_question), ca deciziile importante de design să fie lămurite înainte de modificarea codului.

Claude Code este un instrument de linie de comandă (CLI) dezvoltat de Anthropic, prin care modelul Claude lucrează ca asistent direct în terminalul programatorului. Același sistem rulează azi și în extensii pentru VS Code și JetBrains, într-o aplicație desktop și pe web.

  • Filozofia harnașamentului: în terminal, în loc de o interfață grafică, rulează în consolă ca un proces REPL, legat direct de repozitoriul local de cod.
  • Instrumente native: harnașamentul oferă acces la utilitare de sistem rapide, precum ripgrep pentru căutare, la instrumente de editare atomică și la comenzi shell obișnuite.
  • Control asupra acțiunilor: în modul manual, înainte de modificări și de comenzi, harnașamentul afișează acțiunea propusă și cere aprobarea explicită a programatorului. Din versiunea 2.1.283, sesiunile interactive pornesc implicit în modul auto, în care un clasificator, adică un model separat, verifică fiecare acțiune în locul programatorului și le blochează pe cele riscante.

Evoluția asistenților OpenAI arată bine trecerea de la un model simplu la un sistem agentic complet.

  • Codex (2021): genera completări de cod direct în editor, dar nu avea cum să știe dacă acel cod conține erori sau dacă librăriile folosite chiar există.
  • Code Interpreter (Advanced Data Analysis): a adăugat un harnașament cu un mediu de execuție Python, izolat într-un container securizat (sandbox). Dacă un script se oprește cu un ZeroDivisionError, harnașamentul prinde eroarea și i-o trimite modelului, iar modelul rescrie codul până obține rezultatul corect sau graficul cerut.
  • Canvas: oferă un harnașament vizual bidirecțional, în care modelul poate lucra pe porțiuni selectate de text sau cod, poate porni revizuiri automate de stil și poate face modificări fără să rescrie tot documentul.
  • Codex (din 2025): OpenAI a refolosit numele pentru agentul de programare: un CLI open source (Apache-2.0), scris în Rust, extensii pentru editoare, o aplicație desktop și un agent în cloud, în care fiecare sarcină are propriul spațiu de lucru. Local, comenzile rulează implicit izolat și pot scrie doar în directorul proiectului.

Cursor este un editor de cod gândit de la început pentru lucrul cu AI (construit pe baza VS Code), care a popularizat modul de lucru agentic direct în IDE, prin funcția Composer / Agent Mode. Din aprilie 2026, Cursor 3 are o fereastră construită în jurul agenților, în care agenții locali și cei din cloud lucrează unul lângă altul, iar Cursor are și un CLI și un SDK.

  • Indexare semantică: harnașamentul ține la zi un index al întregului cod, construit din reprezentări vectoriale (embeddings) și grafuri de simboluri. Așa, agentul găsește fișierele relevante chiar dacă utilizatorul nu i le indică.
  • Modificări în mai multe fișiere: agentul planifică modificări care ating zeci de fișiere deodată, arată diferențele de cod înainte să le aplice și folosește mesajele compilatorului ca să verifice, după fiecare pas, că tipurile se potrivesc.

Un domeniu care atrage mult interes este cel al agenților care lucrează în fundal și rezolvă sarcini fără ca un om să intervină pe parcurs, cum sunt SWE-agent sau Devin. Cognition, compania care face Devin, a cumpărat în 2025 și editorul Windsurf, redenumit Devin Desktop pe 2 iunie 2026. Între timp, au apărut agenți de acest fel la majoritatea marilor furnizori, de la Codex Cloud la agentul Copilot din cloud al GitHub (lista completă este pe harta harnașamentelor). Pașii tipici ai acestor agenți arată astfel.

  1. Declanșare automată: agentul preia singur un tichet (issue) nou deschis pe GitHub.
  2. Izolare pe ramură: își creează o ramură de lucru separată (git checkout -b fix-issue-123).
  3. Explorare și localizare: caută în cod fișierele care produc comportamentul descris în tichet.
  4. Reproducere prin test: scrie un test automat care eșuează și reproduce exact problema raportată.
  5. Implementare: modifică codul funcțiilor până când testul trece.
  6. Validare de regresie: rulează toate testele de regresie, verificatorul de tipuri și linterul.
  7. Publicare PR: deschide un pull request (PR) detaliat, în care explică ce a cauzat problema și cum a rezolvat-o.
De la tichet la pull requestAgentul preia un tichet nou de pe GitHub și își creează o ramură separată. Pe această ramură caută fișierele relevante, scrie un test care eșuează și reproduce problema, apoi modifică codul și rulează din nou testul, până când acesta trece. La sfârșit rulează testele de regresie, verificatorul de tipuri și linterul, apoi deschide un pull request.Pe ramura de lucruTichet noupe GitHubRamurăseparatăCautăfișierelerelevanteScrie un testcare eșueazăModificăcodulTeste, tipuriși linterDeschide unpull requestrulează testul până trece
Toată munca se face pe o ramură separată. Agentul modifică codul și rulează din nou testul care reproduce problema, până când acesta trece, apoi verifică restul proiectului și deschide pull requestul.