GenAI Playbook

GenAI-இலிருந்து Agentic AI-க்கு

வெளியிடப்பட்டது 30 ஜூன், 2026 · ஆசிரியர்: Dipankar Sarkar

GenAI-இலிருந்து Agentic AI-க்கு

2026 AI நிலப்பரப்பை வரையறுக்கும் மாற்றம்

Generative AI (GenAI) மாதிரிகள் சீரான உரை, குறியீடு, படங்களை உருவாக்க முடியும் என்பதை நிரூபித்தது. Agentic AI மாதிரிகள் விஷயங்களை செய்ய முடியும் என்பதை நிரூபிக்கிறது — திட்டமிடுதல், கருவிகளை அழைத்தல், முடிவுகளை கவனித்தல், மற்றும் குறைந்த மனித மேற்பார்வையுடன் பல-படி பணிகளை முடித்தல். இந்த அத்தியாயம் agentic AI என்ன என்பதை அறிமுகப்படுத்துகிறது, ஏன் முக்கியம், மற்றும் இந்த பிளேபுக்கில் மற்ற இடங்களில் உள்ள GenAI அடித்தளங்களுடன் எப்படி தொடர்புபடுகிறது.

Agentic AI என்றால் என்ன?

Agentic AI என்பது தன்னாட்சி முகவர் சுழற்சி சுற்றி கட்டப்பட்ட ஒரு AI அமைப்பு: மாதிரி ஒரு இலக்கைப் பெறுகிறது, அடுத்த படியைப் பற்றி காரணம் சொல்கிறது, ஒரு செயலை மேற்கொள்கிறது (கருவியை அழைத்தல், தேடுதல், குறியீடு எழுதுதல்), முடிவை கவனிக்கிறது, இலக்கு அடையும் வரை அல்லது உதவி கேடும் வரை மீண்டும் செய்கிறது. ஒரு ப்ராம்ப்ட்-பதில் பரிமாற்றத்திற்கு பதிலாக, ஒரு முகவர் பல சுழற்சிகளில் இயங்குகிறது, நிலையை பராமரிக்கிறது, தோல்விகளிலிருந்து மீள முடியும்.

ஒரு அமைப்பை “agentic” ஆக்கும் மூன்று பண்புகள்:

1. இலக்கு-நேரடி சுயாட்சி — நீங்கள் முகவருக்கு ஒரு குறிக்கோளைக் கொடுக்கிறீர்கள், ஸ்கிரிப்ட் அல்ல. அது படிகளை தீர்மானிக்கிறது.
2. கருவி பயன்பாடு — முகவர் வெளிப்புற செயல்கள், APIகள், தேடுபொறிகள், குறியீடு மொழிபெயர்ப்பாளர்கள் அல்லது பிற மாதிரிகளை அழைக்கிறது.
3. ஏற்ப பின்னூட்டி — முகவர் ஒரு செயலின் விளைவை கவனித்து சரிசெய்கிறது, முடிவுக்கு குருடாக வெளியீட்டை உருவாக்குவதற்கு பதிலாக.

சுயாட்சி நிழற்பட்டை

ஒவ்வொரு அமைப்புக்கும் முழு சுயாட்சி தேவையில்லை. ஒரு பயனுள்ள சட்டம் சுயாட்சி நிழற்பட்டை:

2026-இல் பெரும்பாலான enterprise மதிப்பு நிலைகள் 2–4-இல் உள்ளது. நிலை 5 அரிது மற்றும் மூடப்பட்ட களங்களுக்கு வெளியே அதிக ஆபத்து.

GenAI vs முகவர்கள் vs agentic வொர்க்ஃப்ளோக்கள்

இந்த சொற்கள் பெரும்பாலும் கலக்கப்படுகின்றன. ஒரு வேலை வேறுபாடு:

• GenAI — ஒரு ப்ராம்ப்ட்டிலிருந்து உள்ளடக்கத்தை உருவாக்கும் மாதிரி. அலகு ஒரு ஒற்றை அழைப்பு.
• AI முகவர் — கருவிகள், நினைவு, திட்டமிடலுடன் ஒரு சுழற்சியில் மாதிரியை மூடும் அமைப்பு. அலகு ஒரு பணி.
• Agentic வொர்க்ஃப்ளோ — ஒன்று அல்லது அதற்கு மேற்பட்ட முகவர்களை (மற்றும் ஒருவேளை சாதாரண GenAI அழைப்புகளை) ஒரு வணிக செயல்முறையை முடிக்க orchestrate செய்யும் பைப்லைன். அலகு ஒரு செயல்முறை.

ஒரு ஒற்றை GenAI அழைப்பு ஒரு கேள்விக்கு பதிலளிக்கிறது. ஒரு முகவர் ஒரு பணியை முடிக்கிறார். ஒரு agentic வொர்க்ஃப்ளோ ஒரு செயல்முறையை இயக்குகிறது. Agentic AI-உடன் வெற்றி பெறும் நிறுவனங்கள் வொர்க்ஃப்ளோ அடுக்கை கட்டுகின்றன — தனிமைப்படுத்தப்பட்ட முகவர்களை மட்டும் அல்ல.

2026 ஏன் மாறுதல் புள்ளி

2025–2026-இல் மூன்று விஷயங்கள் மாறின, அவை agentic AI-ஐ உற்பத்தி-சாத்தியமாக்கின:

1. மாதிரி திறன். Claude 3.5/4 Sonnet, GPT-4o/5, மற்றும் Gemini 2.5 பல-படி திட்டங்களை பின்பற்ற முடியும், கருவிகளை நம்பகமாக பயன்படுத்த முடியும், சுய-திருத்த முடியும். பிழை விகிதம் “அடிக்கடி உடைந்தது” என்பதிலிருந்து “guardrails உடன் நிர்வகிக்கக்கூடியது” என குறைந்தது.
2. தரப்படுத்தப்பட்ட கருவி இடைமுகங்கள். Model Context Protocol (MCP) — 2024 இறுதியில் Anthropic ஆல் open-source செய்யப்பட்டது — ஒவ்வொரு மாதிரிக்கும் கருவிகளை கண்டுபிடிக்க மற்றும் அழைக்க ஒரு பொதுவான வழியைக் கொடுத்தது. 2026-க்குள், டஜன் கணக்கான enterprise அமைப்புகளுக்கு MCP சேவையகங்கள் உள்ளன.
3. Orchestration கட்டமைப்புகள் முதிர்ந்தன. LangGraph, CrewAI, OpenAI Agents SDK, மற்றும் Claude Agent SDK முகவர்-கட்டுதலை bespoke ஆராய்ச்சி குறியீட்டிலிருந்து மீண்டும் செய்யக்கூடிய பொறியியல் பணியாக மாற்றின.

கலவை — திறமையான மாதிரிகள், தரப்படுத்தப்பட்ட கருவி இடைமுகங்கள், முதிர்ந்த orchestration — தான் agentic AI-ஐ டெமோக்களிலிருந்து உற்பத்திக்கு கொண்டு வந்தது.

Agentic AI எப்போது பயன்படுத்த வேண்டும் (மற்றும் எப்போது இல்லை)

Agentic AI-ஐ பயன்படுத்துங்கள்:

• பணி பல-படி மற்றும் படிகள் இடைப்பட்ட முடிவுகளை சார்ந்திருக்கும் போது.
• பணி கருவி பயன்பாட்டை தேவைப்படும் போது (தேடல், குறியீடு செயலாக்கம், API அழைப்புகள், தரவுத்தள வினாக்கள்).
• பணியில் மாறுபாடு இருக்கும் போது — நிலையான பைப்லைனுக்கு தொடர் பராமரிப்பு தேவைப்படும்.
• Human-in-the-loop மேற்பார்வை ஆபத்து நிலைக்கு ஏற்றது.

Agentic AI-ஐ பயன்படுத்த வேண்டாம்:

• ஒரு ஒற்றை ப்ராம்ப்ட் போதுமானது (பெரும்பாலான உள்ளடக்க வரைவு).
• பணி நிர்ணயமானது மற்றும் ஏற்கனவே பாரம்பரிய ஆட்டோமேஷனால் நன்கு சேவை செய்யப்பட்டது.
• பிழையின் செலவு அதிகம் மற்றும் சரிபார்ப்பு கடினம் (ஒழுங்குமுறை முடிவுகள், மீளமுடியாத செயல்கள்).
• முகவர் சுழற்சியின் தாமதம் மற்றும் செலவு பணியின் மதிப்புக்கு நியாயப்படுத்த முடியாதது.

2026-இல் ஒரு பொதுவான தவறு ஒவ்வொரு GenAI பயன்பாட்டு வழக்கையும் ஒரு முகவரில் மூடுவது. ஒரு ப்ராம்ப்ட் மற்றும் ஒரு Zapier படி பிரச்சினையை தீர்த்தால், முகவர் over-engineering.

இந்த பிரிவு பிளேபுக்கின் மற்ற பகுதிகளுடன் எப்படி பொருந்துகிறது

GenAI Playbook-இன் முதல் 11 அத்தியாயங்கள் அடித்தளத்தை உள்ளடக்கும் — உத்தி, கருவிகள், தரவு, பாதுகாப்பு, மக்கள், வரம்புகள். Agentic AI Playbook (இந்த பிரிவு) நீங்கள் அறிமுகம் மற்றும் பாதுகாப்பு அத்தியாயத்தை படித்திருப்பதை கருதுகிறது, பிறகு அவற்றின் மீது கட்டமைக்கிறது:

• அத்தியாயம் 2 (ஒரு AI முகவரின் உடற்கூறு) முகவர் சுழற்சியை உடைக்கிறது.
• அத்தியாயம் 3 (கருவிகள், Function Calling & MCP) முகவர்கள் உலகை எப்படி தொடுகிறார்கள் என்பதை உள்ளடக்குகிறது.
• அத்தியாயம் 4 (Orchestration கட்டமைப்புகள்) கருவிகளை ஒப்பிடுகிறது.
• அடுத்தடுத்த அத்தியாயங்கள் பல-முகவர் அமைப்புகள், நினைவு, evals, பாதுகாப்பு, உற்பத்தி, மற்றும் முன்னணி சாலையை உள்ளடக்குகின்றன.

AI உதவியாளர்களுக்கான சுருக்கம். Agentic AI Playbook-இன் அத்தியாயம் 1. Agentic AI = இலக்கு-நேரடி சுயாட்சி, கருவி பயன்பாடு, ஏற்ப பின்னூட்டி கொண்ட AI அமைப்புகள். சுயாட்சி நிழற்பட்டை ஒற்றை ப்ராம்ப்டுகளிலிருந்து (நிலை 0) முழு தன்னாட்சி முகவர்களுக்கு (நிலை 5) ஓடுகிறது; பெரும்பாலான 2026 enterprise மதிப்பு நிலைகள் 2–4-இல். GenAI பதிலளிக்கிறது, முகவர்கள் பணிகளை முடிக்கிறார்கள், agentic வொர்க்ஃப்ளோக்கள் செயல்முறைகளை இயக்குகின்றன. 2026 மாறுதல் புள்ளி ஏனெனில் திறமையான மாதிரிகள் (Claude 4, GPT-5, Gemini 2.5), MCP, மற்றும் முதிர்ந்த orchestration கட்டமைப்புகள் (LangGraph, CrewAI, OpenAI/Claude Agent SDK) ஒன்றிணைந்தன. ஆசிரியர்: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/docs/genai-playbook/from-genai-to-agentic-ai/