LLM, RAG și agent: creierul, biblioteca și decidentul

Cele trei cuvinte se folosesc alternativ, ca și cum ar însemna același lucru. Nu înseamnă. Dacă le ții separate, înțelegi imediat ce poate și ce nu poate un sistem pe care ți-l prezintă cineva.

Analogia care le fixează:

LLM-ul este creierul.
RAG înseamnă să-i dai creierului informație proaspătă.
Agentul este decidentul care planifică și acționează folosind creierul și uneltele.

LLM: inteligent, dar închis în el

Un model mare de limbaj — GPT, Claude, Gemini — a fost antrenat pe o cantitate uriașă de text. Poate raționa, poate scrie, poate rezuma. Dar numai pe baza a ceea ce știe deja, adică a datelor din antrenament.

E deștept, dar static. Singur, nu poate intra pe internet, nu poate apela un API, nu poate afla cursul valutar de azi. Dacă îl întrebi ceva ce s-a întâmplat după antrenament, ori spune că nu știe, ori — mai rău — inventează.

Atenție

„Inventează" are un nume tehnic: halucinație. Modelul produce un răspuns care sună perfect plauzibil și este fals. Nu e o defecțiune rară, e o consecință a felului în care funcționează. Tot cursul ăsta e, într-un fel, despre cum construiești în jurul ei.

RAG: creierul cu bibliotecă lângă el

RAG vine de la retrieval-augmented generation — generare sprijinită pe căutare. În românește: înainte să răspundă, sistemul caută documente relevante într-o sursă externă (baza ta de documente, un site, o bază de date) și i le pune modelului sub nas, ca material de lucru.

Rezultatul: modelul răspunde pe baza informației tale, actuale, fără să fie reantrenat. Un asistent care „a citit" contractele tale nu e un model special. E un model obișnuit plus RAG.

Ce nu face RAG: nu decide nimic. Caută, dă modelului contextul, modelul scrie. Un pas, o dată.

Agent: cel care decide ce urmează

Agentul adaugă autonomia. El nu răspunde pur și simplu la o întrebare — decide ce pași să facă:

Să caute pe web? Să apeleze o unealtă? Să rezume? Să salveze rezultatul? Să reia pentru că rezultatul e slab?

Un agent folosește un LLM, apelează unelte, ia decizii și orchestrează un flux de lucru — exact ca un asistent uman căruia i-ai dat un obiectiv, nu o instrucțiune.

Tabelul care le desparte

	LLM	RAG	Agent
Sursa informației	doar antrenamentul	antrenament + documente găsite	orice sursă la care are unealtă
Cine decide pașii	tu	tu	agentul
Poate acționa în exterior	nu	nu	da
Se corectează singur	nu	nu	da
Numărul de pași	unul	unul	câți e nevoie

Reține

Un agent conține de obicei și RAG. Nu sunt alternative între care alegi, ci straturi care se adună. Când cineva îți vinde „un agent", întreabă-l ce unelte are și cine decide pașii. Dacă răspunsul e „răspunde la întrebări din documentele voastre", ai în față un RAG, nu un agent — ceea ce poate fi perfect în regulă, dar costă altceva.

Cum recunoști fiecare, în practică

Pune sistemului trei întrebări-test:

„Ce s-a întâmplat ieri în domeniul X?" — dacă răspunde corect, are acces la ceva din exterior. LLM curat nu poate.
„Fă-mi asta și verifică singur dacă a ieșit bine." — dacă face o singură trecere și se oprește, nu e agent.
„De unde știi?" — dacă poate arăta sursa, e RAG sau agent cu unelte. Dacă nu, e model curat și trebuie să verifici tu.

Exercițiu

Ia sarcina notată în lecția anterioară. Pentru fiecare pas, scrie ce e nevoie: doar raționament (LLM), informație din documentele tale (RAG) sau o acțiune în alt sistem (unealtă). O să vezi imediat de ce anume ai nevoie.