October 23, 2026
Ha fordításhoz egy LLM és egy AI agent között választ, a megnevezés keveset árul el arról, hogy mi romolhat el. Egyetlen LLM hívás magabiztos hibás választ adhat mindenféle figyelmeztetés nélkül. Egy agent felteheti a megfelelő kérdést, de minden egyes lépése növeli az időt és egy újabb hibalehetőséget teremt.
Gyakran három különböző dolog is az „AI agent” nevet viseli: egyetlen LLM hívás, egy olyan munkafolyamat, amely egyszerre több modellt futtat, valamint egy olyan agent, amely ciklusban tervez és cselekszik. A MachineTranslation.com oldalon mind a hármat futtatjuk. Az alábbi különbségek az éles környezetben történő futtatásukból származnak.
Az LLM egy modell. Ön beküldi a szöveget, és egyetlen hívással visszakapja a szöveget. Az AI agent egy olyan rendszer, amely egy LLM köré épül. Az Anthropic mérnökcsapata aszerint különbözteti meg a kettőt, hogy ki határozza meg a lépéseket. Egy munkafolyamatban a kód előre rögzíti a lépéseket. Egy agent esetében az LLM maga választja ki a lépéseit és eszközeit.
Ez a fordítás három formáját adja. Egyetlen LLM hívás a legegyszerűbb, és egyetlen választ ad anélkül, hogy jelezné, helyes-e a válasz. Egy munkafolyamat, például több modell egyidejű futtatása és az eredmények összehasonlítása, rögzített útvonalat követ. Egy agent ciklusban működik. Eldönti, mit tegyen, megteszi, és ellenőrzi az eredményt. Emellett kérdést is feltehet a felhasználónak, mielőtt folytatná.
Egyetlen LLM hívás egyetlen lépés. Egy konszenzusos munkafolyamat ugyanazt a szöveget küldi el egyszerre több modellnek, majd összehasonlítja a kimeneteket. Egy agent végighalad a tervezés, cselekvés és ellenőrzés ciklusán, és megállhat, hogy kérdést tegyen fel a felhasználónak.
| Egyetlen LLM hívás | Konszenzusos munkafolyamat | AI-ágens | |
|---|---|---|---|
| Lépések | Egyetlen hívás | Sok hívás egyszerre, majd egy összehasonlítás | Tervezés, cselekvés és ellenőrzés ciklusa |
| Időbeli viselkedés | Egy modell késleltetése | A készlet leglassabb modellje határozza meg | Minden lépéssel növekszik |
| Fő kockázat | Magabiztos hibás válasz figyelmeztetés nélkül | Minden modell ugyanazt a hallgatólagos feltételezést osztja | A további lépések késleltetést és új hibapontokat jelentenek |
| Mi segít | Egy második ellenőrzés | Egy kérdés a felhasználónak | Lépéskorlátok és emberi ellenőrzés |
Egy agent olyan döntéseket tesz hozzá, amelyeket egyetlen modellhívás nem tud meghozni. Megkérdezheti, hogy egy mondatnak hivatalosnak vagy közvetlennek kell-e lennie. Utánanézhet egy kifejezésnek is, és ellenőrizheti a saját piszkozatát. Ezek mindegyike egy-egy extra lépés, és minden lépés növeli az időt, valamint egy újabb hibalehetőséget jelent.
Az Anthropic útmutatása szerint a legegyszerűbb működőképes kialakítással érdemes kezdeni. Használjon workflow-t egy jól meghatározott feladathoz, és használjon agentet, amikor a feladat rugalmas döntéseket igényel. Mi ugyanezt a szabályt követjük. Az AI Translation Agent egy külön réteg, amely csak akkor lép közbe, amikor egy mondat nyitva hagy valamit, például azt, hogy mennyire legyen formális a szöveg.
A multi-model consensus egy rögzített útvonalú workflow. Ugyanaz a szöveg egyszerre jut el minden modellhez. A kimenetek összehasonlításra kerülnek, és a legtöbb modell által elfogadott verzió kerül visszaadásra. Az Anthropic parallelizationnek nevezi azt a gyakorlatot, amikor a megbízhatóság növelése érdekében egyszerre több próbálkozást futtatnak.
A mérnöki kihívást az idő jelenti. Ha 22 modell futna egymás után, a várakozási idő 22 hívás összege lenne. Párhuzamosan futnak, így a várakozási időt a pool leglassabb modellje határozza meg, ahogyan azt a Claude-on vagy ChatGPT-n belüli ellenőrzött fordítások beszerzéséről szóló útmutatónkban leírjuk. Egy bevezetési példában öt modell fordított le egy négy szóból álló kifejezést, és 751 milliszekundum alatt adott eredményt. A hosszabb szöveg több időt vesz igénybe, és ugyanez a szabály érvényes rá.
Teszteltük a poolméreteket, és a 22 mellett döntöttünk. Kevesebb modell esetén az egyetértési jelzés gyengül. Több modellnél a latency elkezd növekedni. A felhasználó egyetlen eredményt lát. A munka, amely gyorssá tette, még a kattintás előtt megtörtént.
A konszenzus csak a modellek közötti eltérést látja, így nem képes észrevenni egy olyan döntést, amelyet minden modell ugyanúgy hoz meg. A gyakori kifejezésekkel végzett tesztjeink során mind a hét bemutatott modell a hivatalos おはようございます kifejezéssel fordította le a "good morning" szöveget japánra, ami egy olyan, udvariasságra vonatkozó csendes döntés volt, amelyről senki sem kérdezte meg a felhasználót.
A francia "Je t'aime" ugyanezt a mintát követte. A modellek megegyeztek egyetlen fordításban, de a kifejezés kifejezhet romantikus, plátói vagy családi szeretetet is, a közvetlen fordítás pedig nem árulja el, melyikről van szó. Egy összehasonlítási lépésnek nincs mit összehasonlítania, amikor minden modell ugyanúgy válaszol.
Ez a rés az oka annak, hogy az AI Translation Agent saját rétegként fut. Csak akkor kérdez rá a regiszterre, a közönségre és a hangnemre, amikor a szöveg ezeket nyitva hagyja. A konszenzus elcsípi a nem egyetértő modelleket. Az agent elcsípi azt, amit mindegyikük magától értetődőnek vesz.
A mesterséges intelligenciával foglalkozó tankönyvek aszerint csoportosítják az ágenseket, hogyan döntenek a teendőikről. A klasszikus lista az egyszerű reflexágensektől, amelyek az aktuális bemenetre reagálnak, a cél elérését tervező célalapú ágenseken át a visszajelzések alapján fejlődő tanuló ágensekig terjed.
Rendszerszinten a listán való minden egyes feljebb lépés újabb állapotokat és karbantartandó ciklusokat jelent. A fordítás leginkább a célalapú megközelítésből profitál, mivel a fordítás gyakran olyan kontextustól függ, amelyet az adott mondat nem tartalmaz. Az AI Translation Agent pontosan ezen a szinten helyezkedik el. Olyan fordítás elkészítésén dolgozik, amely illeszkedik a kontextushoz, és legfőbb eszköze a felhasználónak feltett kérdés.
Igen, mivel a neurális gépi fordítás rendszereit kizárólag a nyelvek közötti fordításra képezték ki, ami miatt másfajta modellt jelentenek, mint egy általános célú LLM. Az LLM-családon belül is működik néhány modell eltérően. A legtöbb LLM egyszerre egy tokent generál. Az Inception Labs által fejlesztett Mercury egy olyan diffúziós nyelvi modell, amely párhuzamosan generál szövegblokkokat, amiről a Gemma és a Mercury platformhoz adásáról szóló bejegyzésünkben számolunk be.
Hogy egy neurális fordítási API vagy egy LLM a megfelelőbb, az az adott feladattól függ. Egy neurális fordítási API egyetlen feladatra épített modellt szolgál ki, míg egy LLM képes követni az utasításokat és több kontextust felhasználni. A MachineTranslation.com motorválasztéka hagyományos gépi fordítómotorokat és LLM-eket egyaránt tartalmaz, így egyetlen kérés bármelyik típust igénybe veheti.
A legerősebb LLM a nyelvpártól és az iránytól függ, ezért platformszinten nem választunk ki egyetlent. A kínálatban megtalálható a ChatGPT, a Claude, a Gemini, a DeepSeek, a Qwen, a Grok és a Mistral AI. Minden modell párhuzamosan fut, így egy újabb hozzáadása vagy cseréje nem növeli a várakozási időt. Az egyes modellek minőségi eredményei a modell-összehasonlító tesztjeinkből származnak.
Az AI-ágensek és -asszisztensek eszközként hívhatják meg a MachineTranslation.com-ot. Az MCP-csatlakozó lehetővé teszi a fizetős előfizetők számára, hogy a Claude-ból, a ChatGPT-ből, a Copilotból vagy bármely olyan asszisztensből használják, amely támogatja az egyéni csatlakozókat. A kérés párhuzamosan fut végig ugyanazon a 22 modellből álló készleten, és azt a verziót adja vissza, amelyben a legtöbbjük egyetért. Az asszisztens számára a fordítás egyetlen eszközhívássá válik. A modellek összehasonlítása a mi oldalunkon marad, a beszélgetés pedig csak az eredményt látja.
A saját szövegén is megfigyelheti a párhuzamos futást és az ágens kérdéseit. Illesszen be egy mondatot a MachineTranslation.com oldalra, és a modellek egyszerre futnak le. Az ágens csak akkor kérdez, ha a mondat nyitva hagy valamit.
Egy LLM szöveget fogad és szöveget ad ki egyetlen hívásban. Az AI-ágens egy olyan, LLM köré épített rendszer, amely maga választja ki a lépéseit, és eszközöket használ. Ellenőrzi a saját munkáját, és kérdéseket tehet fel a felhasználónak. A fordításban az ágens dönti el, mi legyen a következő lépés, míg egyetlen hívás pusztán egy választ ad.
A tankönyvek egyszerű reflex-, modellalapú, célalapú, hasznosságalapú és tanuló ágenseket sorolnak fel, aszerint csoportosítva, hogy hogyan döntenek a teendőkről. A fordítás számára a legelőnyösebbek az eszközöket használó célalapú ágensek, mint például a szószedetben való keresés vagy a felhasználónak feltett kérdés, mivel a fordítás gyakran olyan kontextustól függ, amelyet az aktuális mondat nem tartalmaz.
Igen, mivel a neurális gépi fordítási rendszereket kizárólag fordításra képezték ki, és nem általános csevegőmodellek. A diffúziós nyelvi modellek, mint például a Mercury, továbbra is nyelvi modellek. Szövegblokkokban generálnak szöveget, míg a legtöbb LLM egyszerre egy tokent hoz létre. A MachineTranslation.com hagyományos gépi fordítási motorokat és LLM-eket egyaránt futtat.
Igen, mivel az ágens képes futtatni egy fordítóeszközt és ellenőrizni az eredményt, valamint rákérdezhet a hiányzó kontextusra, például a hangnemre vagy a közönségre, mielőtt bármit is visszaadna. Ezen lépések mindegyike növeli az időt. Egy jól meghatározott szöveg esetében egyetlen modellhívás vagy egy rögzített munkafolyamat általában egyszerűbb, így az ágensek a döntést igénylő esetekhez illenek a legjobban.
Ez a feladattól függ, mivel egy neurális fordítási API egyetlen feladatra tervezett modellt szolgál ki, míg egy LLM képes követni az utasításokat, és több kontextust tud felhasználni. A MachineTranslation.com nem választ ki egyetlen megoldást. Motorkészlete hagyományos gépi fordítási motorokat és LLM-eket egyaránt tartalmaz, így egyetlen kérés bármelyik típust felhasználhatja.
A ChatGPT, a Claude, a Gemini, a DeepSeek és a Qwen LLM-ek, és mindegyik egyetlen hívással végzi a fordítást. Egy párhuzamos munkafolyamat többet is kombinál közülük. Az AI-ágens erre építve döntéseket tesz hozzá, mint például a MachineTranslation.com AI Translation Agent, amely rákérdez a hangnemre és a közönségre, ha a mondat ezeket tisztázatlanul hagyja.