October 23, 2026
Če izbirate med LLM in AI agentom za prevajanje, vam poimenovanje pove malo o tem, kaj gre lahko narobe. En sam klic LLM lahko brez opozorila vrne samozavesten napačen odgovor. Agent lahko postavi pravo vprašanje, vendar vsak korak, ki ga naredi, prinese dodaten čas in še eno možnost za napako.
Ime "AI agent" si pogosto delijo tri različne stvari: en klic LLM, potek dela, ki hkrati poganja več modelov, in agent, ki načrtuje ter deluje v zanki. Pri MachineTranslation.com izvajamo vse tri. Spodnje razlike izvirajo iz njihove uporabe v produkciji.
LLM je model. V enem klicu pošljete besedilo in prejmete besedilo nazaj. AI agent je sistem, zgrajen okoli LLM. Inženirska ekipa podjetja Anthropic ju razlikuje po tem, kdo odloča o korakih. V poteku dela koda vnaprej določi korake. Pri agentu pa LLM sam izbira svoje korake in orodja.
To daje tri oblike za prevajanje. En sam klic LLM je najpreprostejši in vrne en odgovor brez signala o tem, ali je ta odgovor pravilen. Potek dela, kot je hkratno izvajanje več modelov in primerjava rezultatov, sledi fiksni poti. Agent deluje v zanki. Odloči se, kaj bo storil, to stori in preveri rezultat. Preden nadaljuje, lahko uporabniku postavi tudi vprašanje.
En sam klic LLM je en korak. Konsenzni potek dela pošlje isto besedilo več modelom hkrati in nato primerja rezultate. Agent kroži skozi načrtovanje, izvedbo in preverjanje ter se lahko ustavi, da uporabniku postavi vprašanje.
| En sam klic LLM | Delovni potek konsenza | AI agent | |
|---|---|---|---|
| Koraki | En klic | Veliko klicev hkrati, nato ena primerjava | Zanka načrtovanja, ukrepanja in preverjanja |
| Časovno vedenje | Zakasnitev enega modela | Določa jo najpočasnejši model v naboru | Raste z vsakim korakom |
| Glavno tveganje | Samozavesten napačen odgovor brez opozorila | Vsi modeli delijo enako tiho predpostavko | Dodatni koraki dodajo zamudo in nove točke odpovedi |
| Kaj pomaga | Drugo preverjanje | Vprašanje za uporabnika | Omejitve korakov in človeško preverjanje |
Agent doda odločitve, ki jih posamezen klic modela ne more sprejeti. Lahko vpraša, ali naj bo stavek formalen ali sproščen. Prav tako lahko poišče izraz in preveri svoj osnutek. Vsako od tega je dodaten korak, vsak korak pa prinaša dodaten čas in novo točko za napako.
Anthropicovo vodilo je začeti z najpreprostejšo zasnovo, ki deluje. Za natančno opredeljeno nalogo uporabite delovni tok, agenta pa uporabite takrat, ko naloga zahteva prilagodljive odločitve. Mi sledimo istemu pravilu. AI Translation Agent je ločena raven, ki posreduje le takrat, ko stavek pusti nekaj odprtega, na primer raven formalnosti besedila.
Večmodelno soglasje je delovni tok s fiksno potjo. Isto besedilo gre hkrati v vsak model. Izhodi se primerjajo in vrne se različica, o kateri se strinja največ modelov. Anthropic prakso izvajanja več poskusov hkrati za povečanje zanesljivosti imenuje paralelizacija.
Inženirski problem je čas. Če bi 22 modelov teklo eden za drugim, bi bila čakalna doba vsota 22 klicev. Ker se izvajajo vzporedno, čakalni čas določa najpočasnejši model v naboru, kot opisujemo v našem vodniku za pridobivanje preverjenih prevodov v orodjih Claude ali ChatGPT. V enem primeru ob zagonu je pet modelov prevedlo štiribesedno frazo in vrnilo rezultat v 751 milisekundah. Daljše besedilo traja dlje in velja enako pravilo.
Preizkusili smo velikosti nabora in se odločili za 22. Z manj modeli signal o strinjanju oslabi. Z več modeli začne naraščati zakasnitev. Uporabnik vidi en rezultat. Delo, zaradi katerega je bilo to hitro, se je zgodilo pred klikom.
Soglasje lahko zazna le nestrinjanje med modeli, zato ne more ujeti izbire, ki jo vsak model sprejme na enak način. V naših preizkusih pogostih fraz je vseh sedem prikazanih modelov prevedlo "good morning" v japonščino s formalnim おはようございます, kar je tiha odločitev o vljudnosti, o kateri uporabnika ni nihče vprašal.
Francoski "Je t'aime" je sledil istemu vzorcu. Modeli so se zedinili glede enega prevoda, vendar lahko ta fraza izraža romantično, platonsko ali družinsko ljubezen, neposredni prevod pa ne pove, za katero gre. Korak primerjave nima česa primerjati, ko vsak model odgovori na enak način.
Ta vrzel je razlog, da AI Translation Agent deluje kot samostojna raven. O jezikovni zvrsti, ciljnem občinstvu in tonu vpraša le takrat, ko besedilo to pušča odprto. Soglasje ujame modele, ki se ne strinjajo. Agent ujame to, kar vsi privzamejo.
Učbeniki o umetni inteligenci agente razvrščajo glede na to, kako se odločajo, kaj storiti. Ta klasični seznam sega od preprostih refleksnih agentov, ki se odzivajo na trenutni vnos, prek ciljno usmerjenih agentov, ki načrtujejo pot do rezultata, do učečih se agentov, ki se izboljšujejo na podlagi povratnih informacij.
V sistemskem smislu vsak korak navzgor po seznamu doda stanje in zanke, ki jih je treba vzdrževati. Prevajanje ima največ koristi od ciljno usmerjenega dela, saj je prevod pogosto odvisen od konteksta, ki ga trenutni stavek ne vsebuje. Naš AI Translation Agent se nahaja prav tam. Prizadeva si za prevod, ki ustreza kontekstu, njegovo glavno orodje pa je vprašanje za uporabnika.
Da, saj so sistemi za nevronsko strojno prevajanje usposobljeni samo za prevajanje med jeziki, zaradi česar so drugačna vrsta modela kot splošnonamenski LLM. Nekateri modeli znotraj družine LLM prav tako delujejo drugače. Večina modelov LLM generira en žeton naenkrat. Mercury podjetja Inception Labs je difuzijski jezikovni model, ki vzporedno generira bloke besedila, kar obravnavamo v naši objavi o dodajanju modelov Gemma in Mercury na platformo.
Ali je primernejši API za nevronsko prevajanje ali LLM, je odvisno od naloge. API za nevronsko prevajanje ponuja model, zgrajen za eno samo nalogo, medtem ko lahko LLM sledi navodilom in uporabi več konteksta. Nabor prevajalnikov na MachineTranslation.com vključuje tako tradicionalne sisteme za strojno prevajanje kot tudi modele LLM, zato lahko ena zahteva uporabi katero koli vrsto.
Najmočnejši LLM je odvisen od jezikovnega para in smeri, zato na ravni platforme ne izberemo le enega. Nabor vključuje ChatGPT, Claude, Gemini, DeepSeek, Qwen, Grok in Mistral AI. Vsak model se izvaja vzporedno, zato dodajanje ali zamenjava modela ne podaljša čakalnega časa. Rezultati kakovosti za posamezne modele izvirajo iz našega primerjalnega testiranja modelov.
Agenti AI in pomočniki lahko MachineTranslation.com pokličejo kot orodje. Priključek MCP naročnikom s plačljivim paketom omogoča uporabo iz orodij Claude, ChatGPT, Copilot ali katerega koli pomočnika, ki podpira priključke po meri. Zahteva se vzporedno izvede prek enakega nabora 22 modelov in vrne različico, o kateri se večina strinja. Za pomočnika prevajanje postane en sam klic orodja. Primerjava modelov ostane na naši strani, pogovor pa vidi samo rezultat.
Vzporedno izvajanje in vprašanja agenta lahko spremljate na svojem besedilu. Prilepite stavek v MachineTranslation.com in modeli se bodo zagnali hkrati. Agent vpraša le takrat, ko stavek pusti kaj odprtega.
LLM sprejme besedilo in vrne besedilo v enem klicu. Agent AI je sistem, zgrajen okoli modela LLM, ki sam izbira svoje korake in uporablja orodja. Preverja svoje delo in lahko uporabniku zastavlja vprašanja. Pri prevajanju se agent odloča, kaj storiti naprej, medtem ko posamezen klic ustvari le odgovor.
Učbeniki navajajo agente s preprostimi refleksi, agente na podlagi modela, ciljno usmerjene agente, agente na podlagi koristnosti ter učeče se agente, razvrščene glede na to, kako se odločajo, kaj storiti. Za prevajanje so najbolj koristni ciljno usmerjeni agenti, ki uporabljajo orodja, kot sta iskanje po glosarju ali vprašanje uporabniku, saj je prevod pogosto odvisen od konteksta, ki ga trenutni stavek ne vsebuje.
Da, saj so sistemi za nevronsko strojno prevajanje usposobljeni le za prevajanje in niso splošni modeli za klepet. Difuzijski jezikovni modeli, kot je Mercury, so še vedno jezikovni modeli. Besedilo generirajo v blokih, medtem ko večina modelov LLM generira en žeton naenkrat. MachineTranslation.com poganja tako tradicionalne sisteme za strojno prevajanje kot modele LLM.
Da, saj lahko agent zažene prevajalsko orodje in preveri rezultat ter vas lahko pred vrnitvijo česar koli povpraša po manjkajočem kontekstu, kot sta ton ali ciljno občinstvo. Vsak od teh korakov vzame več časa. Za dobro opredeljeno besedilo je en klic modela ali fiksni delovni tok običajno enostavnejši, zato so agenti primerni za primere, ki zahtevajo odločitev.
Odvisno od naloge, saj API za nevronsko prevajanje ponuja model, zgrajen za eno nalogo, medtem ko lahko LLM sledi navodilom in uporabi več konteksta. MachineTranslation.com ne izbira le enega. Nabor njegovih orodij vključuje tako tradicionalne sisteme za strojno prevajanje kot modele LLM, ena zahteva pa lahko uporabi katerokoli vrsto.
ChatGPT, Claude, Gemini, DeepSeek in Qwen so modeli LLM in vsak od njih opravi prevod v enem klicu. Vzporedni delovni tok združuje več takšnih modelov. Agent AI k temu dodaja odločitve, kot na primer MachineTranslation.com AI Translation Agent, ki povpraša o tonu in ciljnem občinstvu, kadar ju stavek pušča nedorečena.