Mapa systemów AI

Jak się połapać w skrótach typu LLM, RAG czy MCP?
Dział zatytułowany „Jak się połapać w skrótach typu LLM, RAG czy MCP?”Każdy z nich trafia na jedną z czterech warstw: fundament, autonomia, protokół albo nadzór. Warstwa mówi, co system robi, a nazwa na pudełku często myli. Trzy systemy z Twojego tygodnia albo z listy na dole przypniesz do właściwej warstwy. Listy niżej to legenda do ćwiczenia, wkuwać ich nie trzeba.
Cztery piętra zamiast worka skrótów
Dział zatytułowany „Cztery piętra zamiast worka skrótów”Jeśli od tygodni zbierasz LLM, RAG, MCP, A2A i guardrails, tu układasz je na czterech piętrach. Do mapy możesz wracać, kiedy trafisz na nowy skrót.
1. Fundament - model i wiedza
Dział zatytułowany „1. Fundament - model i wiedza”Tu siedzi sam model i dwa sposoby, które podsuwają mu coś więcej niż to, co zostało po treningu.
- LLM - duży model językowy przewiduje kolejne tokeny. Zwykły chatbot bez plików. Modele językowe.
- RAG - zanim odpowie, wyszukuje fragmenty Twoich dokumentów. RAG.
- Pamięć między rozmowami - notatki o Tobie, które aplikacja zapisuje i dokleja do nowej rozmowy. Wagi modelu się przy tym nie zmieniają. To nie RAG: RAG przeszukuje dokumenty, które dajesz, a pamięć przechowuje to, co aplikacja zanotowała z Twoich wcześniejszych rozmów.
2. Autonomia - kto wybiera następny krok
Dział zatytułowany „2. Autonomia - kto wybiera następny krok”- Agent - cel zamiast pojedynczego promptu. Plan, narzędzia, pętla. Agenci AI.
- Wiele agentów - role się dzielą albo wzajemnie sprawdzają. Ma sens, gdy jeden model nie ogarnie wszystkich ról naraz - nie jako ozdoba slajdu.
3. Protokoły - jak model w ogóle “sięga ręką”
Dział zatytułowany „3. Protokoły - jak model w ogóle “sięga ręką””Sam model pisze tekst. Ta warstwa podłącza do niego bazę danych, plik albo inną usługę przez API (dostęp dla programistów, bez okna czatu).
- MCP - Model Context Protocol, standard “jak model woła narzędzie albo dane”. Anthropic ogłosiło go 25 listopada 2024 r.. Praktyka: serwery MCP.
- A2A - Agent-to-Agent, rozmowa między agentami, także od różnych dostawców. Google ogłosiło protokół 9 kwietnia 2025 r..
- Tool calling (wywoływanie narzędzi) - model pisze prośbę, program ją wykonuje i oddaje wynik; opis w Agentach AI. Pętla agenta to coś więcej: po każdym wyniku model sam decyduje, czy wołać kolejne narzędzie i które.
Programy, które pilnują kolejności kroków wielu modeli i narzędzi (orkiestracja, “frameworki agentów”), też należą do tej warstwy.
4. Nadzór - kto zatrzymuje szkodę
Dział zatytułowany „4. Nadzór - kto zatrzymuje szkodę”- Guardrails - twarde filtry, których model nie przegada. Moderacja treści, ochrona danych osobowych, blokada płatności bez zgody.
- Człowiek w pętli - system czeka na Twoje tak. Tam, gdzie pomyłka jest droga albo nieodwracalna.
Ćwiczenie: 5 minut, trzy pinezki
Dział zatytułowany „Ćwiczenie: 5 minut, trzy pinezki”Przypinasz trzy systemy do warstw.
Weź trzy rzeczy, których naprawdę używasz w tym tygodniu. Jeśli używasz tylko jednego czatu, dobierz dwie pozycje z lewej kolumny - to nadal ćwiczenie mapy, nie inwentaryzacja sprzętu.
| Przykład (albo własny) | Warstwa (Ty, zanim zerkniesz) |
|---|---|
| Zwykły czat w ChatGPT / Claude, bez plików | |
| Gemini Notebook albo projekt z wieloma wgranymi PDF-ami | |
| Deep research albo asystent, który sam klika po krokach |
Klucz: pierwszy wiersz to fundament (LLM), drugi to fundament (RAG - wyszukiwanie włącza się m.in. w projektach, gdy plików jest więcej, niż model mieści naraz (pomoc Claude), i w notatnikach na własnych źródłach), trzeci to autonomia (agent).
Dopisz czwartą, jeśli zostaje minuta: zatwierdzanie wysyłki albo filtr treści → nadzór. MCP włączany w ustawieniach aplikacji czatu → protokół.
Zaliczenie: trzy pary “nazwa → warstwa” na kartce. 2/3 trafień z kluczem zalicza. Nie musisz umieć wdrożyć MCP.
Gdzie łatwo się pomylić: projekt z PDF-ami łatwo oznaczyć jako agenta, bo “sam szuka”. Szukanie w Twoich plikach przed odpowiedzią to RAG, czyli fundament.
Jeśli nic nie zgrzyta i zostaje czas: jeden nagłówek z “agentic AI”. Jedno zdanie: która warstwa jest w środku, a które słowo jest ozdobą.
Teraz wiesz
Dział zatytułowany „Teraz wiesz”- Cztery warstwy: fundament (LLM, RAG, pamięć między rozmowami), autonomia, protokoły, nadzór.
- RAG podsuwa dokumenty. Agent dobiera kroki. MCP podłącza narzędzie. Guardrails i człowiek w pętli łapią szkodę.
- Produkt bywa na kilku warstwach naraz - zależy od trybu, nie od logo.
Następny krok: Wprowadzenie do inżynierii promptów - pierwsza lekcja sekcji Prompt Engineering. Skoro mapa jest w głowie, czas pisać polecenia, które dają powtarzalny wynik, a nie loterię.
Częste pytania
Po co mi mapa, skoro i tak używam jednego chatbota?
Żeby nagłówek o "agentach", "RAG" albo "MCP" wylądował na warstwie, a nie w jednym worku. Ten sam produkt bywa modelem, agentem albo wyszukiwarką po Twoich plikach - zależnie od trybu.
Czym RAG różni się od agenta?
RAG dokłada modelowi fragmenty dokumentów, zanim ten odpowie. Agent dostaje cel i sam wykonuje kroki narzędziami. Możesz mieć RAG bez autonomii i agenta bez Twojej bazy plików.
Czy MCP i A2A to to samo?
Nie. MCP (Anthropic, listopad 2024) to standard "model podłącza narzędzie albo dane". A2A (Google, kwiecień 2025) to standard "agent rozmawia z innym agentem". Inna warstwa, inny problem.
made with ❤️ by aitomate.pl - Łukasz Podgórski