AI терминологија

Оваа секција ги обединува најважните поими што ќе ги сретнувате при работа со современи AI системи, AI Agents, автоматизација, RAG, APIs и production архитектури. Термините се задржани во нивната најчесто користена English форма, а значењето е објаснето практично и во контекст на реални AI системи.

Не е потребно да ги меморирате сите дефиниции. Користете ја оваа терминологија како референтен водич кога читате документација, дизајнирате AI архитектура, анализирате систем или работите со development и operations тимови.

A–C

Agent (AI Agent)

Софтверски систем што прима цел, ја набљудува тековната состојба, избира следен чекор, користи дозволени алатки и продолжува сè додека задачата не биде завршена, запрена или ескалирана.

AgentOps

Практики и инфраструктура за развој, верзионирање, тестирање, deployment, monitoring, evaluation и одржување на AI Agents во production.

API — Application Programming Interface

Стандарден договор преку кој различни софтверски системи разменуваат структурирани барања, податоци и одговори.

Audit Trail

Хронолошки и следлив запис на inputs, одлуки, model calls, tool calls, approvals, errors и промени што се случиле во еден AI workflow.

Autonomy

Степенот до кој системот може самостојно да избира и извршува чекори без нова човечка инструкција за секоја активност.

Baseline

Почетна мерка на постојниот процес што служи како референтна точка за мерење на ефектот од AI имплементацијата.

Chunking

Делење голем документ или dataset на помали логички единици што полесно можат да се индексираат, пребаруваат и достават како релевантен context.

Context Engineering

Дизајн и управување со сите информации што моделот ги добива при конкретна задача: instructions, current state, retrieved documents, memory, tool outputs, policies и дополнителни податоци.

Context Window

Максималниот обем на tokens што моделот може да ги земе предвид во една интеракција, вклучувајќи instructions, conversation history, documents, tool results и output.

D–H

Dead-letter Queue

Посебна queue во која се испраќаат задачи или events што не можеле успешно да се обработат и по дозволениот број retries.

Determinism

Степенот до кој истиот input под исти услови произведува ист резултат. Generative AI моделите по природа може да покажуваат варијабилност.

Embedding

Нумеричка vector претстава на text, image или друг content што овозможува математичко споредување на значењето и semantic similarity.

Evaluation (Eval)

Систематско тестирање и мерење на AI модел, Prompt, Agent или workflow според однапред дефинирани критериуми.

Fallback

Резервен model, service, workflow или manual procedure што се активира кога примарниот пат не може безбедно да ја заврши задачата.

Function Calling / Tool Calling

Механизам преку кој AI моделот бара извршување на однапред дефинирана software function со структурирани parameters.

Groundedness

Степенот до кој тврдењата во AI output се поткрепени со доставени, retrieved или на друг начин проверливи извори.

Guardrail

Техничка или процесна контрола што спречува, ограничува или открива несакано, ризично или забрането однесување.

Hallucination

Уверлив, но неточен, измислен или неподдржан AI output.

Human-in-the-loop (HITL)

Design pattern во кој човекот е задолжителна контролна точка за review, correction, approval или преземање на задачата.

I–P

Idempotency

Својство при кое повторното извршување на исто барање не создава дополнителен несакан side effect.

Inference

Процес при кој веќе обучен AI модел обработува нов input и создава prediction, classification, generated content или друг output.

Latency

Времето потребно од испраќање request до добивање употреблив response или завршување на task.

Least Privilege

Security принцип според кој user, service или AI Agent добива само минимални permissions потребни за конкретната задача.

LLM — Large Language Model

Голем AI модел обучен врз големи количини language data за разбирање и создавање text, code и други структурирани outputs.

Memory

Механизам преку кој AI системот задржува релевантна состојба, факти или информации меѓу различни чекори, runs или sessions.

MCP — Model Context Protocol

Отворен протокол за стандардизирано поврзување AI applications со external tools, data sources и context providers.

Model Routing

Автоматски избор на model според типот на task, потребниот квалитет, risk, latency, modality и cost.

Multi-Agent System

Архитектура во која повеќе специјализирани AI Agents соработуваат преку explicit coordination, shared state или orchestrator.

No-answer Policy

Правило според кое AI системот не смее да погодува кога нема доволно evidence, confidence или authoritative information.

Observability

Способност да се разбере што се случува во production AI систем преку logs, metrics, traces, costs, latency, errors и operational events.

Orchestrator

Компонента што ги координира tasks, Agents, tools и state transitions во посложен AI workflow.

Output Contract

Прецизна спецификација на форматот, задолжителните fields, types, дозволените values и failure states што AI output мора да ги следи.

Prompt

Инструкции, task description и context што му се доставуваат на AI моделот за да се насочи неговото однесување и output.

Prompt Injection

Adversarial техника при која untrusted content се обидува да го натера AI системот да ги игнорира повисоките instructions, да открие data или да злоупотреби tools.

R–Z

RAG — Retrieval-Augmented Generation

Architecture pattern во кој системот прво пронаоѓа релевантни информации од external knowledge source, а потоа ги доставува како context на generative model.

Rate Limit

Ограничување на бројот на requests, tokens или операции што може да се извршат во одреден временски период.

Red Teaming

Намерно adversarial тестирање со цел да се откријат security weaknesses, unsafe behavior, misuse scenarios и други failure modes пред production deployment.

Regression Test

Тест што проверува дали нова промена не расипала capability или behavior што претходно функционирале правилно.

Reranking

Дополнително повторно оценување и подредување на retrieved results според нивната релевантност за конкретното прашање.

Retry

Контролиран повторен обид за операција што не успеала поради привремена грешка.

Schema Validation

Проверка дали structured AI output ги исполнува однапред дефинираните data types, required fields, allowed values и structural rules.

System Card

Operational документ што ги опишува purpose, owners, versions, capabilities, limitations, controls, evaluations и познатите risks на AI системот.

Temperature

Generation parameter што може да влијае врз варијабилноста и randomness на output-от кај models што го поддржуваат.

Trace

Детален запис за патеката на еден AI run, вклучувајќи model calls, tool calls, transitions, errors, approvals, latency и други operational events.

Vector Database

Database или search system оптимизиран за складирање и пребарување vectors, најчесто embeddings, според mathematical similarity и metadata filters.

Workflow

Дефинирана секвенца од triggers, validations, conditions, actions, exceptions, approvals и terminal outcomes што заедно реализираат деловен процес.