"Agentic AI" has become a marketing word. That is a shame, because the underlying distinction matters. Some tasks need a single well-crafted prompt. Others need a small program that can think, act, check its work, and adjust. Picking the wrong one costs you money, reliability, or both. Here is how we decide. "Agendiline AI" on muutunud turundussõnaks. Kahju, sest taga olev vahe on päriselt oluline. Osa ülesandeid vajab üht head prompti. Teised vajavad väikest programmi, mis oskab mõelda, tegutseda, tööd üle kontrollida ja suunda korrigeerida. Vale valik maksab raha, usaldusväärsust või mõlemat. Vaatame, kuidas seda otsust teha.
Two things, plainly defined Kaks asja, lihtsalt öelduna
A prompt is one round of text going into a model and one round coming out. You ask, the model answers. The whole thing lives and dies in a single call. "Summarise this email thread in three bullets" is a prompt. Prompt on üks ring teksti sisse ja üks ring välja. Sina küsid, mudel vastab. Kogu lugu algab ja lõpeb ühe kutsega. "Võta see meilivestlus kolme punkti kokku" on prompt.
An agent is a loop. The model decides what to do, calls a tool, looks at the result, decides what to do next, and repeats until the job is done or it gives up. "Research competitor X's public pricing across their site and partner resellers, then produce a one-page briefing" is an agent. Agent on tsükkel. Mudel otsustab, mida teha, kutsub tööriista, vaatab tulemust, otsustab järgmise sammu ja kordab, kuni töö on tehtud või ta annab alla. "Uuri konkurendi avalikku hinnakirja nende saidil ja partnerite juures ning tee üheleheline ülevaade" on agent.
The difference is not the model. It is the scaffolding around it. Vahe pole mudelis. Vahe on selles, mis ümber ehitatud on.
Four questions that decide it Neli küsimust, mis otsuse langetavad
When we scope a new use case, we ask four questions in order. Kui uue kasutusjuhtumi ette võtame, küsime neli küsimust järjekorras.
- Is this one-shot or multi-step? If a single exchange with a smart model solves it, use a prompt. If the task naturally breaks into "first do A, then based on what came back, decide between B and C", you probably want an agent. Üks samm või mitu? Kui üks vestlus hea mudeliga lahendab asja ära, siis prompt. Kui töö jaguneb loomulikult "kõigepealt tee A, siis vaata tulemust ja vali B ja C vahel", siis vajad agenti.
- Does it need tools or APIs? Reading a database, calling an internal service, writing to a CRM, sending an email. The moment the model needs to reach out into the world, you are building an agent — even if a small one. Kas vaja on tööriistu või API-sid? Andmebaasist lugemine, sisemise teenuse kutsumine, CRM-i kirjutamine, meili saatmine. Hetkel, kui mudel peab välismaailma ulatuma, ehitad agenti — kasvõi väikese.
- Does it need branching on intermediate results? A prompt cannot genuinely react to what it finds. It generates text in one pass. If the correct next step depends on what the previous step returned, you need a loop. Kas vaja on hargnemist vahepealse tulemuse põhjal? Prompt ei oska päriselt reageerida sellele, mida leiab. Ta toodab teksti ühe korraga. Kui järgmine samm sõltub eelmise vastusest, vajad tsüklit.
- Does it need memory across turns? A prompt is amnesic by default. If the task requires remembering decisions made earlier in a session or across sessions, you are in agent territory. Kas vaja on mälu üle vestluste? Prompt on vaikimisi unustav. Kui töö nõuab varem tehtud otsuste meelespidamist, oled agendi maal.
If you answered "yes" to two or more of those, a prompt is not enough. Kui vähemalt kahele vastasid "jah", prompt üksi välja ei vea.
Concrete examples Konkreetsed näited
A few real tasks, and where they land: Paar päris ülesannet ja kumba leeri nad kuuluvad:
- "Summarise this customer email thread into three action items." — Prompt. One input, one output, no tools. "Tee kliendivestlusest kolm konkreetset tegevust." — Prompt. Üks sisend, üks väljund, tööriistu pole.
- "Translate this contract clause into Estonian." — Prompt. Still one round. "Tõlgi see lepingupunkt eesti keelde." — Prompt. Ikka üks ring.
- "Extract the invoice number, date, and total from this PDF." — Prompt, assuming the PDF text is already extracted. "Võta PDF-ilt arve number, kuupäev ja summa." — Prompt, kui PDF-i tekst on juba välja võetud ja ette antud.
- "Pull the last 30 days of support tickets from Zendesk, cluster them by topic, and write a Monday briefing." — Agent. Tools, multi-step, composite output. "Tõmba Zendeskist viimase 30 päeva tiketid, grupeeri teema järgi ja kirjuta esmaspäevane ülevaade." — Agent. Vaja tööriistu, mitut sammu ja kombineeritud väljundit.
- "Research competitor X's pricing across their site and three resellers, produce a one-page briefing." — Agent. Browsing, comparing, handling inconsistencies. "Uuri konkurendi hinda nende saidil ja kolme edasimüüja juures, tee üheleheline ülevaade." — Agent. Brauserdamine, võrdlus, vastuolude käsitlemine.
- "Monitor this inbox and draft replies to routine questions for human review." — Agent. Continuous loop, tool use, escalation logic. "Jälgi seda postkasti ja koosta tüüpküsimustele vastuseid inimesele üle vaatamiseks." — Agent. Pidev tsükkel, tööriistad, eskalatsioon.
You will notice a pattern. Prompts transform. Agents act. Muster on nähtav. Prompt teisendab. Agent tegutseb.
Why it matters for cost and reliability Miks see kulude ja töökindluse mõttes loeb
Prompts are cheap, fast, and predictable. A single call, a single bill, a single failure mode. You can test them exhaustively. Prompt on odav, kiire ja ennustatav. Üks kutse, üks arverida, üks viis kukkuda. Saad testida ammendavalt.
Agents are more powerful and meaningfully more expensive. Every loop iteration is another model call. Every tool call is another failure point. Reliability has to be designed in, not assumed. We have seen teams reach for an agent because it sounded impressive, then spend three months debugging when a templated prompt chain would have solved the same problem in a week. Agent on võimsam ja tuntavalt kallim. Iga tsükkel on uus mudelikutse. Iga tööriist on uus kukkumiskoht. Töökindlus tuleb sisse disainida, mitte eeldada. Oleme näinud meeskondi, kes haarasid agendi järele, sest see kõlas muljetavaldavalt, ja debuggisid siis kolm kuud seda, mille lihtne prompt-ahel oleks nädalaga ära teinud.
The reverse happens too. Teams squeeze a multi-step workflow into a single monster prompt, then wonder why the model "forgets" instructions halfway through. That is the model telling you the task was agent-shaped all along. Vastupidine juhtub ka. Meeskond surub mitmetasandilise töö ühte hiigelpromptisse ja imestab siis, miks mudel "unustab" juhiseid poole pealt. See on mudel, kes ütleb, et ülesanne oli algusest peale agendi kujuga.
The rule of thumb Rusikareegel
Here is the simple test we use when someone is unsure. Siin on lihtne test, kui keegi kahtleb.
Imagine writing the task as a bash script. If it is one command that takes input and prints output, it is a prompt. If it is a script with variables, conditional branches, and calls to other programs, it is an agent. Kujuta ette, et kirjutad ülesande bash-skriptina. Kui see on üks käsk, mis võtab sisendi ja prindib väljundi, on see prompt. Kui see on skript muutujatega, if-harudega ja teiste programmide kutsetega, on see agent.
If you cannot describe the task as either, the task is not defined enough yet. Go back and sharpen the brief before you touch a model at all. And if you do decide an AI agent is the right shape, read what we watch for when shipping one to production next. Kui sa kummaks neist seda kirjeldada ei oska, pole ülesanne veel piisavalt selge. Mine tagasi ja teravda briifi enne, kui mudelit üldse puutud. Ja kui otsustad, et vaja on AI-agenti, loe järgmiseks mida me tootmisse viimisel jälgime.