النموذج ليس هو المنتج. إليك ما هو المنتج حقاً.

أقضي وقتي في البناء والتحدث مع المهندسين الذين يطلقون أنظمة الذكاء الاصطناعي. هناك فجوة بين العروض التجريبية وأنظمة الإنتاج الحقيقية. الكثير من الناس لا يتحدثون بصراحة عن هذه الفجوة.

الجميع يطلق مسمى "agent" على كل شيء. فالسكربت الذي يحتوي على حلقة تكرارية هو agent، وروبوت الدردشة الذي يمتلك ذاكرة هو agent. يتسبب هذا في أخطاء هندسية؛ حيث تبالغ في هندسة المهام البسيطة، وتقصر في هندسة المهام المعقدة.

يحتاج الـ agent إلى هدف. هو لا يكتفي باتباع تعليمات فحسب، بل يقرر ما يجب فعله تالياً، ويتعامل مع الفشل، ويعرف متى ينتهي من المهمة.

عمليات نشر الـ agents الحقيقية تكون محدودة النطاق. فهي تقوم بشيء واحد بشكل جيد، مثل استخراج المستندات أو مراجعة الكود. الفرق الناجحة لا تلهث وراء النماذج الجديدة، بل تركز على هذه المجالات الثلاثة:

أطر العمل مثل LangChain أو CrewAI أقل أهمية من الأنماط (patterns). إطار العمل هو السقالات، أما البنية التحتية (architecture) فهي المبنى.

استخدم هذه الأنماط:

تقنية RAG أصبحت معياراً، لكن عملية الـ chunking غالباً ما تكون خاطئة. إذا قمت بتقسيم المستندات بشكل سيئ، سيفقد النموذج السياق ويبدأ في "الهلوسة". إذا كانت نتائج RAG غير مفيدة، فقم بإصلاح الـ chunking والبيانات الوصفية (metadata)، ولا تلم نموذج التضمين (embedding model).

ستتحسن النماذج، وستكبر نوافذ السياق (context windows)، وستنخفض التكاليف. لكن هذا لا يغير التحدي الهندسي؛ إذ يجب عليك بناء أنظمة يمكنك الوثوق بها حتى عندما لا تراقبها.

ركز على الحوكمة، والقابلية للملاحظة، واستخدام الأدوات. المهندسون الذين سيصنعون الفارق هم أولئك الذين يتقنون تصميم الأنظمة، وليس مجرد هندسة الأوامر (prompt engineering).

Source: https://dev.to/aibughunter/the-model-is-not-the-product-heres-what-actually-is-52b5