আমি দুটি AI টুল তৈরি করেছি। দ্বিতীয়টি আমাকে শিখিয়ে দিল আমার কীভাবে AI শেখা উচিত।
আমি AI শেখার প্রথাগত পদ্ধতি চেষ্টা করেছিলাম। আমি একটি অফিসিয়াল কোর্স শুরু করেছিলাম। কয়েকটা লেসন করার পর আমি তা ছেড়ে দিই। বিষয়বস্তু ভালো ছিল কিন্তু সেখানে কোনো ঝুঁকি বা গুরুত্ব ছিল না। কিছুই ভেঙে পড়েনি। কিছুই মনে গেঁথে যায়নি।
আমি বুঝতে পারলাম যে যখন কোনো কিছু ভেঙে পড়ে বা ভুল হয়, তখনই আমি সবচেয়ে ভালো শিখি।
TeachSim তৈরি করতে গিয়ে আমি LangGraph শিখেছি কারণ বটটিকে কাজ করতে হতো। GitHub Digest তৈরি করতে গিয়ে আমি silent failures সম্পর্কে শিখেছি কারণ কোডটি নিঃশব্দে কাজ করা বন্ধ করে দিয়েছিল। আমি ধারণাগুলো শিখেছি কারণ সেগুলো কাজ করার জন্য আমার প্রয়োজন ছিল।
আমি AI engineering শিখতে চাই। আমি শুধু একটি API ব্যবহার করতে চাই না। আমি প্রতিদিন যে টুলগুলো ব্যবহার করি সেগুলো বুঝতে চাই।
বর্তমানে আমার জ্ঞান কেবল ভাসাভাসা। আমি কাজ চালানোর জন্য slash commands এবং প্রচলিত নিয়মগুলো ব্যবহার করি। আমি MCP, subagents, hooks, বা checkpoints সম্পর্কে বুঝি না। সেদিন যে টুলটি কাজ করে, আমি সেটিই ব্যবহার করি।
আমি আমার পদ্ধতি পরিবর্তন করছি। আমি বাস্তব প্রজেক্টের ওপর ভিত্তি করে নিজের একটি কারিকুলাম তৈরি করছি। কোনো বিষয় সম্পর্কে পড়ার মাধ্যমেই একটি ধাপ শেষ হয় না। একটি ধাপ তখনই শেষ হয় যখন সেটি আমার প্রজেক্টের কোনো বাস্তব সমস্যা সমাধান করে।
এখানে আমার নতুন শেখার ক্রম দেওয়া হলো:
• Phase 1: MCP (এজেন্টের পরিধি বাড়ানো) • Phase 2: Skills (টুল ব্যবহারের নিয়ম সুসংগঠিত করা) • Phase 3: Subagents (একাধিক এজেন্টের মধ্যে কাজ ভাগ করে দেওয়া) • Phase 4: Hooks (গার্ডরেল যোগ করা) • Phase 5: Plugins (সবকিছু প্যাকেজ করা) • Phase 6: Checkpoints (ভুল সেশনগুলো বাতিল করা) • Phase 7: Final Results
আমি এগুলো আমার লাইভ প্রজেক্টগুলোতে প্রয়োগ করব। উদাহরণস্বরূপ, আমি একটি REST API ব্যবহার করার পরিবর্তে GitHub-এর MCP server-কে GitHub Digest-এর সাথে যুক্ত করব।
এই পদ্ধতিতে এখন বেশি সময় লাগছে। আমি তাৎক্ষণিক গতির বদলে দীর্ঘমেয়াদী গতির জন্য বর্তমান সময় ব্যয় করছি। জটিল machine learning গণিত নিয়ে কাজ করার আগে আমি টুলগুলোতে দক্ষতা অর্জন করতে চাই। আমি যদি আমার টুলগুলো না বুঝি, তবে কঠিন বিষয়গুলো শেখার সময় আমি সেগুলোর সাথেই লড়াই করতে থাকব।
আমি ধাপে ধাপে এটি তৈরি করছি।
Optional learning community: https://t.me/GyaanSetuAi
