एआई एजेंट वास्तव में किसके लिए है?
"AI agent" शब्द का अलग-अलग लोगों के लिए अलग-अलग अर्थ है। एक एजेंट के साथ आपका संबंध आपकी भूमिका पर निर्भर करता है। इन भूमिकाओं के बीच का अंतर व्यवसाय में बड़ी समस्याएँ पैदा करता है।
उत्पाद गलत लोगों के लिए बनाए जाते हैं। बोर्डरूम ऐसी अपेक्षाएँ तय करते हैं जिन्हें इंजीनियर पूरा नहीं कर पाते। उपयोगकर्ताओं को ऐसे उपकरण मिलते हैं जिन्हें वे समझ नहीं पाते।
यहाँ बताया गया है कि विभिन्न भूमिकाएँ AI एजेंटों को किस तरह देखती हैं:
साधारण उपयोगकर्ता (The Everyday User) वे चाहते हैं कि टूल लाइट स्विच की तरह काम करे। उन्हें मॉडल्स या मेमोरी की परवाह नहीं है। उन्हें केवल इस बात से मतलब है कि काम पहली बार में ही हो जाए। उनका मुख्य डर यह है कि एजेंट कुछ ऐसा न कर दे जो उन्होंने नहीं पूछा था।
प्रयोग करने वाले (The Tinkerer) वे कस्टम प्रॉम्प्ट्स और ऑटोमेशन टूल्स का उपयोग करते हैं। वे ऐसे सिस्टम बनाते हैं जो नियंत्रित वातावरण में पूरी तरह से काम करते हैं। उन्हें तब संघर्ष करना पड़ता है जब एजेंट आत्मविश्वास के साथ गलत उत्तर देते हैं या जब किसी API में बदलाव उनके वर्कफ़्लो को बाधित कर देता है।
कार्यकारी (The Executive) वे इस बात पर ध्यान केंद्रित करते हैं कि एजेंट क्या संभावनाएं खोलते हैं, जैसे कि तेज़ काम या कम लागत। वे अक्सर तकनीक के वास्तव में काम करने से पहले ही निवेशकों से वादे कर देते हैं। इससे आगे की हर तकनीकी टीम पर दबाव बढ़ जाता है।
QA इंजीनियर (The QA Engineer) उन्हें पुनरुत्पादकता (reproducibility) और "सही" की स्पष्ट परिभाषाओं की आवश्यकता होती है। एजेंट इसे कठिन बना देते हैं। आउटपुट हर बार बदल जाता है, और विफलताएँ अक्सर पारंपरिक परीक्षणों से पकड़ने के लिए बहुत सूक्ष्म होती हैं।
IT टीम (The IT Team) तैनाती (deployment) की जिम्मेदारी उन्हीं की होती है। उन्हें "stochastic degradation" जैसी समस्याओं का सामना करना पड़ता है जहाँ मॉडल बिना किसी स्पष्ट एरर कोड के खराब प्रदर्शन करने लगता है। उन्हें ऐसे दस्तावेज़ों (documentation) की आवश्यकता होती है जो अभी तक मौजूद ही नहीं हैं।
DBA (The DBA) वे एजेंट को फीड किए जाने वाले डेटा का प्रबंधन करते हैं। उन्हें vector stores को प्रबंधित करने और retrieval index कितना पुराना है, इसे ट्रैक करने जैसी नई समस्याओं का सामना करना पड़ता है। वे अक्सर किसी और से पहले डेटा की त्रुटियों को खोज लेते हैं।
डेवलपर (The Developer) उन्हें आंशिक रूप से इंजीनियर और आंशिक रूप से प्रॉम्प्ट लेखक होना पड़ता है। डिबगिंग सबसे कठिन हिस्सा है। मॉडल के गलत उत्तर के लिए कोई stack trace नहीं होता है। एक समस्या का समाधान तीन नई समस्याएँ पैदा कर सकता है।
आर्किटेक्ट (The Architect) वे एजेंट को सीमाओं और निर्भरताओं (dependencies) के एक सिस्टम के रूप में देखते हैं। उन्हें यह तय करना होता है कि सिस्टम की पूरी विफलता को रोकने के लिए घटक (components) एक-दूसरे से कैसे बात करें।
तकनीक मुख्य समस्या नहीं है। समस्या इन लोगों के बीच का अंतर है। वे सभी एक ही टूल का उपयोग कर रहे हैं, लेकिन वे एक-दूसरे से इस बारे में बात नहीं कर रहे हैं कि इसे क्या करना चाहिए या विफल होने पर इसका स्वामित्व किसका है।
Source: https://dev.to/scythe2/who-is-an-ai-agent-actually-for-a-user-type-field-guide-5760
Optional learning community: https://t.me/GyaanSetuAi