𝗪𝗵𝘆 𝗠𝗼𝘀𝘁 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀 𝗔𝗿𝗲 𝗢𝘃𝗲𝗿𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗲𝗱
AI ಏಜೆಂಟ್ಗಳು ಎಲ್ಲೆಡೆ ಇವೆ. ನೀವು ಏಜೆಂಟ್ ಸ್ વોર્ಮ್ಸ್ (agent swarms), ಸ್ವಾಯತ್ತ ತಂಡಗಳು (autonomous teams) ಮತ್ತು ಸ್ವಯಂ-ಸುಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳನ್ನು (self-improving systems) ನೋಡಬಹುದು. ಪ್ರತಿ ವಾರ, ಹೊಸ ಫ್ರೇಮ್ವರ್ಕ್ ಮುಂದಿನ ತಲೆಮಾರಿನ AI ಅನ್ನು ನಿರ್ಮಿಸುವ ಭರವಸೆಯನ್ನು ನೀಡುತ್ತದೆ.
AI ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಿದ ನಂತರ, ನಾನು ಒಂದು ಸರಳ ತೀರ್ಮಾನಕ್ಕೆ ಬಂದಿದ್ದೇನೆ. ಹೆಚ್ಚಿನ AI ಏಜೆಂಟ್ಗಳು ಅತಿಯಾದ ಇಂಜಿನಿಯರಿಂಗ್ನಿಂದ (overengineered) ಕೂಡಿದೆ.
ಏಜೆಂಟ್ಗಳು ನಿಷ್ಪ್ರಯೋಜಕವಲ್ಲ. ಆದಾಗ್ಯೂ, ಅನೇಕ ನಿರ್ಮಾತೃಗಳು ಸರಳವಾದದ್ದನ್ನು ಬಳಸಬಹುದಾದ ಸಂದರ್ಭದಲ್ಲಿಯೂ ಏಜೆಂಟ್ಗಳ ಮೂಲಕ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ.
The Industry Loves Complexity
ನೀವು PDFಗಳನ್ನು ಓದಲು, ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ಒಂದು ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ಬಯಸುತ್ತೀರಿ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಅನೇಕ ನಿರ್ಮಾತೃಗಳು ಆರು ಏಜೆಂಟ್ಗಳು, ಹಲವಾರು ಪ್ರಾಂಪ್ಟ್ಗಳು ಮತ್ತು ಸ್ಟೇಟ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ (state management) ಹೊಂದಿರುವ ಒಂದು ಸಂಕೀರ್ಣ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ರಚಿಸುತ್ತಾರೆ. ಇದು ಅನೇಕ ತಲೆನೋವುಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ಅದೇ ಸಮಸ್ಯೆಯನ್ನು ಸರಳವಾದ ಅನುಕ್ರಮದೊಂದಿಗೆ (sequence) ಪರಿಹರಿಸಬಹುದು:
- PDF ನಿಂದ ಚಂಕ್ (Chunk)
- ಚಂಕ್ ನಿಂದ ಎಂಬೆಡ್ (Embed)
- ಎಂಬೆಡ್ ನಿಂದ ವೆಕ್ಟರ್ DB (Vector DB)
- LLM ನಿಂದ ಪ್ರತಿಕ್ರಿಯೆ (Response)
ಕೆಲವೊಮ್ಮೆ ಒಂದು ವರ್ಕ್ಫ್ಲೋ ಸಾಕು. ನಿಮಗೆ ಏಜೆಂಟ್ಗಳ ಸೈನ್ಯದ ಅಗತ್ಯವಿಲ್ಲ.
Workflows Solve Most Problems
ಹೆಚ್ಚಿನ AI ಅಪ್ಲಿಕೇಶನ್ಗಳು ಡಿಟರ್ಮಿನಿಸ್ಟಿಕ್ (deterministic) ಆಗಿರುತ್ತವೆ. ಅವು ನಿರ್ದಿಷ್ಟ ಅನುಕ್ರಮವನ್ನು ಅನುಸರಿಸುತ್ತವೆ. ಉದಾಹರಣೆಗಳು:
- ಡಾಕ್ಯುಮೆಂಟ್ Q&A
- ಗ್ರಾಹಕ ಬೆಂಬಲ (Customer support)
- ಸಭೆಯ ಸಾರಾಂಶಗಳು (Meeting summaries)
- ಬ್ಲಾಗ್ ಜನರೇಷನ್ (Blog generation)
- ಕೋಡ್ ರಿವ್ಯೂ (Code review)
ಇವು ವರ್ಕ್ಫ್ಲೋಗಳು, ಸ್ವಾಯತ್ತ ವ್ಯವಸ್ಥೆಗಳಲ್ಲ. ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಡಿಬಗ್ (debug), ಸ್ಕೇಲ್ (scale), ನಿರ್ವಹಣೆ (maintain) ಮತ್ತು ವಿವರಿಸುವುದು ಸುಲಭ.
Agents Introduce Hidden Costs
ಪ್ರತಿಯೊಂದು ಹೊಸ ಏಜೆಂಟ್ ಈ ಕೆಳಗಿನ ಸಮಸ್ಯೆಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ:
- ಹೆಚ್ಚಿನ ಪ್ರಾಂಪ್ಟ್ಗಳಿಂದಾಗಿ ಹೆಚ್ಚಿನ ಟೋಕನ್ ವೆಚ್ಚಗಳು
- ಹೆಚ್ಚಿನ ಹಂತಗಳಿಂದಾಗಿ ಹೆಚ್ಚಿನ ವಿಳಂಬ (latency)
- ಹ್ಯಾಲ್ಯುಸಿನೇಷನ್ಗಳಿಗೆ (hallucinations) ಹೆಚ್ಚಿನ ಅವಕಾಶಗಳು
- ಕಷ್ಟಕರವಾದ ಡಿಬಗ್ಗಿಂಗ್
- ಹೆಚ್ಚಿನ ಮೂಲಸೌಕರ್ಯದ ಅಗತ್ಯತೆಗಳು
ಒಂದು ಸರಳ ಅಪ್ಲಿಕೇಶನ್ ಬೃಹತ್ ಇಂಜಿನಿಯರಿಂಗ್ ಪ್ರಾಜೆಕ್ಟ್ ಆಗಿ ಬದಲಾಗುತ್ತದೆ.
Where Agents Actually Shine
ನಾನು ಏಜೆಂಟ್ಗಳ ವಿರುದ್ಧಲ್ಲ. ಈ ಕೆಳಗಿನ ಸಂದರ್ಭಗಳಲ್ಲಿ ಏಜೆಂಟ್ಗಳು ಉಪಯುಕ್ತವಾಗಿವೆ:
- ಹಲವಾರು ವೆಬ್ಸೈಟ್ಗಳನ್ನು ಸಂಶೋಧಿಸುವಂತಹ ಕಾರ್ಯಗಳು ದೀರ್ಘಕಾಲದವರೆಗೆ ನಡೆಯುವಾಗ.
- ನಿರ್ದಿಷ್ಟ ತರ್ಕದ (logic) ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಅಗತ್ಯವಿದ್ದಾಗ.
- ಮಾನವ ಹಸ್ತಕ್ಷೇಪವು ಪ್ರಕ್ರಿಯೆಯ ಭಾಗವಾಗಿದ್ದಾಗ.
- Slack, GitHub ಮತ್ತು ಇಮೇಲ್ನಂತಹ ಬಹು ಉಪಕರಣಗಳು ಸಹಕರಿಸಬೇಕಾದಾಗ.
My Rule
ನಿರ್ಮಾತೃಗಳು ಹೆಚ್ಚಾಗಿ ನೇರವಾಗಿ ಸಂಕೀರ್ಣ ಫ್ರೇಮ್ವರ್ಕ್ಗಳಿಗೆ ಹೋಗುತ್ತಾರೆ. ನೀವು ಅದನ್ನು ಮಾಡುವ ಮೊದಲು, ಒಂದು ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿ: ಇದನ್ನು ಒಂದು ವರ್ಕ್ಫ್ಲೋ ಮೂಲಕ ಪರಿಹರಿಸಬಹುದೇ?
ಉತ್ತರ 'ಹೌದು' ಎಂದಿದ್ದರೆ, ಅಲ್ಲಿಂದ ಪ್ರಾರಂಭಿಸಿ. ಸಂಕೀರ್ಣತೆಯು ಅಗತ್ಯವಿದ್ದಾಗ ಮಾತ್ರ ಏಜೆಂಟ್ಗಳನ್ನು ಸೇರಿಸಿ.
ಈ ತತ್ವವನ್ನು ಅನುಸರಿಸಿ:
- ಮೊದಲನೆಯದಾಗಿ ವರ್ಕ್ಫ್ಲೋ.
- ಎರಡನೆಯದಾಗಿ ಏಜೆಂಟ್.
- ಕೊನೆಯದಾಗಿ ಮಲ್ಟಿ-ಏಜೆಂಟ್.
ಸಂಕೀರ್ಣತೆಯು ನಾವೀನ್ಯತೆಯಲ್ಲ (innovation). ಸಂಕೀರ್ಣತೆಯು ವೆಚ್ಚವಾಗಿದೆ. ನೀವು ಎಷ್ಟು ಏಜೆಂಟ್ಗಳನ್ನು ಬಳಸುತ್ತೀರಿ ಎಂಬುದರ ಬಗ್ಗೆ ಬಳಕೆದಾರರಿಗೆ ಕಾಳಜಿಯಿಲ್ಲ. ಉಪಕರಣವು ಕೆಲಸ ಮಾಡುತ್ತದೆಯೇ ಎಂಬುದರ ಬಗ್ಗೆ ಅವರಿಗೆ ಕಾಳಜಿಯಿದೆ. ಸರಳತೆಯೇ ಒಂದು ವೈಶಿಷ್ಟ್ಯ (feature).
Source: https://dev.to/jaideepparashar/why-i-think-most-ai-agents-are-overengineered-249o