മോഡലുകളും ഏജന്റുകളും തമ്മിലുള്ള നിർണ്ണായകമായ വേർതിരിവിനെക്കുറിച്ച് Vercel CEO Guillermo Rauch

AI വ്യവസായം പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള പ്രോട്ടോടൈപ്പിംഗിൽ നിന്ന് പ്രൊഡക്ഷൻ റെഡി ആപ്ലിക്കേഷനുകളിലേക്ക് മാറിക്കൊണ്ടിരിക്കുമ്പോൾ, ഈ ടൂളുകളെ നിയന്ത്രിക്കുന്ന ഇൻഫ്രാസ്ട്രക്ചറിലും വലിയ മാറ്റങ്ങൾ സംഭവിക്കുന്നുണ്ട്. ടാസ്ക്കുകൾ നിർവഹിക്കുന്ന ഏജന്റുകളിൽ നിന്ന് അടിസ്ഥാന മോഡലുകളെ വേർതിരിച്ചുകൊണ്ട് ഒരു മോഡുലാർ ഇക്കോസിസ്റ്റത്തിലേക്ക് മാറുന്നതിലാണ് AI-യുടെ ഭാവി ഇരിക്കുന്നതെന്ന് Vercel CEO Guillermo Rauch വാദിക്കുന്നു.

പ്രോട്ടോടൈപ്പിംഗിൽ നിന്ന് പ്രൊഡക്ഷനിലേക്കുള്ള മാറ്റം

കഴിഞ്ഞ വർഷം, പൈലറ്റ് പ്രോഗ്രാമുകളിലൂടെ ഏജന്റുകളെ ഉപയോഗിച്ച് സാധ്യമായ കാര്യങ്ങളുടെ പരിധികൾ പരിശോധിക്കുന്നതായിരുന്നു AI രംഗത്തെ പ്രധാന ശ്രദ്ധാകേന്ദ്രം. എന്നാൽ, ഡെവലപ്പർമാർ AI-യെ സമീപിക്കുന്ന രീതിയിൽ വലിയൊരു പക്വത വന്നിട്ടുണ്ടെന്ന് Vercel-ന്റെ സമീപകാല ഡാറ്റ സൂചിപ്പിക്കുന്നു. കമ്പനി നിലവിൽ പ്രതിദിനം 6 ദശലക്ഷം ഡിപ്ലോയ്‌മെന്റുകൾ കൈകാര്യം ചെയ്യുന്നുണ്ട്, ഇതിൽ 50 ശതമാനത്തിലധികവും കോഡിംഗ് ഏജന്റുകൾ വഴിയാണ് നടക്കുന്നത്. കൂടാതെ, ഓരോ ദിവസവും 1 ട്രില്യണിലധികം ടോക്കണുകൾ Vercel-ന്റെ AI ഗേറ്റ്‌വേയിലൂടെ കടന്നുപോകുന്നു.

Rauch-ന്റെ അഭിപ്രായത്തിൽ, വ്യവസായം "പരിധികളില്ലാത്ത സാധ്യതകളുടെ" ഘട്ടത്തിൽ നിന്ന് മാറി ഇപ്പോൾ പ്രൊഡക്ഷന്റെ യാഥാർത്ഥ്യങ്ങളായ സുരക്ഷ, ഡാറ്റാ ആക്സസ്, ഓഡിറ്റബിലിറ്റി എന്നിവയുമായി പോരാടുകയാണ്. ഈ മാറ്റം ഏജന്റുകൾക്കായുള്ള രണ്ട് പ്രധാന "killer apps"-കളെ ഉയർത്തിക്കാട്ടുന്നു: കോഡിംഗ് അസിസ്റ്റന്റുകളും ബിസിനസ്സ് വർക്ക്ഫ്ലോകൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനായി രൂപകൽപ്പന ചെയ്ത ആഭ്യന്തര കോർപ്പറേറ്റ് ഏജന്റുകളും.

സുരക്ഷാ പ്രതിസന്ധി പരിഹരിക്കൽ: Sandboxes-ഉം ഡാറ്റാ നിയന്ത്രണവും

സ്വയം പ്രവർത്തിക്കുന്ന ഏജന്റുകളെ വിന്യസിക്കുമ്പോൾ നേരിടുന്ന ഏറ്റവും വലിയ വെല്ലുവിളികളിലൊന്ന് ഡാറ്റാ ചോർച്ചയ്ക്കുള്ള സാധ്യതയാണ്. Airbus പോലുള്ള വലിയ കമ്പനികൾ നേരിടുന്ന ഒരു പ്രധാന ആശങ്കയെക്കുറിച്ച് Rauch സൂചിപ്പിക്കുന്നു: ശരിയായ സുരക്ഷാ സംവിധാനങ്ങളില്ലാതെ ഒരു ഡെവലപ്പർ Cursor അല്ലെങ്കിൽ Devin പോലുള്ള AI-integrated IDE ഉപയോഗിക്കുകയാണെങ്കിൽ, കമ്പനിയുടെ ഉടമസ്ഥതയിലുള്ള കോഡുകൾ അറിയാതെ തന്നെ പബ്ലിക് മോഡലുകളെ പരിശീലിപ്പിക്കാൻ ഉപയോഗിക്കപ്പെട്ടേക്കാം.

ഈ അപകടസാധ്യതകൾ കുറയ്ക്കുന്നതിനായി Vercel പ്രത്യേക ഇൻഫ്രാസ്ട്രക്ചർ വികസിപ്പിക്കുകയാണ്. അവരുടെ Eve ഫ്രെയിംവർക്ക് ഉപയോഗിച്ച് ഉപയോക്താക്കൾക്ക് സ്വാഭാവിക ഭാഷയിൽ (natural language) ഏജന്റിന്റെ നിർദ്ദേശങ്ങളും കഴിവുകളും നിർവചിക്കാനാകും, അതേസമയം Vercel Sandbox ഏജന്റിന് ഒരു "കൂട്" (cage) പോലെ പ്രവർത്തിക്കുന്നു. ഏജന്റിന് അതിന്റെ ബുദ്ധിശക്തി ഉപയോഗിക്കാൻ അനുവദിക്കുന്നതോടൊപ്പം തന്നെ, ഏത് ഡാറ്റയാണ് ആക്സസ് ചെയ്യാൻ കഴിയുന്നതെന്നും അതിലുപരി ഏത് ഡാറ്റയാണ് പരിസ്ഥിതിക്ക് പുറത്തേക്ക് കൊണ്ടുപോകാൻ അനുവദിക്കാവുന്നത് എന്നതിനും കർശനമായ നിയന്ത്രണങ്ങൾ ഈ sandbox ഏർപ്പെടുത്തുന്നു.

SaaS ഡാറ്റാ സിലോകളുടെ അന്ത്യം

ഏജന്റുകളുടെ വളർച്ച പരമ്പരാഗത SaaS ബിസിനസ്സ് മോഡലുകളുമായി അടിസ്ഥാനപരമായ സംഘർഷം സൃഷ്ടിക്കുന്നുണ്ട്. പല സോഫ്റ്റ്‌വെയർ ഭീമന്മാരും ഉപയോക്താക്കളുടെ ഡാറ്റ സ്വന്തം ഇക്കോസിസ്റ്റങ്ങളിൽ "കെട്ടിയിടുന്നതിലൂടെയാണ്" തങ്ങളുടെ മൂല്യം കെട്ടിപ്പടുത്തിരിക്കുന്നത്. എന്നാൽ ഏജന്റുകൾ ഫലപ്രദമായി പ്രവർത്തിക്കാൻ ഡാറ്റയിലേക്ക് തടസ്സമില്ലാത്ത, API അധിഷ്ഠിത ആക്സസ് ആവശ്യമായതിനാൽ ഈ മോഡൽ അവയുമായി പൊരുത്തപ്പെടില്ലെന്ന് Rauch നിരീക്ഷിക്കുന്നു.

സങ്കീർണ്ണമായ Salesforce ഡാറ്റ പരിശോധിക്കാൻ ഒരു സെയിൽസ് പ്രതിനിധി ഏജന്റിനെ ഉപയോഗിച്ചാലും അല്ലെങ്കിൽ വർക്ക്ഫ്ലോകൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ ഒരു R&D ടീം ഉപയോഗിച്ചാലും, ഏജന്റുകൾക്ക് ഒരു ഓപ്പൺ ആർക്കിടെക്ചർ ആവശ്യമാണ്. ഈ മാറ്റം കമ്പനികളെ ഡാറ്റാ ലഭ്യതയ്ക്ക് മുൻഗണന നൽകാൻ നിർബന്ധിക്കുന്നു, ഇത് എന്റർപ്രൈസ് സോഫ്റ്റ്‌വെയറുകൾ നിർമ്മിക്കുന്നതിനും വിൽക്കുന്നതിനും ദീർഘകാലാടിസ്ഥാനത്തിൽ വലിയ സ്വാധീനം ചെലുത്തും.

ഓപ്പൺ AI ഇൻഫ്രാസ്ട്രക്ചറിനായുള്ള പോരാട്ടം

OpenAI പോലുള്ള പ്രധാന AI ലാബുകൾ അവരുടെ ശേഷികൾ വർദ്ധിപ്പിക്കുമ്പോൾ—ഉദാഹരണത്തിന് വെബിലേക്ക് നേരിട്ട് പ്രസിദ്ധീകരിക്കാൻ കഴിയുന്ന ടൂളുകൾ പുറത്തിറക്കുന്നത് പോലെ—Vercel പോലുള്ള പ്ലാറ്റ്‌ഫോം കമ്പനികൾ നേരിട്ടുള്ള മത്സരത്തെ നേരിടുന്നു. "മോഡലും" "ഏജന്റും" തമ്മിൽ ബന്ധിക്കപ്പെട്ടതായിരിക്കണമോ അതോ വേർതിരിക്കപ്പെട്ടതായിരിക്കണമോ എന്നതിനെക്കുറിച്ചുള്ള ഒരു പോരാട്ടമായാണ് Rauch ഇതിനെ കാണുന്നത്.

ഡെവലപ്പർമാർക്ക് LEGO കട്ടകൾ പോലെ ഘടകങ്ങൾ മാറ്റിക്കൂട്ടാൻ കഴിയുന്ന ഒരു മോഡുലാർ സമീപനത്തിനായി വാദിച്ചുകൊണ്ട്, Vercel സ്വയം "ഈ തലമുറയിലെ AWS" ആയി മാറാൻ ശ്രമിക്കുന്നു. ഒരു സിംഗിൾ പ്രൊവൈഡറിൽ മാത്രം ഒതുങ്ങിനിൽക്കുന്നതിന് പകരം, OpenAI, Anthropic, Google-ന്റെ Gemini, കൂടാതെ DeepSeek പോലുള്ള ഓപ്പൺ സോഴ്സ് മോഡലുകൾ എന്നിവ കൂട്ടിച്ചേർത്ത് വിലയിലും പ്രകടനത്തിലും മികച്ച രീതിയിൽ ക്രമീകരിക്കാൻ ഡെവലപ്പർമാർ ഇപ്പോൾ ശ്രമിക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ

• പ്രോട്ടോടൈപ്പിംഗിനേക്കാൾ പ്രൊഡക്ഷന് പ്രാധാന്യം: Vercel-ന്റെ പ്രതിദിന 1 ട്രില്യൺ ടോക്കണുകൾ തെളിയിക്കുന്നത് പോലെ, AI വ്യവസായം പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള പൈലറ്റുകളിൽ നിന്ന് വലിയ തോതിലുള്ള പ്രൊഡക്ഷനിലേക്ക് മാറിക്കൊണ്ടിരിക്കുകയാണ്.
• സുരക്ഷയാണ് പ്രധാനം: ഉടമസ്ഥതയിലുള്ള ഡാറ്റ മോഡൽ ട്രെയിനിംഗ് സെറ്റുകളിലേക്ക് ചോരുന്നത് തടയാൻ Vercel Sandbox പോലുള്ള ടൂളുകൾ അത്യാവശ്യമാണ്.
• മോഡുലാർ ആർക്കിടെക്ചർ: AI സോഫ്റ്റ്‌വെയറിന്റെ ഭാവി മോഡലുകളെ ഏജന്റുകളിൽ നിന്ന് വേർതിരിക്കുന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു, ഇത് ഒരു മൾട്ടി-മോഡൽ സമീപനത്തിലൂടെ ചിലവിനും പ്രകടനത്തിനും അനുസരിച്ച് ക്രമീകരിക്കാൻ ഡെവലപ്പർമാരെ അനുവദിക്കുന്നു.