𝗪𝗵𝗮𝘁 𝘁𝗼 𝗖𝗵𝗲𝗰𝗸 𝗕𝗲𝗳𝗼𝗿𝗲 𝗬𝗼𝘂 𝗛𝗶𝗿𝗲 𝗔𝗜 𝗗𝗲𝘃𝗲𝗹𝗼𝗽𝗲𝗿𝘀 𝗳𝗼𝗿 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗪𝗼𝗿𝗸

ജനറേറ്റീവ് AI-യെ അപേക്ഷിച്ച് ഏജന്റിക് AI-യ്ക്കായുള്ള നിയമനം വ്യത്യസ്തമാണ്.

സംഗ്രഹണം (summarization) പോലുള്ള ഒറ്റപ്പെട്ട ജോലികളിലാണ് ജനറേറ്റീവ് AI ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. എന്നാൽ യുക്തിസഹമായി ചിന്തിക്കുക (reasoning), ടൂളുകൾ ഉപയോഗിക്കുക, സ്വന്തം തെറ്റുകൾ തിരുത്തുക എന്നിവയിലാണ് ഏജന്റിക് AI ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. നിങ്ങൾ വെറും മോഡൽ അറിവിനു വേണ്ടിയല്ല അവരെ നിയമിക്കുന്നത്; മറിച്ച് അവരുടെ വിവേചനബുദ്ധിക്ക് (judgment) വേണ്ടിയാണ്.

ഏജന്റിക് സോഫ്റ്റ്‌വെയറുകൾ ലൂപ്പുകൾ പ്രവർത്തിപ്പിക്കുകയും തീരുമാനങ്ങൾ എടുക്കുകയും ചെയ്യുന്നു. ഇത് നിങ്ങളുടെ നിയമന ചെക്ക്‌ലിസ്റ്റ് മാറ്റുന്നു.

ഉദ്യോഗാർത്ഥികളെയോ വെണ്ടർമാരെയോ പരിശോധിക്കാൻ ഈ ചെക്ക്‌ലിസ്റ്റ് ഉപയോഗിക്കുക:

  • പ്രൊഡക്ഷൻ ഹിസ്റ്ററി (Production history). യഥാർത്ഥ ഉപയോക്താക്കളുമായി പ്രവർത്തിച്ച സിസ്റ്റങ്ങൾക്കായി തിരയുക. നോട്ട്ബുക്കുകൾ (notebooks) മാത്രം കാണിക്കുന്നവരെ ഒഴിവാക്കുക.
  • ഇവാലുവേഷൻ ഡിസിപ്ലിൻ (Evaluation discipline). ഔട്ട്‌പുട്ടുകൾ പരിശോധിക്കാൻ അവർ ഡാറ്റാസെറ്റുകളും മെട്രിക്സുകളും ഉപയോഗിക്കണം.
  • ചിലവ് පිළිබඳ അവബോധം (Cost awareness). ഏജന്റിക് ലൂപ്പുകൾ ധാരാളം ടോക്കണുകൾ ഉപയോഗിക്കുന്നു. നല്ല ഡെവലപ്പർമാർ ചിലവ് നിരീക്ഷിക്കുകയും നിയന്ത്രിക്കുകയും ചെയ്യും.
  • ടൂൾ, API ഡിസൈൻ. ഫംഗ്ഷൻ കോളുകൾ (function calls), റീട്രൈകൾ (retries), ടൈമൗട്ടുകൾ (timeouts) എന്നിവ അവർ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു എന്ന് പരിശോധിക്കുക.
  • ഗാർഡ്‌റെയിൽ ഡിസൈൻ (Guardrail design). പ്രോംപ്റ്റ് ഇൻജക്ഷനുകളിൽ നിന്നും (prompt injections) സുരക്ഷിതമല്ലാത്ത പ്രവൃത്തികളിൽ നിന്നും അവർ സംരക്ഷണം നൽകണം.
  • ഒബ്സർവബിലിറ്റി (Observability). ഒരു ഏജന്റ് പ്രവർത്തിക്കുന്നത് തുടക്കം മുതൽ അവസാനം വരെ എങ്ങനെ ട്രാസ് (trace) ചെയ്യുന്നു എന്ന് ചോദിക്കുക.

മോഡലുകളുടെ പേരുകൾ മാത്രം പറയുന്നതിനേക്കാൾ, പരാജയ സാധ്യതകളെക്കുറിച്ച് (failure modes) സംസാരിക്കുന്ന ഒരു ഡെവലപ്പർ ആണ് മികച്ചത്.

മൂന്ന് പ്രവണതകളാണ് ഈ ആവശ്യകതയ്ക്ക് പിന്നിൽ:

  • ഓട്ടോമേഷൻ ഇപ്പോൾ പ്രധാനപ്പെട്ട വർക്ക്ഫ്ലോകളുടെ ഭാഗമാണ്. ഡെമോകളേക്കാൾ വിശ്വാസ്യതയ്ക്കാണ് (reliability) ഇവിടെ പ്രാധാന്യം.
  • എന്റർപ്രൈസ് ആവശ്യങ്ങൾ വർദ്ധിച്ചുവരുന്നു. ടീമുകൾക്ക് ഓഡിറ്റ് ലോഗുകളും (audit logs) പ്രവചിക്കാവുന്ന ചിലവുകളും ആവശ്യമാണ്.
  • ടൂളുകളുടെ ഉപയോഗം ഇപ്പോൾ സാധാരണമാണ്. API-കളും ഡാറ്റാബേസുകളും തമ്മിൽ ബന്ധിപ്പിക്കാൻ ഡെവലപ്പർമാർക്ക് മികച്ച ബാക്കെൻഡ് അറിവ് ആവശ്യമാണ്.

ഏജന്റുകളെ ഡിസ്ട്രിബ്യൂട്ടഡ് സിസ്റ്റങ്ങളായി (distributed systems) കാണുക. ക്യൂകൾ (queues), സ്റ്റേറ്റ് സ്റ്റോറുകൾ (state stores), ഐഡംപോറ്റന്റ് ആക്ഷനുകൾ (idempotent actions) എന്നിവയെക്കുറിച്ച് ഡെവലപ്പർമാർക്ക് അറിവുണ്ടായിരിക്കണം. കൂടാതെ കോൺടെക്സ്റ്റ് വിൻഡോകളും (context windows) ഡാറ്റാ ചങ്കിംഗും (data chunking) എങ്ങനെ കൈകാര്യം ചെയ്യണമെന്ന് അവർക്ക് അറിയണം.

നിങ്ങളുടെ റോഡ്മാപ്പ് അനുസരിച്ച് നിയമന രീതി തീരുമാനിക്കുക:

  • നിങ്ങളുടെ റോഡ്മാപ്പ് സ്ഥിരമാണെങ്കിൽ ഡെഡിക്കേറ്റഡ് ഡെവലപ്പർമാരെ നിയമിക്കുക. ഇത് തുടർച്ചയായ പ്രവർത്തനവും വേഗത്തിലുള്ള പുരോഗതിയും ഉറപ്പാക്കുന്നു.
  • നിങ്ങളുടെ ലക്ഷ്യങ്ങൾ അനിശ്ചിതത്വത്തിലാണെങ്കിൽ അല്ലെങ്കിൽ ഒരു ആശയം ആദ്യം പരീക്ഷിക്കണമെന്നുണ്ടെങ്കിൽ പ്രോജക്റ്റ് ടീമുകളെ നിയമിക്കുക.

പല കമ്പനികളും ഇവ രണ്ടും ഉപയോഗിക്കുന്നു. അവർ ഒരു ചെറിയ കോർ ടീമിനെ നിലനിർത്തുകയും ചെറിയ ജോലികൾക്കായി സ്പെഷ്യലിസ്റ്റുകളെ ഉൾപ്പെടുത്തുകയും ചെയ്യുന്നു.

ഇന്റർവ്യൂകളിൽ ഈ ഒരു പ്രത്യേക ചോദ്യം ചോദിക്കുക:

"നിങ്ങളുടെ ഏജന്റ് തെറ്റായ ഒരു നടപടി എടുത്ത സാഹചര്യം വിവരിക്കാമോ? നിങ്ങൾ അത് എങ്ങനെ കണ്ടെത്തി?"

അവരുടെ മറുപടി അവരുടെ യഥാർത്ഥ നൈപുണ്യ നിലവാരം വെളിപ്പെടുത്തും.

ഏജന്റിക് AI-യ്ക്കായുള്ള നിയമനം എന്നത് ചിലവ് നിയന്ത്രണം, ഇവാലുവേഷൻ, കൃത്യമായ ഇന്റഗ്രേഷൻ എന്നിവയെക്കുറിച്ചാണ്. ഏജന്റുകളെ പരീക്ഷണങ്ങളായല്ല, മറിച്ച് പ്രൊഡക്ഷൻ സിസ്റ്റങ്ങളായി കാണുക.

സ്രോതസ്സ്: https://dev.to/charlieap/what-to-check-before-you-hire-ai-developers-for-agentic-work-2mm8