𝗡𝗼𝗯𝗼𝗱𝘆 𝗞𝗻𝗼𝘄𝘀 𝗛𝗼𝘄 𝗠𝗮𝗻𝘆 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀 𝗧𝗵𝗲𝘆'𝗿𝗲 𝗥𝘂𝗻𝗻𝗶𝗻𝗴
Pasukan infrastruktur boleh mengira mesin maya dengan mudah. Mereka boleh menunjukkan papan pemuka untuk kluster Kubernetes kepada anda.
Tetapi apabila meminta inventori ejen AI, perbualan akan berubah. Orang ramai mula berdebat tentang definisi.
Perdebatan inilah masalah sebenarnya. Kebanyakan syarikat tidak dapat membuat inventori ejen kerana mereka belum memutuskan apa yang dikira sebagai ejen.
Klasifikasi adalah sukar. Lihat contoh-contoh ini:
- Aliran kerja GPT berjadual: Mungkin. Ia menggunakan model tetapi kekurangan logik autonomi.
- Aliran kerja Copilot Studio: Mungkin. Ia bertindak sendiri tetapi pemilikan kekal dengan penciptanya.
- Automasi n8n dengan LLM: Bergantung. Ia bergantung kepada sama ada ia membuat keputusan atau sekadar menyalurkan data.
- Bedbed Agent: Ya. Ia mempunyai masa larian (runtime) yang diurus dan pemberian alat yang dijejak.
Kebanyakan syarikat menganggap ejen sebagai aliran kerja yang ringkas. Ini adalah satu kesilapan.
Aliran kerja mengikut laluan tetap. Ejen membuat keputusan dan mengambil tindakan. Perbezaan ini mengubah cara anda mengawalnya.
Ejen tidak hadir melalui perolehan infrastruktur secara formal. Ia hadir melalui pengguna perniagaan, pembangun, dan alatan SaaS. Ia memintas sistem permintaan dan penjejakan biasa.
Apabila anda mengklasifikasikan ejen sebagai aliran kerja, ia akan kekal tidak kelihatan dalam inventori anda.
Walaupun anda mendefinisikannya, mengiranya adalah sukar. Ejen selalunya bersifat tanpa keadaan (stateless). Ia berhenti berjalan apabila tugasan tamat, tetapi kebenarannya kekal aktif. Ia dalam keadaan dorman, bukan hilang.
Jurang ini mewujudkan rantaian risiko: Bilangan Tidak Diketahui → Pemilikan Tidak Diketahui → Autoriti Tidak Diketahui → Risiko Tidak Diketahui
Inventori ejen asas mesti menjawab soalan-soalan ini:
- Siapakah pemiliknya?
- Apakah tahap autoritinya?
- Apakah alatan yang boleh dicapainya?
- Bagaimanakah ia bermula?
- Bilakah kali terakhir ia aktif?
- Bilakah ia patut ditamatkan?