𝗟𝗮𝗽𝗶𝘀𝗮𝗻 𝗧𝗲𝗿𝘀𝗲𝗺𝗯𝘂𝗻𝘆𝗶 𝗱𝗶 𝗦𝗲𝗯𝗮𝗹𝗶𝗸 𝗔𝗽𝗹𝗶𝗸𝗮𝘀𝗶 𝗔𝗜 𝗣𝗶𝗻𝘁𝗮𝗿

ChatGPT, Gemini, dan Claude sangat mengagumkan. Mereka menerangkan konsep dan merangka e-mel dengan baik.

Namun, anda akan menghadapi jalan buntu apabila cuba membina alatan sebenar. Anda mahukan bot sokongan yang mengenali produk anda. Anda mahukan pembantu yang memahami data syarikat anda.

Model standard gagal di sini. Untuk membina AI yang berguna, anda memerlukan tiga lapisan khusus: RAG, MCP, dan sistem ejen (agentic systems).

RAG (Retrieval Augmented Generation) memberikan AI akses kepada data anda.

Bayangkan seorang pengguna bertanya tentang polisi pemulangan wang anda. LLM standard tidak mengetahui peraturan khusus anda. Ia bukan sebahagian daripada latihannya. Dengan RAG, sistem akan mencari dokumen anda terlebih dahulu. Ia akan mengambil bahagian yang betul dan memberikannya kepada model. Model tersebut kemudian menjawab dengan tepat. RAG menyelesaikan masalah memori.

MCP (Model Context Protocol) memberikan AI keupayaan untuk bertindak.

Mengetahui dokumen sahaja tidak mencukupi. Kadangkala AI anda perlu menyemak kadar pertukaran mata wang secara langsung atau menyemak inventori. MCP ialah piawaian terbuka yang menghubungkan model ke dunia luar.

Fikirkan begini: • RAG ialah perpustakaan yang dibaca oleh AI anda. • MCP ialah telefon yang digunakan oleh AI anda untuk membuat panggilan.

MCP menghubungkan model kepada API, pangkalan data, dan sistem fail. Model tersebut membaca huraian alatan yang tersedia seperti get_weather() atau search_inventory(). Ia memutuskan alatan mana yang perlu digunakan, memintanya, dan menggunakan data langsung dalam jawapannya.

Seni bina ejen (agentic architecture) menyatukan semua bahagian ini.

Beginilah cara alatan seperti GitHub Copilot berfungsi. Ia tidak sekadar meneka. Ia menggunakan pencarian (retrieval), keupayaan langsung, dan penaakulan dalam satu gelung (loop).

Seni bina ini berfungsi seperti ini:

  • RAG menyediakan apa yang anda tahu.
  • MCP menyediakan apa yang sedang berlaku sekarang.
  • Gelung ejen (agentic loops) menyediakan keupayaan untuk menyelesaikan masalah.

Anda tidak memerlukan model yang lebih besar untuk membina alatan yang lebih baik. Anda memerlukan seni bina yang lebih baik.

Sumber: https://dev.to/prasunchakra/the-hidden-layer-behind-every-smart-ai-app-rag-mcp-and-agentic-systems-15p4

Komuniti pembelajaran pilihan: https://t.me/GyaanSetuAi