Semua Orang Sedang Membina Ejen AI. Tiada Sesiapa Yang Membincangkan Tentang Hutang Teknikal.
Kebanyakan pembangun tahu tentang hutang teknikal. Ia adalah jalan pintas yang anda ambil hari ini yang akan menimbulkan masalah pada masa hadapan. Biasanya, hutang ini wujud dalam kod anda. Ia kelihatan seperti logik yang berserabut atau perpustakaan (libraries) yang sudah ketinggalan zaman.
Ejen AI mengubah perkara ini.
Ejen mencipta jenis hutang yang baharu. Ia tidak hanya wujud dalam kod anda. Ia wujud dalam prom (prompts), lapisan memori, dan integrasi alatan anda. Hutang ini berkembang secara senyap.
Berikut adalah empat jenis hutang ejen yang perlu anda awasi:
Hutang Prom (Prompt Debt) Prom ringkas dua baris sering kali berubah menjadi manifesto 300 baris. Pembangun menambah arahan untuk membetulkan ralat kecil. Tidak lama kemudian, tiada sesiapa yang tahu mengapa perkataan tertentu ada di situ. Jika anda takut untuk mengubah prom, anda mempunyai hutang prom. Ini meningkatkan kos dan melambatkan sistem anda.
Hutang Konteks (Context Debt) Pasukan sering berfikir bahawa lebih banyak data bermaksud hasil yang lebih baik. Mereka memasukkan keseluruhan pangkalan data dan PDF ke dalam tetingkap konteks (context window). Ini adalah satu kesilapan. Jumlah hingar (noise) yang besar menyebabkan halusinasi dan kependaman (latency) yang tinggi. Sistem yang pintar menapis data dan bukannya sekadar menyerapnya.
Hutang Penilaian (Evaluation Debt) Kod tradisional mempunyai ujian yang jelas. Anda masukkan X dan jangkakan Y. Ejen adalah berbeza. Ia bersifat probabilistik. Ia mungkin memberikan jawapan yang berbeza untuk soalan yang sama. Jika anda melancarkan ejen tanpa saluran penilaian (evaluation pipelines) automatik, anda sedang meneroka dalam kegelapan.
Hutang Alatan (Tool Debt) Memberi ejen akses kepada setiap API dalam syarikat anda adalah berbahaya. Ia mewujudkan risiko keselamatan dan kegagalan yang kompleks. Jika sesebuah ejen mempunyai 25 alatan tetapi hanya menggunakan lima, 20 alatan yang lain itu adalah hutang semata-mata.
Cara untuk mengatasinya:
- Layan prom seperti kod. Gunakan kawalan versi (version control) dan semakan rakan sebaya (peer reviews).
- Kurasi konteks anda. Jangan sekadar memasukkan data secara melulu. Gunakan reranker untuk memastikan maklumat kekal bersih.
- Bina penilaian terlebih dahulu. Cipta set data ujian sebelum anda menambah ciri baharu.
- Gunakan prinsip keistimewaan minimum (least privilege). Berikan ejen hanya alatan yang mereka perlukan untuk berfungsi.
Pasukan yang berjaya bukan sekadar membina demo yang terbaik. Mereka akan membina sistem yang kekal stabil dan mudah diselenggara.
Komuniti pembelajaran pilihan: https://t.me/GyaanSetuAi
