𝗗𝗲 𝗔𝗜-𝗰𝗵𝗮𝘁𝗯𝗼𝘁 𝗱𝗼𝗼𝗿𝗯𝗿𝗲𝗸𝗲𝗻
De meeste AI-demo's zien er hetzelfde uit. Je ziet een chatvenster. Je typt een prompt. Je kijkt toe hoe de tekst binnenstroomt. Deze interface is een valstrik. Het traint je om vragen te stellen in plaats van oplossingen te bouwen.
CS-studenten van Berkeley vonden een betere manier. Ze stopten met het gebruik van chatboxen voor hun huiswerk over algoritmen. In plaats daarvan bouwden ze autonome agenten. Deze agenten chatten niet. Ze plannen, voeren code uit en mailen de resultaten.
Hoe het systeem werkt:
• Task Planner: Een lichtgewicht LLM zet een doel om in een JSON-lijst met subtaken. Elke taak heeft een duidelijke succesregel. • Code Executor: Een aparte LLM schrijft Python-scripts voor elke taak. Deze scripts draaien in een Docker-sandbox. Dit houdt je computer veilig. Als de code faalt, probeert de agent het opnieuw met de foutmelding. • SQLite Store: Dit is het geheugen van de agent. In plaats van een enorme chatgeschiedenis te gebruiken, leest en schrijft de agent gegevens naar een lokale database. Dit houdt de kosten laag en voorkomt fouten. • Email Aggregator: Je kijkt niet toe terwijl de agent werkt. Wanneer de taak klaar is, mailt de agent je een volledig rapport met de resultaten en de gebruikte code.
Waarom dit ChatGPT verslaat:
- Kosten: Het gebruik van kleine modellen via OpenRouter kost centen, geen dollars.
- Geheugen: Het gebruik van een database in plaats van een context window voorkomt dat de agent in de war raakt.
- Betrouwbaarheid: De agent gebruikt code om resultaten te verifiëren. Je krijgt wiskunde en logica, niet alleen tekst.
- Beveiliging: De sandbox zorgt ervoor dat de agent niet bij je privébestanden kan.
Deze architectuur werkt voor data-analyse, bestandverwerking en wiskunde. Het werkt niet voor creatief schrijven of subjectieve taken. Die hebben nog steeds een mens nodig.
Stop met het gebruiken van chat voor repetitief werk. Bouw een agent die voor je werkt terwijl je slaapt.
Optionele leercommunity: https://t.me/GyaanSetuAi