Agentic Workflows ਦੇ 4 ਡਿਜ਼ਾਈਨ ਮਾਪਦੰਡ
ਲੋਕ ਅਕਸਰ AI agents ਅਤੇ AI workflows ਵਿੱਚ ਉਲਝ ਜਾਂਦੇ ਹਨ। ਕੁਝ ਕਹਿੰਦੇ ਹਨ ਕਿ ਕੋਈ ਵੀ LLM ਜਿਸ ਕੋਲ tools ਹਨ, ਉਹ ਇੱਕ agent ਹੈ। ਦੂਜੇ ਕਹਿੰਦੇ ਹਨ ਕਿ ਇੱਕ agent ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਲਈ ਇਕੱਲੇ ਚੱਲਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਬਹਿਸ ਤੁਹਾਨੂੰ ਬਿਹਤਰ ਸਿਸਟਮ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਨਹੀਂ ਕਰਦੀ।
ਇਹ ਪੁੱਛਣਾ ਬੰਦ ਕਰੋ ਕਿ ਕੀ ਕੋਈ ਸਿਸਟਮ agentic ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹਨਾਂ ਚਾਰ ਡਿਜ਼ਾਈਨ ਮਾਪਦੰਡਾਂ (dimensions) ਵੱਲ ਦੇਖੋ:
- ਅਗਲਾ ਕਦਮ ਕੌਣ ਤੈਅ ਕਰਦਾ ਹੈ?
- Code-driven: ਕੋਡ ਕ੍ਰਮ (sequence) ਨੂੰ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ। ਇਸ ਦੀ ਵਰਤੋਂ ਸਪੱਸ਼ਟ ਨਿਯਮਾਂ ਵਾਲੇ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਕਰੋ।
- Model-driven: LLM ਕਦਮਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਂਦਾ ਹੈ। ਇਸ ਦੀ ਵਰਤੋਂ ਖੁੱਲ੍ਹੇ (open-ended) ਕੰਮਾਂ ਲਈ ਕਰੋ।
- Hybrid: ਕੋਡ ਇੱਕ ਢਾਂਚਾ ਤੈਅ ਕਰਦਾ ਹੈ ਅਤੇ LLM ਛੋਟੇ ਫੈਸਲੇ ਲੈਂਦਾ ਹੈ। ਇਹ ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਚੋਣ ਹੈ।
- ਕੀ ਰਸਤਾ ਨਿਸ਼ਚਿਤ ਹੈ?
- Fixed: ਕਦਮ ਇੱਕ ਨਿਸ਼ਚਿਤ ਕ੍ਰਮ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ।
- Conditional: ਸਿਸਟਮ ਨਤੀਜਿਆਂ ਦੇ ਅਧਾਰ 'ਤੇ branches ਜਾਂ retries ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
- Adaptive: ਰਸਤਾ runtime 'ਤੇ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਇਸ ਦੀ ਵਰਤੋਂ ਖੋਜ (research) ਜਾਂ debugging ਲਈ ਕਰੋ।
- Agents ਮਿਲ ਕੇ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ?
- Single Agent: ਇੱਕ agent ਕਈ tools ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਹ ਸਰਲ ਹੈ ਪਰ context ਉਲਝ ਸਕਦਾ ਹੈ।
- Manager-Worker: ਇੱਕ agent ਕੰਮਾਂ ਨੂੰ ਵੰਡਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਦੂਜਿਆਂ ਨੂੰ ਸੌਂਪ ਦਿੰਦਾ ਹੈ।
- Handoff: ਇੱਕ agent ਕੰਟਰੋਲ ਕਿਸੇ ਮਾਹਰ (specialist) ਨੂੰ ਸੌਂਪ ਦਿੰਦਾ ਹੈ।
- Peer: ਕਈ agents ਬਿਨਾਂ ਕਿਸੇ ਕੇਂਦਰੀ ਲੀਡਰ ਦੇ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਸ ਨੂੰ debug ਕਰਨਾ ਸਭ ਤੋਂ ਔਖਾ ਹੈ।
- ਮਨੁੱਖ ਕਿੱਥੇ ਦਖਲ ਦਿੰਦੇ ਹਨ?
- Human-triggered: ਤੁਸੀਂ ਹਰ ਮਹੱਤਵਪੂਰਨ ਕਾਰਵਾਈ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੰਦੇ ਹੋ।
- Checkpointed: ਸਿਸਟਮ ਇਕੱਲੇ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਕਦਮਾਂ 'ਤੇ ਮਨਜ਼ੂਰੀ ਲਈ ਰੁਕ ਜਾਂਦਾ ਹੈ।
- Goal-driven with guardrails: ਤੁਸੀਂ ਟੀਚਾ ਸੈੱਟ ਕਰਦੇ ਹੋ ਅਤੇ ਸਿਸਟਮ ਬਜਟ ਅਤੇ ਇਜਾਜ਼ਤਾਂ (permissions) ਵਰਗੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਕੰਮ ਕਰਦਾ ਹੈ।
ਸਿਰਫ਼ ਦਿਖਾਵੇ ਲਈ agents ਨਾ ਜੋੜੋ। Agent ਜੋੜਨ ਨਾਲ latency, ਲਾਗਤ (cost) ਅਤੇ debugging ਦੀ ਮੁਸ਼ਕਲ ਵਧ ਜਾਂਦੀ ਹੈ। ਕਈ agents ਦੀ ਵਰਤੋਂ ਉਦੋਂ ਹੀ ਕਰੋ ਜੇਕਰ ਤੁਸੀਂ ਕੰਮਾਂ ਨੂੰ parallel ਵਿੱਚ ਚਲਾ ਸਕਦੇ ਹੋ ਜਾਂ ਜੇਕਰ ਇੱਕ ਸਿੰਗਲ agent ਕੋਲ ਬਹੁਤ ਜ਼ਿਆਦਾ context ਹੈ।
ਆਪਣੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਕੰਮ ਦੇ ਅਨੁਸਾਰ ਰੱਖੋ। ਜੇਕਰ ਕੰਮ ਜੋਖਮ ਭਰਿਆ ਹੈ, ਤਾਂ checkpoints ਦੀ ਵਰਤੋਂ ਕਰੋ। ਜੇਕਰ ਕੰਮ ਸਰਲ ਹੈ, ਤਾਂ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਇਹ ਛੇ ਸਵਾਲ ਪੁੱਛੋ:
- ਕੀ ਆਮ ਕੋਡ ਇਸ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ?
- Input ਵਿੱਚ ਕਿੰਨਾ ਵਾਧੂ-ਘਟਾਅ (variation) ਹੈ?
- ਕੀ ਕੰਮ ਨੂੰ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ?
- ਅਸਫਲਤਾ (failure) ਦੀ ਕੀ ਕੀਮਤ ਹੈ?
- ਕੀ ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਕਿ ਇਹ ਕਿੱਥੇ ਟੁੱਟਦਾ ਹੈ?
- ਕੀ ਵਾਧੂ ਗੁੰਝਲਤਾ ਨਤੀਜੇ ਦੇ ਲਾਇਕ ਹੈ?
ਇੱਕ ਚੰਗਾ workflow ਉੱਥੇ ਲਚਕਦਾਰ ਰਹਿੰਦਾ ਹੈ ਜਿੱਥੇ ਇਸ ਨੂੰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉੱਥੇ ਭਰੋਸੇਯੋਗ (predictable) ਰਹਿੰਦਾ ਹੈ ਜਿੱਥੇ ਇਸ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
Source: https://dev.to/whchi/4-design-dimensions-of-agentic-workflows-1i0m
Optional learning community: https://t.me/GyaanSetuAi