ਹਰ ਕੋਈ AI Agents ਬਣਾ ਰਿਹਾ ਹੈ। ਕੋਈ ਵੀ Technical Debt ਬਾਰੇ ਗੱਲ ਨਹੀਂ ਕਰ ਰਿਹਾ।

ਜ਼ਿਆਦਾਤਰ ਡਿਵੈਲਪਰs technical debt ਬਾਰੇ ਜਾਣਦੇ ਹਨ। ਇਹ ਉਹ ਸ਼ਾਰਟਕੱਟ ਹੈ ਜੋ ਤੁਸੀਂ ਅੱਜ ਲੈਂਦੇ ਹੋ ਅਤੇ ਜੋ ਕੱਲ੍ਹ ਨੂੰ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਆਮ ਤੌਰ 'ਤੇ, ਇਹ ਕਰਜ਼ਾ ਤੁਹਾਡੇ ਕੋਡ ਵਿੱਚ ਹੁੰਦਾ ਹੈ। ਇਹ ਗੁੰਝਲਦਾਰ ਲੌਜਿਕ ਜਾਂ ਪੁਰਾਣੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।

AI agents ਇਸ ਨੂੰ ਬਦਲ ਦਿੰਦੇ ਹਨ।

Agents ਇੱਕ ਨਵੇਂ ਤਰ੍ਹਾਂ ਦਾ ਕਰਜ਼ਾ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਇਹ ਸਿਰਫ਼ ਤੁਹਾਡੇ ਕੋਡ ਵਿੱਚ ਹੀ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਤੁਹਾਡੇ prompts, ਤੁਹਾਡੇ memory layers, ਅਤੇ ਤੁਹਾਡੇ tool integrations ਵਿੱਚ ਹੁੰਦਾ ਹੈ। ਇਹ ਕਰਜ਼ਾ ਚੁੱਪਚਾਪ ਵਧਦਾ ਰਹਿੰਦਾ ਹੈ।

ਇੱਥੇ agentic debt ਦੀਆਂ ਚਾਰ ਕਿਸਮਾਂ ਹਨ ਜਿਨ੍ਹਾਂ 'ਤੇ ਤੁਹਾਨੂੰ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ:

  1. Prompt Debt ਇੱਕ ਸਧਾਰਨ ਦੋ-ਲਾਈਨਾਂ ਵਾਲਾ prompt ਅਕਸਰ 300-ਲਾਈਨਾਂ ਦੇ ਮੈਨੀਫੈਸਟੋ ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਡਿਵੈਲਪਰਸ ਛੋਟੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਨਿਰਦੇਸ਼ ਜੋੜਦੇ ਰਹਿੰਦੇ ਹਨ। ਜਲਦੀ ਹੀ, ਕੋਈ ਨਹੀਂ ਜਾਣਦਾ ਕਿ ਕੁਝ ਖਾਸ ਸ਼ਬਦ ਉੱਥੇ ਕਿਉਂ ਹਨ। ਜੇਕਰ ਤੁਹਾਨੂੰ prompt ਬਦਲਣ ਤੋਂ ਡਰ ਲੱਗਦਾ ਹੈ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ prompt debt ਹੈ। ਇਹ ਲਾਗਤ ਵਧਾਉਂਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਸਿਸਟਮ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦਾ ਹੈ।

  2. Context Debt ਟੀਮਾਂ ਅਕਸਰ ਸੋਚਦੀਆਂ ਹਨ ਕਿ ਵੱਧ ਡਾਟਾ ਦਾ ਮਤਲਬ ਬਿਹਤਰ ਨਤੀਜੇ ਹਨ। ਉਹ ਪੂਰੇ ਡਾਟਾਬੇਸ ਅਤੇ PDFs ਨੂੰ context window ਵਿੱਚ ਭਰ ਦਿੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਗਲਤੀ ਹੈ। ਬਹੁਤ ਜ਼ਿਆਦਾ noise ਕਾਰਨ hallucinations ਅਤੇ ਉੱਚ latency ਹੁੰਦੀ ਹੈ। ਸਮਾਰਟ ਸਿਸਟਮ ਡਾਟਾ ਨੂੰ ਸਿਰਫ਼ ਅੰਦਰ ਲੈਣ ਦੀ ਬਜਾਏ ਉਸ ਨੂੰ ਫਿਲਟਰ ਕਰਦੇ ਹਨ।

  3. Evaluation Debt ਰਵਾਇਤੀ ਕੋਡ ਵਿੱਚ ਸਪੱਸ਼ਟ ਟੈਸਟ ਹੁੰਦੇ ਹਨ। ਤੁਸੀਂ X ਇਨਪੁਟ ਕਰਦੇ ਹੋ ਅਤੇ Y ਦੀ ਉਮੀਦ ਕਰਦੇ ਹੋ। Agents ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਉਹ probabilistic ਹੁੰਦੇ ਹਨ। ਉਹ ਇੱਕੋ ਸਵਾਲ ਦੇ ਵੱਖ-ਵੱਖ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ automated evaluation pipelines ਤੋਂ ਬਿਨਾਂ agents ਲਾਂਚ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਅੰਧੇਰੇ ਵਿੱਚ ਤੈਰ ਰਹੇ ਹੋ।

  4. Tool Debt ਇੱਕ agent ਨੂੰ ਆਪਣੀ ਕੰਪਨੀ ਦੇ ਹਰ API ਤੱਕ ਪਹੁੰਚ ਦੇਣਾ ਖ਼ਤਰਨਾਕ ਹੈ। ਇਹ ਸੁਰੱਖਿਆ ਜੋਖਮ ਅਤੇ ਗੁੰਝਲਦਾਰ ਅਸਫਲਤਾਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਇੱਕ agent ਕੋਲ 25 tools ਹਨ ਪਰ ਉਹ ਸਿਰਫ਼ ਪੰਜ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਬਾਕੀ 20 tools ਸ਼ੁੱਧ ਕਰਜ਼ਾ ਹਨ।

ਇਸ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰਿਆ ਜਾਵੇ:

  • Prompts ਨੂੰ ਕੋਡ ਵਾਂਗ ਮੰਨੋ। Version control ਅਤੇ peer reviews ਦੀ ਵਰਤੋਂ ਕਰੋ।
  • ਆਪਣੇ context ਨੂੰ ਸੰਭਾਲੋ। ਸਿਰਫ਼ ਡਾਟਾ ਨਾ ਭਰੋ। ਜਾਣਕਾਰੀ ਨੂੰ ਸਾਫ਼ ਰੱਖਣ ਲਈ rerankers ਦੀ ਵਰਤੋਂ ਕਰੋ।
  • ਪਹਿਲਾਂ evaluations ਬਣਾਓ। ਨਵੇਂ ਫੀਚਰ ਜੋੜਨ ਤੋਂ ਪਹਿਲਾਂ test datasets ਬਣਾਓ।
  • Least privilege ਦੀ ਵਰਤੋਂ ਕਰੋ। Agents ਨੂੰ ਸਿਰਫ਼ ਉਹੀ tools ਦਿਓ ਜੋ ਉਹਨਾਂ ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਚਾਹੀਦੇ ਹਨ।

ਜੇਤੂ ਟੀਮਾਂ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਵਧੀਆ ਡੈਮੋ ਹੀ ਨਹੀਂ ਬਣਾਉਣਗੀਆਂ। ਉਹ ਅਜਿਹੇ ਸਿਸਟਮ ਬਣਾਉਣਗੀਆਂ ਜੋ ਸਥਿਰ ਅਤੇ ਰੱਖ-ਰਖਾਅਯੋਗ ਰਹਿਣਗੇ।

ਸਰੋਤ: https://dev.to/reetain_raina/everyone-is-building-ai-agents-nobody-is-talking-about-the-technical-debt-3ljm

ਵਿਕਲਪਿਕ ਲਰਨਿੰਗ ਕਮਿਊਨਿਟੀ: https://t.me/GyaanSetuAi