𝟳 𝗖𝗿𝗶𝘁𝗶𝗰𝗮𝗹 𝗠𝗶𝘀𝘁𝗮𝗸𝗲𝘀 𝗧𝗵𝗮𝘁 𝗕𝗿𝗲𝗮𝗸 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀

ਤੁਹਾਡਾ AI agent ਟੈਸਟਿੰਗ ਵਿੱਚ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਤੇਜ਼ ਅਤੇ ਸਹੀ ਹੈ। ਫਿਰ ਤੁਸੀਂ ਇਸਨੂੰ production ਵਿੱਚ ਤੈਨਾਤ (deploy) ਕਰਦੇ ਹੋ। ਅਚਾਨਕ, ਉਪਭੋਗਤਾ (users) timeouts ਅਤੇ errors ਦੀ ਰਿਪੋਰਟ ਕਰਨ ਲੱਗਦੇ ਹਨ।

ਮਜ਼ਬੂਤ AI agents ਬਣਾਉਣ ਲਈ ਸਿਰਫ਼ ਵਧੀਆ ਕੋਡ ਹੀ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ production ਦੀ ਅਸਲੀ ਅਤੇ ਉਲਝੀ ਹੋਈ ਹਕੀਕਤ ਲਈ ਤਿਆਰ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।

ਇੱਥੇ ਉਹ 7 ਗਲਤੀਆਂ ਹਨ ਜੋ AI agents ਨੂੰ ਖਰਾਬ ਕਰ ਦਿੰਦੀਆਂ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰਨਾ ਹੈ।

  1. ਬਾਹਰੀ API Failures ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਡਿਵੈਲਪਰ ਅਕਸਰ ਇਹ ਮੰਨ ਲੈਂਦੇ ਹਨ ਕਿ API calls ਹਮੇਸ਼ਾ ਕੰਮ ਕਰਨਗੀਆਂ। ਪਰ ਅਜਿਹਾ ਨਹੀਂ ਹੁੰਦਾ। Network requests timeouts ਜਾਂ rate limits ਕਾਰਨ ਫੇਲ ਹੋ ਜਾਂਦੀਆਂ ਹਨ।
  1. Failures ਨੂੰ Binary ਵਜੋਂ ਦੇਖਣਾ ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਸੋਚਦੇ ਹਨ ਕਿ ਇੱਕ ਸਿਸਟਮ ਜਾਂ ਤਾਂ ਕੰਮ ਕਰਦਾ ਹੈ ਜਾਂ ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਅਸਲ ਵਿੱਚ, ਸਿਸਟਮ ਦੇ ਕੁਝ ਹਿੱਸੇ ਫੇਲ ਹੋ ਸਕਦੇ ਹਨ ਜਦੋਂ ਕਿ ਬਾਕੀ ਆਨਲਾਈਨ ਰਹਿੰਦੇ ਹਨ।
  1. ਮਾੜੀ Logging ਅਤੇ Visibility ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ minimal logs ਹਨ, ਤਾਂ ਕਿਸੇ outage ਦੇ ਸਮੇਂ ਤੁਸੀਂ ਅੰਨ੍ਹੇ ਹੋ। ਤੁਸੀਂ ਉਸ ਚੀਜ਼ ਨੂੰ ਠੀਕ ਨਹੀਂ ਕਰ ਸਕਦੇ ਜਿਸਨੂੰ ਤੁਸੀਂ ਦੇਖ ਨਹੀਂ ਸਕਦੇ।
  1. ਸਿਰਫ਼ Happy Paths ਦੀ ਟੈਸਟਿੰਗ ਕਰਨਾ ਜੇਕਰ ਤੁਸੀਂ ਸਿਰਫ਼ ਸਫਲ ਰਨ (successful runs) ਦੀ ਟੈਸਟਿੰਗ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਡਾ agent ਤਣਾਅ (stress) ਤੋਂ ਉਭਰ ਨਹੀਂ ਸਕੇਗਾ।
  1. Agent State ਗੁਆ ਦੇਣਾ ਜੇਕਰ ਕੋਈ agent ਆਪਣੀ ਪ੍ਰਗਤੀ (progress) ਨੂੰ ਸੇਵ ਕੀਤੇ ਬਿਨਾਂ ਕ੍ਰੈਸ਼ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਸਾਰਾ context ਗੁਆ ਦਿੰਦਾ ਹੈ।
  1. Configurations ਨੂੰ Hardcode ਕਰਨਾ Timeouts ਅਤੇ API endpoints ਨੂੰ ਸਿੱਧਾ ਆਪਣੇ ਕੋਡ ਵਿੱਚ ਰੱਖਣ ਨਾਲ ਅੱਪਡੇਟ ਹੌਲੀ ਹੋ ਜਾਂਦੇ ਹਨ।
  1. ਆਮ (Generic) Error Handling ਹਰ ਗਲਤੀ ਲਈ ਇੱਕੋ ਜਿਹਾ ਹੱਲ ਵਰਤਣਾ ਇੱਕ ਗਲਤੀ ਹੈ। ਇੱਕ validation error ਨੂੰ network timeout ਨਾਲੋਂ ਵੱਖਰੇ ਜਵਾਬ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਲਚਕਤਾ ਦਾ ਮਤਲਬ ਅਜਿਹਾ ਕੋਡ ਲਿਖਣਾ ਹੈ ਜੋ ਹਕੀਕਤ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦਾ ਹੋਵੇ। ਆਪਣੇ ਮੌਜੂਦਾ ਏਜੰਟਾਂ ਦੀ ਇਹਨਾਂ ਸੱਤ ਗਲਤੀਆਂ ਦੇ ਵਿਰੁੱਧ ਜਾਂਚ ਕਰਕੇ ਸ਼ੁਰੂਆਤ ਕਰੋ।

ਸਰੋਤ: https://dev.to/edith_heroux_aca4c9046ef5/7-critical-mistakes-that-break-resilient-ai-agents-and-how-to-fix-them-3h83