உங்கள் குழுவிற்கு இந்த வாரம் ஒரு சிறந்த AI மாடல் தேவையில்லை
புதிய AI மாடல்களைத் தேடி அலைவதை நிறுத்துங்கள். உங்களுக்குத் தேவையான உண்மையான மேம்பாடு உங்கள் பணிப்பாய்வு (workflow) தான்.
பெரும்பாலான குழுக்கள் எந்த மாடல் அதிக புத்திசாலித்தனமாகத் தெரிகிறது என்பதில் கவனம் செலுத்துகின்றன. அவர்கள் புதிய வெளியீடுகளை ஒப்பிட்டுப் பார்த்து (benchmark), அதன் புத்திசாலித்தனம் குறித்து விவாதிக்கிறார்கள். ஆனால் நீங்கள் LLM-களைக் கொண்டு உருவாக்குகிறீர்கள் என்றால், உண்மையான சிரமம் என்னவென்று உங்களுக்குத் தெரியும். பிரச்சனை மோசமான குறியீடு (code) அல்ல. பிரச்சனை மோசமான செயல்பாட்டு முறை (execution) தான்.
நீங்கள் இந்த சிக்கல்களைக் காண்பீர்கள்:
- ஒரு பணியின் பாதியிலேயே நின்றுவிடும் ஏஜென்ட் லூப்கள் (Agent loops).
- மக்களைக் குழப்பமடையச் செய்யும் ஒப்புதல் கோரிக்கைகள் (Approval prompts).
- மீண்டும் முயற்சிக்கும்போது (retries) உடைந்து போகும் சூழல் சங்கிலிகள் (Context chains).
- ஆட்டோமேஷன் தனது நிலையை (state) இழந்துவிடுவதால், மனிதர்கள் அதைச் சரிசெய்ய வேண்டிய நிலை.
புத்திசாலித்தனம் அதிகரித்துக்கொண்டே இருக்கிறது, ஆனால் செயல்பாட்டுத் திறன் (operational control) பின்தங்கியுள்ளது. நாம் 'ஆர்கெஸ்ட்ரேஷன் வரி' (orchestration tax) காலத்திற்குள் நுழைகிறோம். இதற்காக நீங்கள் திட்டமிடவில்லை என்றால், சேவைத் தடங்கல்கள் மற்றும் அமைதியான தோல்விகளால் (silent failures) அதன் விலையை நீங்கள் செலுத்த வேண்டியிருக்கும்.
AI வெளியீடு என்பது அரிதாகவே இறுதித் தயாரிப்பாக இருக்கும். அது ஒரு பெரிய அமைப்பில் ஒரு இடைநிலைப்படியாகும். நீங்கள் இந்த கேள்விகளுக்குத் தீர்வு காண வேண்டும்:
- காலாவதியான பிறகு (timeout) பணியைத் தொடர முடியுமா?
- ஒவ்வொரு ஒப்புதலையும் தணிக்கை (audit) செய்ய முடியுமா?
- ஒரே செயலைத் திரும்பத் திரும்பச் செய்யாமல் படிகளை மீண்டும் இயக்க முடியுமா?
- பணியின் நடுப்பகுதியிலேயே ஒரு மனிதர் பொறுப்பேற்க முடியுமா?
மூத்த பொறியாளர்கள் (Senior engineers) பல ஆண்டுகளுக்கு முன்பே பணம் செலுத்துதல் (payments) மற்றும் பின்னணி வேலைகளில் (background jobs) இந்தப் பிரச்சனைகளுக்குத் தீர்வு கண்டுவிட்டனர். நாங்கள் idempotency keys, checkpoints மற்றும் transaction logs ஆகியவற்றைப் பயன்படுத்தினோம். AI இந்தப் பிரச்சனைகளை உருவாக்கவில்லை. அது அவற்றை இன்னும் வேகமாக நிகழச் செய்துள்ளது.
உங்கள் செயல்பாட்டு ஒப்பந்தத்தைத் (execution contract) தேர்ந்தெடுப்பதற்கு முன் ஒரு மாடலைத் தேர்ந்தெடுக்காதீர்கள். இது பிரேக் இல்லாத ஒரு கார் க்கான ரேசிங் இன்ஜினைத் தேர்ந்தெடுப்பது போன்றது.
இந்த வழிமுறைகளைப் பயன்படுத்தி ஒரு நம்பகமான பணிப்பாய்வை (workflow) உருவாக்குங்கள்:
AI வேலையைச் சிறிய படிகளாகப் பிரியுங்கள் ஒரே பெரிய பிராம்ப்டைப் (prompt) பயன்படுத்தாதீர்கள். அதை இவ்வாறு பிரியுங்கள்: சூழலைச் சேகரித்தல் (collect context), மாற்றத்தைப் பரிந்துரைத்தல் (propose change), சோதனைகளைச் செய்தல் (run checks), ஒப்புதலைக் கோருதல் (request approval) மற்றும் மாற்றத்தைப் பயன்படுத்துதல் (apply change).
நிலையான சேமிப்பகத்தைப் (durable storage) பயன்படுத்துங்கள் நிலை (status), படிகள் மற்றும் முயற்சி எண்ணிக்கையைக் கண்காணிக்க ஒரு தரவுத்தளத்தைப் (database) பயன்படுத்துங்கள். ஒரு பணியாளர் (worker) செயலிழந்தால், நீங்கள் நினைவகத்திலிருந்து (memory) அல்லாமல், நிலையிலிருந்து (state) மீட்டெடுக்க முடியும்.
ஐடெம்போடென்சியை (idempotency) நடைமுறைப்படுத்துங்கள் தரவை மாற்றும் ஒவ்வொரு செயலுக்கும் ஒரு நிலையான சாவி (stable key) தேவை. ஒரு படி இரண்டு முறை இயங்கினாலும், அதன் முடிவு மாறாமல் இருக்க வேண்டும்.
அடுக்குகளைக் (tiers) கொண்டு அனுமதிகளை நிர்வகிக்கவும் தொடர்ச்சியான ஒப்புதல்களைக் கேட்பதை நிறுத்துங்கள். அடுக்குகளை உருவாக்குங்கள்:
- Tier 0: வாசிப்பு மட்டும் சார்ந்த பணிகள் (தானாகவே ஒப்புதல் அளிக்கப்படும்).
- Tier 1: குறைந்த அபாயமுள்ள பதிவுகள் (தொகுப்பாக ஒப்புதல் அளிக்கப்படும்).
- Tier 2: அதிக தாக்கத்தை ஏற்படுத்தும் பணிகள் (மனிதன் சரிபார்க்கும் நிலை).
- செயல்பாட்டு அளவீடுகளைக் (operational metrics) கண்காணிக்கவும் தாமத நேரம் (latency) மற்றும் செலவை மட்டும் பார்க்காதீர்கள். timeout விகிதங்கள், மறுமுயற்சி வெற்றி (retry success) மற்றும் ரத்து செய்யும் அதிர்வெண் (rollback frequency) ஆகியவற்றைக் கண்காணிக்கவும்.
சிறந்த AI குழுக்கள் மாயாஜால பிராம்ப்ட்களைப் (magic prompts) பற்றிப் பெருமை பேசாது. அவை சலிப்பான, நிலையான மற்றும் கவனிக்கக்கூடிய (observable) குழாய்களை (pipelines) இயக்கும். அவற்றின் பலம் மாடல் அல்ல. அவற்றின் பலம் ஒழுக்கமான சிஸ்டம்ஸ் இன்ஜினியரிங் (systems engineering) ஆகும்.
Source: https://dev.to/chrisbuildsonline/your-team-doesnt-need-a-better-ai-model-this-week-29l4
Optional learning community: https://t.me/GyaanSetuAi