మెజారిటీ AI ఏజెంట్లు ఎందుకు అనవసరంగా సంక్లిష్టంగా మారుతున్నాయి

AI ఏజెంట్లు ఇప్పుడు ప్రతిచోటా ఉన్నాయి. మీరు ఏజెంట్ స్వార్మ్స్ (agent swarms), స్వయంప్రతిపత్తి కలిగిన బృందాలు (autonomous teams) మరియు స్వయంగా మెరుగుపడే వ్యవస్థలను (self-improving systems) చూస్తుంటారు. ప్రతి వారం, తదుపరి తరం AIని నిర్మించడానికి ఒక కొత్త ఫ్రేమ్‌వర్క్ వస్తోంది.

AI వర్క్‌ఫ్లోలను అధ్యయనం చేసిన తర్వాత, నేను ఒక సాధారణ ముగింపుకు వచ్చాను. మెజారిటీ AI ఏజెంట్లు అనవసరంగా సంక్లిష్టంగా (overengineered) మారుతున్నాయి.

ఏజెంట్లు పనికిరానివి కావు. అయితే, చాలా మంది బిల్డర్లు మరింత సరళమైన పద్ధతులను ఉపయోగించగలిగే చోట కూడా ఏజెంట్లతో సమస్యలను పరిష్కరించడానికి ప్రయత్నిస్తున్నారు.

పరిశ్రమ సంక్లిష్టతను ఇష్టపడుతుంది

మీరు PDFలను చదవడం, డేటాను సేకరించడం మరియు ప్రశ్నలకు సమాధానం చెప్పే వ్యవస్థను నిర్మించాలనుకుంటున్నారని ఊహించుకోండి. చాలా మంది బిల్డర్లు ఆరు ఏజెంట్లు, బహుళ ప్రాంప్ట్‌లు (multiple prompts) మరియు స్టేట్ మేనేజ్‌మెంట్ (state management)తో ఒక సంక్లిష్టమైన ఆర్కిటెక్చర్‌ను సృష్టిస్తారు. ఇది అనేక ఇబ్బందులకు దారితీస్తుంది.

అదే సమస్యను తరచుగా ఒక సరళమైన క్రమం (sequence) ద్వారా పరిష్కరించవచ్చు:

  • PDF నుండి Chunk కి
  • Chunk నుండి Embed కి
  • Embed నుండి Vector DB కి
  • LLM నుండి Response కి

కొన్నిసార్లు ఒక వర్క్‌ఫ్లో సరిపోతుంది. మీకు ఏజెంట్ల సైన్యం అవసరం లేదు.

వర్క్‌ఫ్లోలు మెజారిటీ సమస్యలను పరిష్కరిస్తాయి

మెజారిటీ AI అప్లికేషన్లు డిటర్మినిస్టిక్ (deterministic). అవి ఒక నిర్ణీత క్రమాన్ని అనుసరిస్తాయి. ఉదాహరణలు:

  • డాక్యుమెంట్ Q&A
  • కస్టమర్ సపోర్ట్
  • మీటింగ్ సమ్మరీస్
  • బ్లాగ్ జనరేషన్
  • కోడ్ రివ్యూ

ఇవి వర్క్‌ఫ్లోలు, స్వయంప్రతిపత్తి కలిగిన వ్యవస్థలు కావు. వర్క్‌ఫ్లోలను డీబగ్ చేయడం (debug), స్కేల్ చేయడం (scale), నిర్వహించడం (maintain) మరియు వివరించడం సులభం.

ఏజెంట్లు దాగి ఉన్న ఖర్చులను పెంచుతాయి

ప్రతి కొత్త ఏజెంట్ ఈ క్రింది సమస్యలను జోడిస్తుంది:

  • ఎక్కువ ప్రాంప్ట్‌ల వల్ల అధిక టోకెన్ ఖర్చులు
  • అదనపు దశల వల్ల ఎక్కువ లాటెన్సీ (latency)
  • హాలూసినేషన్స్ (hallucinations) వచ్చే అవకాశాలు ఎక్కువ
  • డీబగ్ చేయడం కష్టం
  • ఎక్కువ ఇన్‌ఫ్రాస్ట్రక్చర్ అవసరాలు

ఒక సాధారణ అప్లికేషన్ భారీ ఇంజనీరింగ్ ప్రాజెక్ట్‌గా మారిపోతుంది.

ఏజెంట్లు నిజంగా ఎక్కడ మెరుస్తాయి

నేను ఏజెంట్లకు వ్యతిరేకిని కాదు. ఏజెంట్లు ఈ క్రింది సందర్భాలలో ఉపయోగపడతాయి:

  • బహుళ వెబ్‌సైట్‌లను పరిశోధించడం వంటి పనులు ఎక్కువ సమయం నడుస్తున్నప్పుడు.
  • నిర్దిష్ట లాజిక్ ఆధారంగా నిర్ణయాలు తీసుకోవడం అవసరమైనప్పుడు.
  • మానవ జోక్యం (human intervention) లూప్‌లో భాగంగా ఉన్నప్పుడు.
  • Slack, GitHub మరియు ఈమెయిల్ వంటి బహుళ సాధనాలు (tools) కలిసి పనిచేయాల్సి వచ్చినప్పుడు.

నా నియమం

బిల్డర్లు తరచుగా నేరుగా సంక్లిష్టమైన ఫ్రేమ్‌వర్క్‌లలోకి దూకుతారు. మీరు అలా చేసే ముందు, ఒక ప్రశ్న అడగండి: దీనిని ఒక వర్క్‌ఫ్లో పరిష్కరించగలదా?

సమాధానం 'అవును' అయితే, అక్కడి నుండే ప్రారంభించండి. సంక్లిష్టత అవసరమైనప్పుడు మాత్రమే ఏజెంట్లను జోడించండి.

ఈ సూత్రాన్ని పాటించండి:

  • మొదట వర్క్‌ఫ్లో.
  • తర్వాత ఏజెంట్.
  • చివరగా మల్టీ-ఏజెంట్.

సంక్లిష్టత అంటే ఆవిష్కరణ (innovation) కాదు. సంక్లిష్టత అంటే ఖర్చు. మీరు ఎన్ని ఏజెంట్లను ఉపయోగిస్తున్నారనే దానితో వినియోగదారులకు సంబంధం లేదు. సాధనం సరిగ్గా పనిచేస్తుందా లేదా అనేదే వారికి ముఖ్యం. సరళత (Simplicity) అనేది ఒక ఫీచర్.

Source: https://dev.to/jaideepparashar/why-i-think-most-ai-agents-are-overengineered-249o