ارکستراسیون AI؛ کار معماری هنوز با انسان است

برای من استفاده از هوش مصنوعی در توسعه، فقط سریع‌تر نوشتن چند تابع نیست. مسئله این است که چطور توان اجرایی مدل‌ها را به ساخت محصولی برسانیم که در عمل کار کند، قابل نگهداری باشد و مسئلهٔ کسب‌وکار را حل کند.

تعریف مسئله قبل از تقسیم کار

پیش از سپردن کار به ایجنت، باید روشن باشد چه رفتاری می‌خواهیم، محدودیت‌های سیستم چیست و نتیجه را با چه معیاری می‌سنجیم. اگر این بخش مبهم بماند، خروجی بیشتر فقط به معنی ابهام بیشتر خواهد بود.

تخصص، بازبینی و یکپارچگی

تقسیم کار میان ایجنت‌های تخصصی می‌تواند هم‌زمانی ایجاد کند؛ اما کسی باید قرارداد میان بخش‌ها را مشخص کند، ناسازگاری‌ها را ببیند و تصمیم معماری بگیرد. ساخت، بازبینی و آزمون سه نقش متفاوت‌اند و بهتر است نتیجهٔ هرکدام دیگری را به چالش بکشد.

محصول، پایان یک گفت‌وگو نیست

کار زمانی به نتیجه می‌رسد که نسخهٔ اجراشده بررسی شود، رفتار واقعی کاربر دیده شود و بازخورد به چرخهٔ توسعه برگردد. ذهنیت اپراتور، همان چیزی است که اجرای AI را به تحویل محصول نزدیک می‌کند.