Deep Agents su Bedrock: vienas DI agentas jau nebepaneša visko
·
Deep Agents atrodo kaip eilinė DI naujiena. Bet man tokiose vietose visada įsijungia paprastas klausimas: ką su tuo pirmadienio rytą darys žmogus, kuris turi klientą, komandą ir terminą?
AWS aprašė Deep Agents modelį, kuriame vienas tyrimų agentas ne bando visko tempti pats, o dalį darbo perduoda subagentams.
Čia ir prasideda visa matematika. Ne gražioje prezentacijoje, o darbe. Ten, kur DI arba nuima valandas nuo pečių, arba tampa dar viena programa, kurią kažkas nupirko, o niekas normaliai nenaudoja.
KAS NUTIKO
Sprendime naudojami LangChain Deep Agents ir Amazon Bedrock AgentCore. Pagrindinis agentas gali paskirti atskirus vaidmenis: vienas renka informaciją, kitas analizuoja, trečias ruošia santrauką.
Čia labai žmogiška logika. Jei rimtą projektą užkrauni vienam žmogui, jis greitai pavargsta ir pradeda maišyti detales. Komandoje darbas skaidomas. Agentuose vyksta tas pats.
KODĖL TAI SVARBU
Sudėtingos tyrimų užduotys greitai praryja konteksto langą. Subagentai padeda išlaikyti tvarką: kiekvienas sprendžia savo dalį ir grąžina trumpą, patikrinamą rezultatą.
Man čia norisi labai ūkiškai pasakyti: DI jau nebe vien tekstų generatorius. Jis jungiasi prie dokumentų, procesų, saugumo taisyklių, klientų aptarnavimo ir vidinių sistemų. O kai jungiasi prie darbo, reikia ne entuziazmo, o tvarkos.
KĄ TAI REIŠKIA VERSLUI
Verslui tai gali būti naudinga konkurentų analizei, tiekėjų palyginimui, teisinių dokumentų peržiūrai ar techninių sprendimų vertinimui. Svarbiausia – aiškiai atskirti vaidmenis.
- vienam agentui duoti vieną aiškų vaidmenį
- reikalauti šaltinių prie kiekvienos išvados
- neleisti subagentams priimti galutinio sprendimo
- turėti žmogų, kuris sujungia rezultatą
Pavyzdys: vienas agentas surenka penkis tiekėjus, antras palygina kainodarą, trečias patikrina rizikas, o žmogus priima sprendimą.
KUR PASISLĖPUSI RIZIKA
Rizika – manyti, kad daugiau agentų automatiškai duoda geresnį atsakymą. Jei pradinis klausimas kreivas, subagentai tik labai darbščiai daugins kreivumą.
DI klaidos dažnai nebūna triukšmingos. Jis atsako mandagiai, užtikrintai ir kartais taip gražiai, kad žmogus net nenori tikrinti. Čia pavojingiausia vieta. Ne tada, kai sistema „nulūžta“, o tada, kai ji atrodo per daug pasitikinti savimi.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Paimkite vieną tyrimo užduotį ir padalinkite ją į tris vaidmenis: rinkėjas, tikrintojas, apibendrintojas. Tada pabandykite tai padaryti su vienu DI įrankiu.
Šaltinis: Amazon Web Services.
DUK
Kas yra Deep Agents?
Tai agentų kūrimo būdas, kai sudėtinga užduotis skaidoma į specializuotų subagentų darbą.
Kam reikalingas Bedrock AgentCore?
Jis suteikia infrastruktūrą agentams vykdyti, izoliuoti ir valdyti.
Ar tai jau tinka kasdieniam verslui?
Taip, bet pradėti verta nuo tyrimų ir analizės, ne nuo veiksmų su klientais ar pinigais.
Jei norite DI naudoti ne dėl mados, pradėkite nuo vieno proceso. Paimkite užduotį, kuri kartojasi kas savaitę, susirašykite žingsnius ir tik tada junkite įrankį. Daugiau praktinių DI taikymo pavyzdžių rasite MasterSprint.
