Deep Agents tyrimams: kai DI turi ne tik atsakyti, bet ir knistis
·
Deep Agents skamba kaip techninis terminas. Bet kai pažiūri praktiškai, čia yra labai žemiškas klausimas: kiek darbo darome rankomis tik todėl, kad niekas neprisėdo sutvarkyti proceso?
AWS parodė, kaip kurti konteksto turtingus tyrimų agentus su Deep Agents ir Amazon Bedrock AgentCore. Man čia patinka viena mintis: geras tyrimų agentas neturi tik greitai atsakyti. Jis turi normaliai knistis.
Man tokiose naujienose visada įsijungia mažas vidinis buhalteris. Ne tas, kuris skaičiuoja sąskaitas, o tas, kuris klausia: kiek tai kainuos, kas prižiūrės ir kur gali lūžti?
KAS NUTIKO
Pavyzdyje kuriamas konkurencinio tyrimo agentas, kuris dirba keliais žingsniais, kaupia kontekstą ir gali būti paleistas valdomoje AgentCore Runtime aplinkoje.
Tyrimas nėra vienas klausimas. Tyrimas dažniau yra kaip stalčius, kur iš pradžių viskas sumesta, o tada po truputį atsiranda krūvelės: kainos, konkurentai, rizikos, spragos, klausimai.
KODĖL TAI SVARBU
Deep Agents svarbūs todėl, kad paprasti pokalbio modeliai greitai pavargsta nuo ilgų tyrimo grandinių. Reikia atminties, darbo aplinkos, įrankių ir būdo susidėti tarpinius rezultatus.
DI jau nebe vien langelis, į kurį įmetame tekstą. Jis jungiasi prie įrankių, moka kviesti servisus, gali veikti keliais žingsniais ir pradeda liesti tikrus verslo pinigus. Čia romantika baigiasi. Prasideda tvarka.
KĄ TAI REIŠKIA VERSLUI
Verslui tai aktualu rinkos analizei, konkurentų stebėsenai, pirkimų vertinimui, produktų tyrimams ir strateginiams sprendimams, kur vienas atsakymas nėra pakankamas.
- apibrėžti tyrimo klausimą prieš paleidžiant agentą
- reikalauti šaltinių ir datų
- skirti tarpinę suvestinę nuo galutinės išvados
- tikrinti svarbiausius faktus rankomis
Pavyzdys: agentas gali surinkti konkurentų kainas, funkcijas ir komunikacijos kampus, o žmogus tada įvertina, kas iš to tikrai svarbu pozicionavimui.
KUR PASISLĖPUSI RIZIKA
Rizika – supainioti ilgą atsakymą su geru tyrimu. DI gali parašyti daug teksto. Bet daug teksto dar nėra įrodymas.
Blogiausia DI klaida dažnai neatrodo kaip klaida. Ji ateina gražiai parašytu sakiniu, mandagiu tonu ir labai užtikrintu veidu. Todėl verslui reikia ne tik įrankių, bet ir įpročio tikrinti.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Kitam tyrimui duokite DI ne prašymą „išanalizuok“, o lentelės formatą: šaltinis, faktas, data, pasitikėjimas, klausimas patikrai.
Šaltinis: Amazon Web Services.
DUK
Kas yra Deep Agents?
Tai agentų kūrimo kryptis, skirta ilgesniems, konteksto reikalaujantiems darbams.
Kodėl tyrimams reikia agentų?
Nes tyrimai dažnai vyksta keliais žingsniais ir remiasi daug šaltinių.
Kaip sumažinti klaidas?
Reikalauti šaltinių, datų ir žmogaus patikros svarbiausiems faktams.
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.
