وكلاء ينفذون المهام ضمن الحدود التي تحددها

الدردشة الآلية تجيب؛ أما الوكيل فيتصرف. الدردشة الآلية تخبر عميلك بسياسة الإرجاع. أما الوكيل فيبحث في طلبه، ويتحقق من الأهلية، وينشئ الإرجاع ويحدد موعد الاستلام. الثاني يحتاج إلى أذونات وحدود وسجل تدقيق، وهذا هو الجزء الأكبر من العمل.

أربعة أشياء، وليس أي منها يعتمد على الثقة بالنموذج: أدوات يمكنها تنفيذ عمليات محددة ومحدودة فقط، وأبواب موافقة على أي إجراء لا يمكن التراجع عنه، وحدود صارمة على الخطوات والمصروفات مفروضة في الكود، وسجل تدقيق بحيث يمكن تشخيص الخطأ. نحن نصمم على افتراض أن النموذج سيكون مخطئًا في بعض الأحيان، لأنه سيفعل ذلك.

بالنسبة للمهام الضيقة والمحددة جيدًا مع وجود إنسان على الخطوات التي لا يمكن التراجع عنها، نعم — نحن نبنيها ونشغلها. أما بالنسبة للاستقلالية المفتوحة للنظم المهمة، فلا، وسنقول ذلك بدلاً من بيعك تجربة تجريبية ستُوضع جانبًا بهدوء لاحقًا.

أنت تحد من سلوكها بدلاً من القضاء على الهلوسة تمامًا. تأتي الحقائق من أنظمة عملك من خلال الأدوات بدلاً من الذاكرة الداخلية للنموذج، ويتم التحقق من المخرجات مقابل مخطط قبل الاستخدام، وأي شيء لا يمكن التحقق منه يصبح تصعيدًا بدلاً من إجراء. أي مورد يعدك بعدم حدوث هلوسة لا يفهم التقنية حقًا.

أيهما يتفوق في مجموعة تقييمك، خلف واجهة قابلة للتغيير. في الممارسة، نستخدم غالبًا موديلات مِسترال أو كلود لأداء المهام. المهم هو أن الاختيار يقاس بناءً على مهامك ويمكن عكسه، لأن ترتيب الصدارة يتغير كل بضعة أشهر.