מעבר לממשק האנושי: עלייתם של פרימיטיבים מבוססי אג'נטים

מעבר לממשק האנושי: עלייתם של פרימיטיבים מבוססי אג'נטים

תפסיקו לבנות כלים לבני אדם ולתת אותם לבינה מלאכותית. החיכוך הגדול ביותר באימוץ AI כיום הוא לא האינטליגנציה של המודל, אלא העובדה שאנחנו מכריחים אג'נטים אוטונומיים לפעול בתוך סביבות שתוכננו עבור אנשים עם עיניים, ידיים וטווח קשב מוגבל. כדי לעבור מצ'אטבוטים פשוטים למערכות אג'נטיות אמיתיות, עלינו להעביר את הפוקוס לפרימיטיבים מבוססי אג'נט (Agent-Native Primitives): תשתיות שנבנו במיוחד עבור צרכנים שאינם בני אדם.

נקודות מרכזיות

• ממשקים ממוקדי אדם (UI/UX) ו-APIs מסורתיים יוצרים חיכוך מיותר עבור אג'נטים אוטונומיים.
• המשכיות (Persistence) היא המבדל הקריטי. אג'נטים זקוקים לסביבות ארוכות טווח, לא לסשנים זמניים.
• פרימיטיבים כמו קונטיינרים קבועים ושלים (Shells) מארחים מאפשרים ל-AI לשמור על מצב (State) ולהתקין ספריות באופן עצמאי.
• עתיד ארכיטקטורת התוכנה הוא בבניית בתי גידול (Habitats) שבהם אג'נטים חיים, ולא רק כלים שבהם הם משתמשים.

למה ה-API שלכם חונק את הבינה המלאכותית

במשך עשורים בנינו APIs כדי שיהיו חסרי מצב (Stateless) וצפויים. עיצבנו אותם כך שמפתח אנושי יוכל להבין את התיעוד וממשק קצה יוכל להציג את הנתונים. זה עבד מצוין בעידן האינטרנט. אבל כשאתם נותנים לאג'נט AI להשתמש ב-API סטנדרטי, אתם בעצם מבקשים ממנו להסתכל דרך חור המנעול. הוא צריך לבצע בקשה, לחכות לתגובה, לעבד את ה-JSON ואז להחליט על הצעד הבא. אם החיבור מתנתק או הסשן פג, ההקשר (Context) הולך לאיבוד.

חוסר המצב הזה הוא באג, לא פיצ'ר, עבור אג'נט. אג'נט אוטונומי צריך לחקור, להתנסות ולשמור זיכרון של הסביבה שלו. כשאנחנו מכריחים אג'נטים להשתמש בהפשטות של כלים אנושיים, אנחנו מכניסים כמות עצומה של תקורה. האג'נט מבלה יותר זמן בניהול הממשק מאשר בפתרון הבעיה. אנחנו צריכים לעבור למודל שבו לאג'נט יש גישה ישירה למשאבי המחשוב הבסיסיים ללא המתווך של API מפושט.

AI Strategy Consulting service

הארכיטקטורה של ההמשכיות: קונטיינרים במקום סשנים

אחד הפרימיטיבים החזקים ביותר מבוססי אג'נט הוא הקונטיינר הקבוע. בזרימת עבודה מסורתית, סקריפט רץ בתוך ארגז חול, עושה את עבודתו ונעלם. אם אג'נט צריך להתקין ספריית פייתון ספציפית כדי לפתור בעיית דאטה סיינס, הוא צריך לעשות זאת בכל פעם מחדש כשהסשן מתחיל. זה לא יעיל ושביר.

תשתית מבוססת אג'נט מספקת של (Shell) מארח שנשאר בחיים. אם האג'נט התקין תלות בשעה 14:00, התלות הזו עדיין שם ב-16:00 כשהוא חוזר לסיים את המשימה. זה מאפשר דחיסה בצד השרת (Server-side compaction), שבה האג'נט יכול להישאר פעיל במשך ימים. הוא יכול להתחיל תהליך ארוך, "ללכת לישון" כדי לחסוך בטוקנים, ולהתעורר כשהתהליך מסתיים. כך בני אדם עובדים, וכך אנחנו חייבים לאפשר לאג'נטים לעבוד אם אנחנו רוצים שהם ינהלו פרויקטים מורכבים של מספר ימים.

השינוי הזה דורש מאיתנו לחשוב מחדש על אבטחה וניהול משאבים. אנחנו כבר לא רק מגנים על מסד נתונים; אנחנו מנהלים סביבה חיה שבה אג'נט עשוי להריץ קוד, לשנות קבצים ולתקשר עם הרשת. זה אתגר מורכב יותר, אבל זו הדרך היחידה להשיג אוטונומיה אמיתית.

משימוש בכלים לפרימיטיבים מבוססי אג'נט

אנחנו מרבים לדבר על "שימוש בכלים" בהקשר של מודלי שפה גדולים. אנחנו נותנים למודל מחשבון, מנוע חיפוש או חיבור למסד נתונים. אבל אלו עדיין הפשטות. פרימיטיב מבוסס אג'נט הוא שונה. זהו בלוק בניין ברמה נמוכה שמניח שהצרכן הוא AI.

חשבו על טרמינל מארח. עבור אדם, טרמינל הוא מקום להקליד פקודות. עבור אג'נט, טרמינל הוא ממשק ברוחב פס גבוה למערכת ההפעלה. כשלסוכן יש של קבוע משלו, הוא לא רק "משתמש בכלי". הוא שוכן בתוך סביבת עבודה. הוא יכול ליצור כלים משלו, לכתוב סקריפטים משלו ולתקן באגים של עצמו.

זה ההבדל בין לתת למישהו ארוחה ארוזה לבין לתת לו מטבח. רוב יישומי ה-AI הנוכחיים הם ארוחות ארוזות. הם מוגבלים על ידי מה שהמפתח חשב שהאג'נט עשוי להזדקק לו. פרימיטיבים מבוססי אג'נט נותנים לאג'נט את המטבח. כאן קורה הקסם האמיתי, במיוחד בתחומים כמו הנדסת תוכנה, ניתוח נתונים ומחקר מורכב.

Automation for SMBs service

בניית בתי גידול במקום ממשקים

כמנהלי טכנולוגיה וארכיטקטים, התפקיד שלנו משתנה. אנחנו כבר לא רק בונים ממשקים למשתמשים. אנחנו בונים בתי גידול לאג'נטים. בית גידול הוא סביבה שמספקת כל מה שאג'נט צריך כדי לשרוד ולשגשג: המשכיות, כוח מחשוב, קישוריות והקשר.

בישראל, שבה אנחנו מתגאים בלהיות פרגמטיים ומהירים, אנחנו לעיתים קרובות ממהרים להוסיף כפתור "צ'אט" למוצרים שלנו. זו טעות. כפתור הצ'אט הוא עבור האדם. אם אתם רוצים לבנות לעתיד, אתם צריכים לשאול: "איך אג'נט יכול לצרוך את המוצר שלי בלי לראות את ממשק המשתמש בכלל?"

זה עשוי להוסיף חשיפה של זרמי נתונים גולמיים במקום טבלאות מעוצבות. זה עשוי להוסיף אספקת CLI שמותאם לעיבוד של LLM ולא לקריאה אנושית. זה בהחלט אומר להתרחק מהרעיון שכל אינטראקציה חייבת להתחיל בלחיצה של אדם.

הדרך הפרגמטית קדימה לעסקים

אתם לא צריכים לבנות מחדש את כל המערכת שלכם מחר. אבל אתם כן צריכים להתחיל לחשוב איפה נמצא החיכוך. אם הצוות שלכם מבלה שעות בהעתקה והדבקה של נתונים בין כלים כי הכלים לא מדברים זה עם זה, יש לכם בעיית חיכוך. אם אג'נטים שלכם ממשיכים "לשכוח" מה הם עשו כי הסשן הסתיים, יש לכם בעיית המשכיות.

התחילו בקטן. זהו זרימת עבודה מורכבת אחת שדורשת מספר שלבים וניהול מצב. במקום לנסות לאוטומט אותה עם פלואו פשוט של זאפייר, בדקו סביבות עבודה קבועות. תנו לאג'נט שלכם מקום לגור בו. אתם תגלו שהאמינות של התוצרים עולה דרמטית כשהאג'נט לא נלחם כל הזמן נגד הסביבה שלו.

שאלות ותשובות

מהו בדיוק פרימיטיב מבוסס אג'נט?זהו בלוק בניין בסיסי של תוכנה, כמו קונטיינר, שתוכנן במיוחד לשימוש על ידי אג'נט AI. הוא נותן עדיפות להמשכיות, ניהול מצב וגישה ברוחב פס גבוה על פני קריאות אנושית או מגבלות UI.

למה APIs סטנדרטיים לא מספיקים לאג'נטים? APIs סטנדרטיים הם לרוב חסרי מצב ומיועדים למשימות ספציפיות וצרות. אג'נטים צריכים לבצע הסקת מסקנות מורכבת ורב-שלבית שדורשת שמירה על הקשר ומצב לאורך זמן, מה ש-APIs סטנדרטיים מתקשים לתמוך בו.

איך המשכיות משפרת את ביצועי ה-AI? המשכיות מאפשרת לאג'נט "לזכור" את הסביבה שלו. הוא יכול להתקין כלים, לשמור קבצים ולנהל תהליכים ארוכי טווח. זה מפחית את הצורך לשלוח כמויות עצומות של הקשר בכל פרומפט, מה שחוסך טוקנים ומגביר את האמינות.

האם זה רלוונטי רק למשימות הנדסת תוכנה? לא. למרות שזה בולט מאוד בתכנות, פרימיטיבים מבוססי אג'נט קריטיים לכל משימה מורכבת, כמו מחקר שוק מעמיק, מודלים פיננסיים או אופטימיזציה של שרשרת אספקה, שבהם האג'נט צריך לתקשר עם מקורות נתונים מרובים לאורך זמן.

אנחנו עוברים מעידן של כלים לעידן של סביבות. השאלה היא כבר לא מה ה-AI שלכם יכול לעשות עבורכם, אלא איפה מותר ל-AI שלכם לחיות. אם תשמרו את האג'נטים שלכם בתוך קופסה, הם תמיד יהיו מוגבלים. אם תתנו להם בית גידול, הם יפתיעו אתכם.

האם אתם בונים כלי שאג'נט יכול להשתמש בו, או סביבה שבה אג'נט יכול לעבוד?