مولتی ایجنت چیست و کِی واقعاً به آن نیاز دارید؟

مولتی ایجنت چیست و چرا کسانی که با ایجنت‌ها کار می‌کنند، دیر یا زود به این ایده می‌رسند؟ به‌جای یک ایجنت که قرار است همه‌کاره باشد، چند ایجنت کوچک‌تر می‌سازید که هرکدام یک تخصص دارند و کارشان را به هم تحویل می‌دهند. یکی جست‌وجو می‌کند، یکی می‌نویسد، یکی بازبینی می‌کند.

منطقش دقیقاً همان چیزی است که در یک تیم انسانی می‌بینید. کسی که همه‌ی کارها را انجام می‌دهد، در هیچ‌کدام عالی نیست. اگر با مفهوم پایه آشنا نیستید، اول هوش مصنوعی ایجنتیک چیست را بخوانید.

چرا یک ایجنت بزرگ جواب نمی‌دهد

فرض کنید یک ایجنت می‌سازید که قرار است کل تولید محتوای شما را انجام دهد: تحقیق کند، بنویسد، ویرایش کند، تصویر انتخاب کند و منتشر کند.

مشکل اول، دستورالعمل است. برای هر کدام از این کارها باید قواعد جداگانه بنویسید و همه در یک متن طولانی جمع می‌شوند. هرچه این متن بلندتر شود، احتمال اینکه بخشی از آن نادیده گرفته شود بیشتر می‌شود.

مشکل دوم، تمرکز است. وقتی سیستم هم‌زمان درگیر تحقیق و نگارش است، هیچ‌کدام را با دقت کامل انجام نمی‌دهد. همان اتفاقی که برای آدمی می‌افتد که هم‌زمان سه کار می‌کند.

مشکل سوم، خطایابی است. وقتی خروجی بد شد، نمی‌دانید مشکل از تحقیق بود یا نگارش یا ویرایش. با یک جعبه‌ی بزرگ سیاه، هیچ سرنخی ندارید.

مولتی ایجنت چیست: سه الگوی چیدمان

بیشتر سیستم‌های واقعی یکی از این سه شکل را دارند.

زنجیره‌ای. ایجنت‌ها پشت سر هم قرار می‌گیرند و خروجی هرکدام ورودی بعدی است. محقق ← نویسنده ← ویراستار. ساده‌ترین الگو و برای شروع بهترین.

مدیر و زیردست. یک ایجنت اصلی وجود دارد که خودش کار را انجام نمی‌دهد؛ کار را می‌شکند، به ایجنت‌های تخصصی می‌سپارد و نتیجه‌ها را جمع می‌کند. این الگو وقتی خوب است که از قبل نمی‌دانید کار چند بخش دارد.

موازی با داور. چند ایجنت مستقل یک کار را جدا انجام می‌دهند و بعد یک ایجنت داور بهترین را انتخاب می‌کند یا آن‌ها را ترکیب می‌کند. گران‌ترین الگو، ولی برای تصمیم‌های مهم که کیفیت از هزینه مهم‌تر است ارزش دارد.

انتخاب بین این سه، بیشتر از هر چیز به این بستگی دارد که آیا مراحل کار را از قبل می‌دانید یا نه. اگر می‌دانید، زنجیره‌ای. اگر نه، مدیر و زیردست.

هزینه‌ی پنهانی که کسی نمی‌گوید

هر بار که کار از یک ایجنت به ایجنت دیگر می‌رود، دو چیز اتفاق می‌افتد که باید حسابشان کنید.

اول، هزینه بالا می‌رود. هر ایجنت باید متن دستورالعمل خودش را بگیرد و خروجی قبلی را بخواند. سیستم چهار ایجنتی معمولاً بیشتر از چهار برابر یک ایجنت تنها هزینه دارد، نه دقیقاً چهار برابر.

دوم، اطلاعات گم می‌شود. هر تحویل مثل یک بازی تلفن است؛ ایجنت دوم فقط چیزی را می‌داند که ایجنت اول برایش نوشته. اگر نکته‌ی مهمی در متن اول بوده و منتقل نشده، برای همیشه از دست رفته است.

راه‌حل هر دو یکی است: تعداد ایجنت‌ها را کم نگه دارید و شکل تحویل بینشان را دقیق تعریف کنید. سه ایجنت خوب تعریف‌شده از هفت ایجنت مبهم بهتر کار می‌کند.

از کجا بفهمید واقعاً به آن نیاز دارید

سه نشانه‌ی روشن وجود دارد.

نشانه‌ی اول: متن دستورالعمل ایجنت شما آن‌قدر بلند شده که خودتان هم دیگر کاملش را نمی‌خوانید. این یعنی دارید چند کار را در یک جا می‌ریزید.

نشانه‌ی دوم: خروجی در یک بخش خوب است و در بخش دیگر ضعیف، و هر بار که یکی را درست می‌کنید آن یکی خراب می‌شود. این یعنی دو کار متفاوت دارند سر یک منبع دعوا می‌کنند.

نشانه‌ی سوم: نمی‌توانید بگویید مشکل از کجاست. اگر برای فهمیدن علت یک خروجی بد باید کل فرایند را حدس بزنید، جدا کردن مراحل خودش نصف مشکل را حل می‌کند.

اگر هیچ‌کدام از این سه را ندارید، به احتمال زیاد یک ایجنت خوب کافی است و اضافه کردن ایجنت فقط پیچیدگی و هزینه اضافه می‌کند. برای تشخیص اینکه اصلاً ایجنت لازم دارید یا ورک‌فلوی ساده، تفاوت ایجنت و چت بات کمک می‌کند.

چطور شروع کنید

از دو ایجنت شروع کنید، نه بیشتر. کاری را که الان دارید انجام می‌دهید به دو نیمه‌ی طبیعی بشکنید؛ معمولاً «ساختن» و «بازبینی کردن» بهترین نقطه‌ی برش است.

بعد شکل تحویل بین این دو را دقیق تعریف کنید. ایجنت اول باید خروجی را در چه قالبی بدهد که ایجنت دوم بتواند مطمئن با آن کار کند؟ همین یک تصمیم، بیشتر از خود انتخاب مدل روی کیفیت اثر می‌گذارد.

و از همان اول جایی برای ثبت بگذارید. هر ایجنت چه گرفت و چه داد. بدون این، دو هفته بعد که چیزی خراب شود، هیچ راهی برای فهمیدنش ندارید. همین سه چیز — تعداد کم، تحویل روشن، ثبت کامل — پایه‌ی چیزی است که در XOS بین نُه ماژول برقرار است.

اگر می‌خواهید این ساختار برای کسب‌وکارتان چیده شود، می‌توانید درخواست مشاوره بدهید.

سوالات متداول

چند ایجنت برای یک سیستم مناسب است؟

هرچه کمتر بهتر. با دو شروع کنید و فقط وقتی سومی را اضافه کنید که یک مشکل مشخص را حل کند، نه چون به‌نظر کامل‌تر می‌رسد.

آیا همه‌ی ایجنت‌ها باید از یک مدل استفاده کنند؟

نه، و اتفاقاً نباید. ایجنت‌های ساده مثل دسته‌بندی و خلاصه‌سازی را به مدل سبک بسپارید و مدل سنگین را برای ایجنتی نگه دارید که تصمیم اصلی را می‌گیرد.

اگر یکی از ایجنت‌ها خطا بدهد چه می‌شود؟

بستگی دارد که پیش‌بینی‌اش کرده باشید. برای هر تحویل یک بررسی کوچک بگذارید تا اگر خروجی خالی یا بدشکل بود همان‌جا متوقف شود، نه اینکه خطا تا آخر زنجیره برود.

برای ساختنش باید برنامه‌نویس باشم؟

نه لزوماً. ابزارهای امروزی این چیدمان را بدون کدنویسی ممکن کرده‌اند. مهارت اصلی، درست شکستن کار و تعریف دقیق تحویل‌هاست.

قدم بعدی

اگر می‌خواهید به‌جای ساختن این ساختار از صفر، روی چیزی آماده سوار شوید، XOS را ببینید؛ نُه ماژول که هماهنگی، حافظه‌ی مشترک و نظارت بین ایجنت‌ها را از قبل حل کرده‌اند.

در فصل چهارم دوره‌ی سفر هوش مصنوعی همین چیدمان را روی یک پروژه‌ی واقعی می‌سازیم؛ از دو ایجنت ساده تا سیستمی که خودش کار را بین اجزایش پخش می‌کند.

نمونه‌های کوتاه‌تر هم در کانال یوتیوب منتشر می‌شود.