Sposób budowy agentów-AI jaki obserwuję to niestety kolejny przykład wszechogarniającej świat bylejakości, w języku angielskim nazywanej enshittification. Dlaczego tak sądzę❓

To proste.
Przecież budowa Agenta-AI to zadanie biznesowo-inżynierskie.

1️⃣ Biznesowe – bo Agent musi mieć cel biznesowy i musi dostarczać wartość: wspomagać w realizacji procesów biznesowych, ewentualnie je automatyzować.

A jaka często jest praktyka❓
Twórcy Agenta nie potrafią odpowiedzieć na najważniejsze pytanie: „po co jest lub ma być ten Agent?” I nie znają metody OKR umożliwiającej zdefiniowanie celów Agenta, w postaci Osiągniecia (Objective) oraz związanych z nim Kluczowych Rezultatów (Key Results).
A Ty masz odpowiedź na powyższe najważniejsze pytanie? Znasz metodę OKR?

2️⃣ Inżynierskie – bo Agent-AI ma nie służyć celom biznesowym.
Agent ma być:
👉 Stabilny – dostarczać przewidywalne i powtarzalne odpowiedzi i rezultaty w różnych warunkach
👉 Efektywny kosztowo i nie przepalać tokenów, a więc pieniędzy i nie prowadzić do tzw. Compute overhead, co może doprowadzić Ciebie lub Twoją firmę do … bankructwa
👉 Bezpieczny, nie wykonujący nieautoryzowanych działań i respektujący ograniczenia systemowe
👉 Odporny na różnego typu ataki hakerskie i manipulacje, jak choćby: indirect promt injection, RAG posisoning, czy tool poisoning.

A jaka często jest praktyka❓
Spójrzcie na Waszych Agentów-AI lub Agentów-AI działających w Waszych firmach i sprawdźcie czy i w jakim stopniu te Agenty spełniają powyższe 4-ry wymagania.

Moje chapeau bas w kontekście tak potrzebnego inżynierskiego podejścia do budowy Agentów-AI dla twórców programu hashtag#AIDEAS level Up, koncentrującego się właśnie na tych zagadnieniach.

Konkluzja?
📌 Budowa Agenta-AI to zadanie biznesowo-inżynierskie.
Simple as that.

A jak Ty budujesz Agenta lub Agenty-AI?
Masz inspirujące doświadczenia? To podziel się ze mną.