أسرع الشركات نموا لا تستخدم أدوات LLMOps
المدير التقني لشركة أصلية الذكاء الاصطناعي بقيمة 700 مليون دولار تنفق ملايين سنويا على OpenAI. لا أداة عمليات.
المرة العاشرة التي أسمع فيها هذا في الأسبوعين الماضيين من فرق تعمل على نطاق واسع.
ماذا يحدث؟؟ ما المشكلة في الأدوات الحالية؟
لقد بنيت للتو باحثا الذكاء الاصطناعي المستقل
يستخدم مجموعة من وكلاء Gemini 3 مع إمكانية الوصول إلى وحدات معالجة الرسوميات للسماح له بإجراء تجارب فعلية وكتابة "ورقة بحثية"
هل يجب أن أستمر في العمل عليه أم أفتحه المصدر؟
الوكلاء الذين ينظمون أنفسهم ذاتيا، يديرون سياقهم وأدواتهم ووكلائهم الفرعية، هم الفتحة الكبيرة التالية في أداء نماذج اللغة الكبيرة.
حاليا، يمكن للمهندس الماهر الذي يبني حزما محسنا، مع تدفق بيانات مدروس، وفصل الاهتمامات، وإدارة الوكلاء الفرعيين، وغيرها، أن يحقق تحسينات كبيرة مقارنة بالأساس للمهام المحددة.
إذا كان بإمكان النموذج القيام بذلك بنفسه، فسيكون ذلك خطوة كبيرة إلى الأمام. تعطيه هدفا ومجموعة من الأدوات، ويكتشف الطريقة المثلى لتنظيم نفسه للقيام بالمهمة.
على سبيل المثال، أنا أبني عالما الذكاء الاصطناعي بدائي جدا وسأقوم بفتح المصدر قريبا. معظم العمل ليس في التوجيه، بل في الحزام... ما يراه المنسق، وما يراه الوكلاء الفرعيون، وما الذي يشارك بينهم ومتى، وأين نلخص البيانات الخام مقابل أين نمرر، وأي الأدوات يتحكم بها كل وكيل.
هذا يسمح لي بتحسين ما يمكن للنموذج فعله بشكل كبير بمفرده. إذا كان بإمكان النموذج تصميم حزمه الخاص بفعالية لمشكلة معينة، فسيكون ذلك خطوة كبيرة إلى الأمام.
رهاني هو نماذج ذاتية التنسيق... الذين يديرون سياقهم وأدواتهم ووكلائهم الفرعيين بنفسهم، سيحركون الحدود تقريبا بقدر ما حدث الانتقال من Chatbot → Reasoning.
ربما أكثر.