AI एजेंट्स का उपयोग: चुनौतियाँ और अनुभव, जो आपको जानना चाहिए

CRM प्रणाली "मेगाप्लान" और AI सहायक Collabis वाले नॉलेज बेस के डेवलपर के निदेशक सर्गेई कोज़लोव, Collabis के विकास प्रमुख इगोर सुखोवरखोव के साथ मिलकर AI एजेंटों को लागू करने में अपने अनुभव साझा करते हैं। वे नोट करते हैं कि एजेंट के काम की गुणवत्ता इस बात पर बहुत निर्भर करती है कि नॉलेज बेस कितना अच्छी तरह से संरचित है: यदि यह गड़बड़ है, तो AI प्रतिक्रियाएँ गलत होंगी। संदर्भ भी महत्वपूर्ण है – केवल "इसे शानदार बनाओ" लिखना पर्याप्त नहीं है; आपको एजेंट को कार्य के संदर्भ में गहराई से डुबोना होगा। AI के साथ काम करने का आधुनिक तरीका लूप इंजीनियरिंग है, जहाँ प्रमुख कारक यह है कि एजेंट कार्य कैसे करता है और उपकरणों का उपयोग कैसे करता है। लेखक चेतावनी देते हैं कि यदि AI गलत दिशा में जाता है, तो यह समय और टोकन बर्बाद करता है। वे एक उदाहरण देते हैं: परीक्षक के कार्य में, एक टूटे हुए बटन को इंगित करने के बजाय, एजेंट कोड में गहराई से जाकर उसे ठीक करने का प्रयास करता है। अधिकांश मॉडल सरल और अच्छी तरह से परिभाषित कार्यों को अच्छी तरह से संभालते हैं, लेकिन जटिल बहु-चरणीय कार्यों के लिए अधिक महंगे मॉडल की आवश्यकता होती है – वे शुरुआत भूल सकते हैं, ठीक मनुष्यों की तरह। मैन्युअल नियंत्रण अनिवार्य है: आज एक एजेंट एक जूनियर की तरह है, जिसके काम की एक वरिष्ठ द्वारा जाँच की जानी चाहिए। विदेशी मॉडलों तक पहुंच को अवरुद्ध करने के जोखिमों का भी उल्लेख किया गया है, इसलिए डेटा को व्यक्तिगत नॉलेज बेस में संग्रहीत करने की सिफारिश की जाती है। कंपनी "मेगाप्लान" ने डेटा स्थानांतरण के लिए एक एमसीपी सर्वर विकसित किया है, और एक पेट प्रोजेक्ट भी है जो स्थानीय रूप से चल रहे GPT 5.6 पर आधारित है।