مغز دوم سازمانی: ایجنتی که از متخصصها یاد میگیره
هوش مصنوعیخلاصهٔ کاملتر
تو این پست مهندسی متا اومده که دانش واقعی یه سازمان معمولاً جایی نوشته نمیشه و تو ذهن آدمها میمونه. نویسندهها میگن تو حوزههای انطباق (compliance، یعنی بررسی اینکه یه محصول با قوانین و سیاستهای شرکت جور درمیاد یا نه) یه سؤال تکراری تو صدها بررسی محصول برمیگرده، هر ارزیابی چند روز تحقیق دستی میبره و ناهماهنگی بین ارزیابیها خودش ریسک درست میکنه. راهحلشون یه ایجنته که بهجای جواب دادن با دانش عمومی، طرز فکر خود سازمان رو بازتاب میده.
لایهٔ اول همون «مغز دوم» ـه. یه فرایند آفلاین سندهای خام رو میخونه و ازشون فایلهای دانش ساختیافته درمیاره؛ بیش از ۲۰۰ فایل تو یه تاکسونومی سفتوسخت. فایلهای position موضع رسمی سازمان دربارهٔ یه سؤال رو نگه میدارن، فایلهای واژگان لغتنامهٔ مرجعان، routing indexها مشخص میکنن کدوم فایل به کدوم ورودی میخوره، و gatewayها جلوی ورود ایجنت به حوزهای که بهش ربط نداره رو میگیرن. هر فایل هم وابستگیهاش رو تو frontmatter اعلام میکنه، پس یه گراف وابستگی دوطرفه شکل میگیره.
لایهٔ دوم recipeهاست: رویههای گامبهگام تحلیل که میگن اول چی رو نگاه کن، کدوم دانش رو لود کن و کِی تحلیل کامل شده. نکتهٔ اصلی طراحی جدا بودن دانش از روش استدلاله؛ اضافه کردن یه موضع تازه فقط یه فایل دانش میخواد و رفع ایراد روش فقط ویرایش recipe. همین جداسازی باعث میشه بشه فهمید خطا از دانش بوده یا از رویه. بعد از اینکه دستورالعمل یکپارچه رو به مرحلههای recipe محور شکستن، مصرف توکن هر نوبت حدود ۸۰٪ کم شده.
متخصص انسانی هم از حلقه بیرون نمیره: تو checkpointها ایجنت استدلال میانیش رو برای تأیید یا اصلاح نشون میده و تو escalation، وقتی ابهام واقعی هست، تصمیم رو به آدم واگذار میکنه. جالبترین بخش اما حلقهٔ خودبهبودیـه که نگهداری این فایلها رو مثل یه مسئلهٔ کامپایل حل میکنه: هر اصلاح متخصص چهار فاز رو رد میکنه: تشخیص ریشهٔ مشکل، کمترین ویرایش ممکن، اعتبارسنجی و بازبینی انسانی. تست ریشهیابی سادهست: اگه منابع جواب درست رو داشتن ولی ایجنت اشتباه کرده، ایراد از recipe ـه؛ اگه نداشتن، شکاف دانشه.
برای اینکه بشه به ویرایشهای خودکار اعتماد کرد دو گارد گذاشتن: یه ایجنت بازبین مستقل که تو کانتکست تازه فقط diff رو میبینه، و یه linter قطعی که ارجاعهای شکسته، رد شدن از بودجهٔ حجم فایل و چرخهٔ وابستگی رو میگیره. بعدش سناریوی اصلی دوباره اجرا میشه و یه داور جدا، بدون اینکه بدونه چی عوض شده، خروجی رو با بازخورد اولیه میسنجه. به گفتهٔ نویسندهها بعد از سه اسپرینت و شش هفته، متخصصها خروجی رو تقریباً همیشه مفید دونستن، زمان هر ارزیابی از چند روز به چند دقیقه رسیده و هیچ رگرسیونی ثبت نشده.
نکات کلیدی:
- دانش سازمان تو بیش از ۲۰۰ فایل ساختیافته با گراف وابستگی دوطرفه نگه داشته میشه
- recipeها فقط رویهٔ تحلیل رو دارن و هیچ حقیقت حوزهای توشون نیست؛ فایلهای دانش هم هیچ رویهای ندارن
- مرحلهای کردن دستورالعملها مصرف توکن هر نوبت رو حدود ۸۰٪ کم کرده
- هر اصلاح متخصص بدون آموزش دوبارهٔ مدل به ویرایش تستشده تبدیل و به مجموعه تست رگرسیون اضافه میشه
- خروجی خط لوله یه pull request با ردپای کامله که یه متخصص انسانی تأییدش میکنه
