Sorozatunk első részében az AI-alapú stratégiák felhasználását vizsgáltuk a vállalati hatékonyság növelésére. Ezek az ügynökök, a magányos modellekkel szemben, iteratívan finomítják a feladatokat kontextus és eszközök segítségével, javítva például a kódgenerálás eredményeit. Több ügynökből álló rendszerek segíthetik az osztályok közötti kommunikációt, ami nagyobb termelékenységet, rugalmasságot és gyorsabb frissítéseket eredményezhet. A siker kulcsfontosságú tényezői közé tartozik a szerepek és munkafolyamatok feltérképezése, valamint az emberi felügyelet és hibajavítások mint védőintézkedések bevezetése a biztonságos működés érdekében. Vizsgáljuk meg ezeket a létfontosságú elemeket. **Védintézkedések és Autonómia:** Az ügynökök autonóm jellegéből adódóan különféle védintézkedésekre van szükség a hibák, pazarlás, jogi kockázatok vagy káros hatások minimalizálása érdekében, amikor önállóan működnek. Bár ezeknek a védintézkedéseknek az alkalmazása túlzónak tűnhet, fontos megfontolni mindegyik ügynök esetében. Egy ügynök nem működhet autonóm módon, ha e feltételek bármelyike teljesül. **Emberi Beavatkozási Feltételek:** Előre meghatározott szabályoknak kell meghatározniuk, mikor van szükség emberi megerősítésre. Ezeket az egyes esetekre specifikus szabályokat be lehet építeni az ügynök kérdésébe, vagy külső, determinisztikus kód segítségével lehet érvényesíteni. Például egy beszerzési ügynök minden lépést ellenőriztet egy emberrel mielőtt folytatná. **Védő Ügynökök:** Az ügynök párosítása egy védő ügynökkel a kockázatos vagy etikátlan viselkedés ellenőrzésére biztosítja a jogszabályoknak való megfelelést. Az ügynöknek meg kell erősítenie a lépéseit a védő ügynök jóváhagyásával mielőtt folytatná. **Bizonytalanság Kezelése:** Laboratóriumunk kidolgozott egy technikát, ami mérni tudja a bizonytalanságot a nagy nyelvi modellek (LLM-ek) kimeneteiben, csökkentve a téves állítások esélyét. Bár ez növeli a megbízhatóságot, növeli a költségeket és lassítja a rendszert, ezért csak kritikus ügynököknek ajánlott. **Kikapcsoló Gomb:** Szükséges egy módszer valamennyi önálló folyamat leállítására, amikor rendszerellentmondásokat vagy hibákat észlelünk, biztosítva, hogy kritikus munkafolyamatok ne váljanak teljesen kézi irányításúvá. **Ügynök Által Generált Munkautasítások:** Nem minden ügynöknek kell azonnal alkalmazásokba és API-kba integrálva lennie.

Helyettesítő eszközök tudnak jelentéseket vagy munkautasításokat generálni manuális intézkedéshez, segítve az ügynökhálózatok agilis fejlesztését. **Tesztelés:** Az LLM-alapú ügynökök, bár robusztusak, hiányolják a következetességet és átláthatóságot, alkalmazkodott tesztelési stratégiát téve szükségessé. A generatív AI létrehozhat teszteseteket, a homokozó módszer pedig biztonságos, ellenőrzött rendszernövelést tesz lehetővé. **Finomhangolás:** Az ellentétes elképzelés ellenére, a generatív AI nem javul önmagában a használattal. Az LLM-ek finomhangolhatók ügynök naplókkal és címkézett preferenciákkal a viselkedés javítására. **Buktatók:** A több ügynökből álló rendszerek megrekedhetnek, szükséges időlimit mechanizmus bevezetése. Kerülni kell az ügynökök túlterhelését elvárásokkal vagy hosszú utasításokkal. Az ügynökök granulálása, vagyis felosztás kezelhető feladatokra, enyhítheti az ilyen problémákat. A rendszerek gyakran használnak egy koordináló ügynököt, amely kockázatot jelentegyetlen meghibásodási pontként. Sorrend alapú munkafolyamat ajánlott, ahol az ügynökök egymás után adják át a feladatokat. A túlterhelt ügynökök összezavarodhatnak a túlzott kontextusátadástól. Ajánlott, hogy az ügynökök tartsák saját kontextusukat, hasonlóan a weboldal szekciókhoz. Végül, az LLM-ek képességeinek viszonylag magas színvonalat kell elérniük. Új, kereskedelmi és nyílt forráskódú ügynökök teljesítik ezt, bár költségesek és lassabbak a hagyományos szoftverrendszereknél. Az elvárásoknak a költségekkel és a sebességgel kapcsolatban szükséges a korrekció, hogy hatékony több ügynökből álló rendszereket működtessünk.