এজেন্ট ইঞ্জিনিয়ারিং প্রথমে প্রসঙ্গ এবং সেন্সরকে শক্ত করে

আজকাল হারনেস ইঞ্জিনিয়ারিং সম্পর্কে একদল আলোচনার দিকে তাকালে, সবচেয়ে স্বজ্ঞাত অনুভূতি যে “এজেন্ট সক্ষমতার একটি নতুন স্তর যুক্ত করেছে” তা নয়, তবে ইঞ্জিনিয়ারিং আলোচনার কেন্দ্রবিন্দু পরিবর্তিত হয়েছে। অতীতে, আমরা প্রায়শই জিজ্ঞাসা করতাম যে মডেলটি যথেষ্ট শক্তিশালী কিনা। এখন আমরা প্রথমে কতটা প্রসঙ্গ রাখতে হবে, কতক্ষণ নিয়ম ফাইলে রাখতে হবে এবং সেন্সর কী সংকেত দেয় তার উপর ফোকাস করি। মডেলটি এখনও মাঝখানে রয়েছে, কিন্তু যা সত্যিই স্থায়িত্ব নির্ধারণ করতে শুরু করে তা হল বাইরের জোতা।

প্রসঙ্গ উইন্ডো যত বড় হবে, মনোযোগ তত বেশি স্থিতিশীল হবে।

পশ্চাদপসরণে কেউ উল্লেখ করেছেন যে agents.md 200 এর কম লাইনে নিয়ন্ত্রণ করা উচিত। এই সংখ্যাটি দাম্ভিক বা লাইন-সংখ্যার উপাসনা নয়, বরং একটি বাজেট অনুস্মারক। কনটেক্সট উইন্ডো যত বড় হবে তার মানে হল আরও কন্টেন্ট এতে ঢোকানো যেতে পারে, কিন্তু এর মানে এই নয় যে মডেলটি যে অংশটি আঁকড়ে ধরা উচিত সেটি আরও স্থিরভাবে ধরবে। মডেলগুলি প্রায়শই প্রেক্ষাপটের একটি ছোট অংশে ফোকাস করে, এবং বাকি বিষয়বস্তু উইন্ডোতে থাকলেও, এটি সমস্ত ফোকাসে নাও থাকতে পারে।

ইঞ্জিনিয়ারিংয়ে এটা খুবই বিরক্তিকর। যত বেশি নিয়ম আছে, তত সহজ "সীমাবদ্ধতা"কে “গোলমাল” হিসাবে লিখতে হবে; নির্দেশাবলী যত দীর্ঘ হবে, একটি কোণে যা অবশ্যই পর্যবেক্ষণ করা উচিত তা কবর দেওয়া তত সহজ। ফাইলটি খুব সংক্ষিপ্ত রাখা নথিটিকে ঝরঝরে দেখাতে নয়, বরং দৃশ্যমান হওয়ার জন্য বাধ্যতামূলক সীমাবদ্ধতাগুলি সম্পর্কে। মডেলটি যেটি মুখোমুখি হয়েছে তা একটি বিশ্বকোষ নয়, তবে একটি সীমিত অপারেটিং চুক্তি।

সেন্সর আবার লগ ফিড করে না

আরেকটি সুস্পষ্ট পরিবর্তন হল যে আলোচনা কম্পিউটেশনাল সেন্সর পর্যন্ত যেতে শুরু করেছে। এখানে সেন্সরগুলিকে কেবল সমাহিত করা হয় না, বা মডেলটিতে সিস্টেম লগগুলি অক্ষত ঢোকানো হয় না, তবে রানটাইম স্ট্যাটাস অল্প সংখ্যক ব্যবহারযোগ্য সংকেতগুলিতে সংকুচিত হয়। এটি যা করে তা হল গোলমাল ফিল্টার করা, নতুন প্রাসঙ্গিক বোঝা তৈরি করা নয়।

এই কারণেই “পাইথনের পরিবর্তে মরিচায় স্যুইচ করুন” বলা হয়। ফোকাস ভাষার পক্ষ নেওয়ার দিকে নয়, নিয়ন্ত্রণের দিকে। একবার সেন্সর গুণমান নিশ্চিত করার জন্য রানটাইম সীমানা, সংস্থান সীমাবদ্ধতা, ব্যতিক্রম পথ এবং নির্ধারক আউটপুটের উপর নির্ভর করে, ভাষা এবং কার্যকর করার পরিবেশ আর কেবল বাস্তবায়নের বিবরণ নয়, তবে সেন্সরের নিজেই অংশ। যদি সংকেতটি অস্থির হয়, মডেলটি যত শক্তিশালীই হোক না কেন, এটি কেবলমাত্র অস্থির ইনপুটে অনুমান করবে।

মডেলটিতে সরাসরি কাঁচা ডেটা পাঠানো স্বল্পমেয়াদে আরও তথ্যপূর্ণ বলে মনে হতে পারে, তবে প্রায়শই দীর্ঘ মেয়াদে দৃশ্যটিকে আরও শোরগোল করে তোলে। একটি সত্যিকারের দরকারী সেন্সরকে প্রথমে কয়েকটি স্পষ্ট অবস্থার মধ্যে “কী ঘটেছে” সংকুচিত করা উচিত এবং তারপরে সিদ্ধান্ত নেওয়া উচিত যে কোন বিশদটি মানুষের জন্য ছেড়ে দেওয়া হবে এবং কোনটি সরঞ্জামগুলিতে।

জোতার দায়িত্ব হল পৃথিবীকে টুকরো টুকরো করে ফেলা যা মডেলকে খাওয়ানো যায়

একবার এই ধরণের আলোচনা পরিপক্ক হয়ে গেলে, এটি প্রম্পট কৌশলগুলির চেয়ে সিস্টেম ডিজাইনের মতো দেখতে শুরু করে। সীমানাগুলির জন্য জোতা দায়ী: কী প্রসঙ্গে যায়, কী প্রেক্ষাপটের বাইরে থাকে, মডেল দ্বারা কোন রাষ্ট্রের উপর নির্ভর করা যেতে পারে, এবং সরঞ্জামগুলির দ্বারা কোন রাষ্ট্রকে পুনরায় নিশ্চিত করতে হবে। এটি একটি শেল নয়, তবে ফিল্টার এবং কাছাকাছি একটি স্তর।

এজেন্ট সিস্টেমে এটি সবচেয়ে কম মূল্যায়ন করা হয়। মডেল প্রতিস্থাপন দ্রুত, কিন্তু জোতা অনেক ধীর কারণ এটি সরাসরি অ্যাকশন চেইন, সিগন্যাল চেইন এবং ব্যর্থতার চেইনকে আবদ্ধ করে। প্রসঙ্গ বাজেট, সেন্সর ডিজাইন, অনুমতির সীমানা, ফলব্যাক পাথ, সব শেষ পর্যন্ত এই স্তরের উপর পড়ে। যতক্ষণ এই স্তরটি আঁটসাঁট না হয়, মডেল যত শক্তিশালী হবে, সিস্টেমের পক্ষে অস্থিরতা আরও ছড়িয়ে দেওয়া তত সহজ।

এখন এই ধরনের খণ্ডের দিকে তাকালে, সবচেয়ে মূল্যবান অংশটি একটি একক উপসংহার নয়, তবে এটি স্পষ্টভাবে প্রকল্পের ফোকাসকে বলে: এজেন্ট আর শুধু “এটি কাজ করতে পারে কিনা” নয়, বরং “বাহ্যিক সিস্টেম মনোযোগ এবং সংকেত সংগ্রহ করেছে কিনা।” এই পদক্ষেপটি স্থিতিশীল নয়, এবং মডেলের ক্ষমতার আরও উন্নতি শুধুমাত্র বিশৃঙ্খলাকে দ্রুততর করবে।