سیستم عامل ابتدا بودجه زمینه و حسگرها را سخت تر می کند
قطعات: قابل توجه ترین تغییر در 13 جولای این است که هارنس شروع به بسته شدن ورودی برای مدل می کند.
با نگاهی به مقاله مارتین فاولر Fragments: 13 جولای، اولین کلمه ای که ظاهر می شود امتیاز مدل نیست، بلکه مهندسی هارنس است. در عقب نشینی، برخی افراد قبلاً بحث را در زمینه و حسگرها قرار داده اند. این موضوع بسیار شبیه یک رشته مهندسی نوظهور است: عامل ابتدا باید ورودی را محکم کند، و سپس در مورد گسترش عمل صحبت کند.
هرچه پنجره زمینه بزرگتر باشد، محدودیت ها کوتاهتر است.
یک جزئیات بسیار ساده در مقاله وجود دارد: شخصی agents.md را در 200 خط کنترل کرد. این عدد به نظر می رسد که یک میسوفوبیا باشد، اما در واقع بودجه ای برای پروژه است. پنجره زمینه در واقع بزرگتر و بزرگتر میشود، اما پنجره بزرگتر فقط به این معنی است که میتوان محتوای بیشتری را در آن جمع کرد، اما این بدان معنا نیست که مدل بخشی را که باید درک شود محکمتر درک میکند. این مدل معمولاً فقط بر بخش کوچکی از زمینه تمرکز میکند، و حتی اگر بقیه محتوا وجود داشته باشد، ممکن است فقط در حال اجرا باشد.
این رایج ترین مشکل اسناد طولانی است. هرچه قوانین بیشتری وجود داشته باشد، محدویتهای واقعاً مهم با نویز آسانتر میشود. هرچه توضیحات طولانی تر باشد، نوشتن مرز به عنوان پس زمینه و پس زمینه به عنوان مرز آسان تر است. کوتاه نگه داشتن فایل ها صرفه جویی در زمان در نوشتن نیست، بلکه مجبور کردن محدودیت ها برای قابل مشاهده، خواندن و اجرا شدن است. چیزی که نماینده با آن مواجه است، انبوهی از مواد نیست، بلکه یک قرارداد عملیاتی محدود است.
سنسور باید به مقدار کمی سیگنال قابل استفاده فشرده شود
تغییر دیگر این است که بحث به سمت سنسورهای محاسباتی پیش رفته است. سنسورها در اینجا صرفاً نقاط دفن نیستند، و نه دوباره گزارشها را به مدل تغذیه میکنند، بلکه وضعیت زمان اجرا را به تعداد کمی از سیگنالهای پایدار فشرده میکنند. هنگامی که سنسور به پخش خروجی اصلی تبدیل می شود، ورودی دوباره گسترش می یابد. رویکرد واقعاً ارزشمند این است که ابتدا صحنه را به چندین حالت واضح تقسیم کنیم و سپس تصمیم بگیریم که کدام جزئیات باید به افراد داده شود و کدام جزئیات باید به ابزارها داده شود.
در مقاله ذکر شد که تغییر از پایتون به زبان قابل کنترلتری مانند Rust تنها در این زمینه معنا دارد. تمرکز بر ترجیح زبان نیست، بلکه بر کنترل است. چیزی که حسگر به آن نیاز دارد «در حال اجرا» نیست، بلکه مرزهای روشن، معنای استثنایی واضح و مصرف روشن منابع است. تا زمانی که سیگنال ناپایدار است، مهم نیست که مدل چقدر قوی باشد، فقط می تواند بر اساس ورودی جیتر قضاوت کند.
هارنس ابتدا زنجیره عمل را می بندد
هنگامی که این بحث تا این حد پیش می رود، مهار کمتر شبیه یک پوسته و بیشتر شبیه به یک دهانه می شود. مسئول تصمیم گیری در مورد اینکه چه چیزی در متن قرار می گیرد و چه چیزی بیرون می ماند، است. مدل می تواند به کدام حالت ها تکیه کند و کدام حالت ها باید توسط ابزارها مجدداً تأیید شوند. بودجه زمینه، طراحی حسگر، مرزهای مجوز و مسیرهای بازگشتی همه در نهایت به این لایه خواهند رسید.
هزینه کمتر برآورد شده در سیستم عامل نیز در این سطح قرار دارد. جایگزینی مدل سریع است، اما مهار بسیار کندتر است زیرا به یک زنجیره عمل، یک زنجیره سیگنال و یک زنجیره شکست متصل است. تا زمانی که این لایه سفت نشود و قابلیت های مدل به جلو حرکت کند، سیستم فقط آشوب را سریعتر تقویت می کند.
درخواستهای خواندن خالص، اسکریپتهای تحلیلی یکباره، عوامل سبک وزن بدون اقدامات خارجی و قابلیتهای مدل همچنان قهرمان هستند. به محض اینکه شروع به اتصال داده های خصوصی، حالت های طولانی مدت و اقدامات واقعی می کنید، اولین چیزی که سخت تر می شود دیگر پارامترهای مدل نیستند، بلکه مرزهای ورودی و مرزهای سیگنال هستند. لحظه ای که یک Agent واقعاً شبیه یک سیستم است، اغلب زمانی است که این دو لایه در ابتدا جای می گیرند.
What to read next
Want more posts about 后端?
Posts in the same category are usually the best next step for reading more on this topic.
View same categoryWant to keep following #AI?
Tags are useful for related tools, specific problems, and similar troubleshooting notes.
View same tagWant to explore another direction?
If you are not sure what to read next, return to the homepage and start from categories, topics, or latest updates.
Back home