Шта је AI рачунар? Класични рачунари и рачунари за агенте

Отворите радну површину Windows-а и видећете коме је намењена. Можете да држите табелу поред прегледача, пронађете документ у фасцикли и изаберете команде из менија. Данас и агент може да користи тај софтвер. Шта рачунар треба да пружи када особа која задаје упутства више не обавља сваку операцију сама?

То питање је полазна тачка за Beeuni. Градимо рачунар заснован на вештачкој интелигенцији: окружење у ком агенти могу да покрећу програме, користе прегледач, раде са датотекама и користе повезане апликације. Људи задају циљеве и одлучују који приступ да дозволе. Рачунар пружа софтвер и окружење за извршавање у ком агент ради.

Како је радна површина организовала рад за људе

Окружења командне линије траже од корисника да опишу операције језиком који машина може да изврши. Наводите програм, прослеђујете му аргументе и читате резултат. То је и даље делотворан начин рада, посебно када знате шта желите да покренете или треба да поновите операцију над већим бројем датотека.

Графичка окружења учинила су већи део тог рада видљивим и омогућила непосредно управљање њиме. Windows је, заједно са другим графичким системима, помогао да радна површина постане доступна широком кругу корисника персоналних рачунара. Могли сте да прегледате датотеке, отварате апликације и прелазите с једног документа на други без потребе да знате команду за сваку радњу. Командна линија је наставила да постоји упоредо са тим интерфејсима.

Значај те промене био је већи од самог изгледа прозора. Заједничко окружење дало је апликацијама устаљене начине рада: како да отворе и сачувају датотеку, прикажу дијалог или размене информације преко међуспремника. Корисници су могли да усвоје навике које су важиле у различитим програмима. Оперативни систем управљао је процесима, складиштењем и ресурсима, док су се људи усредсређивали на посао пред собом.

Касније су прегледачи постали уобичајено место за коришћење софтвера, а телефони су велики део наше интеракције организовали око додира. Ове промене нису избрисале старије интерфејсе. Промениле су начин на који људи приступају софтверу и оно што очекују да систем у окружењу обавља. На облик рачунара одувек је делимично утицао начин на који га корисници користе.

Агент постаје још један корисник софтвера

Замислите уобичајен задатак припреме извештаја. Проналазите изворни материјал, отварате документе, рачунате бројке, пишете извештај и проверавате резултат. Ви повезујете рад у различитим апликацијама: памтите где је датотека сачувана, примећујете грешку и одлучујете коју радњу следећу да испробате.

Агент може да преузме део тог повезивања. Може да користи модел за тумачење захтева, избор алата, преглед њихових резултата и одлучивање о следећем кораку. Његове операције могу да се обављају преко интерфејса прегледача, команде или API-ја. Одговарајући интерфејс зависи од задатка и доступног софтвера.

Када део посла препустите агенту, мења се и улога човека. Описујете какав резултат вам је потребан, пружате контекст и проверавате одлуке за које је потребна ваша процена. Агент обавља низ операција. За то су му потребни приступ софтверу, датотеке над којима ће радити и окружење које може да му врати резултат сваке радње.

Интерфејс за ћаскање је згодно место за задавање захтева. Остатак задатка обавља се помоћу софтвера. Извештај треба негде написати. Скрипту треба покренути. Веб-сајт треба да се учита, а неуспешан захтев треба разликовати од успешног. За то је одговорно рачунарско окружење у ком агент ради.

Модел, агент и рачунар обављају различите послове

Модел тумачи информације и генерише одговоре или предлаже радње. Може да израчуна резултат, али сам прорачун наведен у одговору не значи нужно да је заиста извршен. Може да предложи измену датотеке, али нешто и даље мора да примени ту измену и врати резултат.

Агент повезује одлуке модела са алатима. Његова упутства и логика извршавања одређују како ће наставити: када да покрене команду, прочита страницу, постави питање или стане. Оквир за агенте помаже програмерима да дефинишу такво понашање.

Рачунар пружа оно над чиме ти алати раде. Он покреће програм, чува радне датотеке и обезбеђује окружење прегледача. Beeuni такође организује конфигурацију агента, приступ алатима и стање сесије у оквиру тог извршавања. Ови делови могу да се нуде заједно, али сваки и даље има своју улогу.

Ова разлика је важна при избору система. Способнији модел може да побољша начин на који агент размишља о проблему. Али сам по себи не може да обезбеди више меморије задатку који се већ извршава, поврати несталу датотеку нити омогући приступ апликацији. Рачунарско окружење има свој посао.

Класични рачунари и рачунари за агенте: шта се мења?

Класичан рачунар већ покреће програме, управља датотекама и повезује се на мрежу. Човек обично координира рад: отвори апликацију, прочита излаз, примети грешку и изабере следећу радњу. Када агент преузме ту координацију, рачунар треба да му омогући радње и увид у њихове резултате преко алата које може да позове.

Уобичајене одговорности оперативног система остају: процесима су потребни ресурси, датотекама складиште, а апликацијама приступ мрежи. Алати намењени агентима повезују ове радње са задатком. Команди су потребни радни директоријум и резултат који може да се провери. Радњи у прегледачу потребни су страница на којој се извршава и начин да се провери шта се променило.

Од позива алата до следеће радње

Замислите агента који проверава веб-апликацију. Он чита упутства за подешавање пројекта, инсталира потребне зависности и покреће развојни сервер у терминалу. Сервер мора да настави да ради док агент отвара сајт у прегледачу. Терминал и прегледач су два алата која раде у истом окружењу задатка.

Покретање команде не значи да је сајт спреман. Агент треба да провери излаз процеса, потврди да сервер прихвата везе и затим учита страницу. Ако покретање не успе због пакета који недостаје, грешка му даје конкретан траг за истраживање. Када се сајт учита, може да кликне на контролу, провери насталу страницу и упореди понашање са захтеваним тестом.

Свако запажање служи као основа за следећу одлуку модела. За команду то могу бити стандардни излаз, излаз грешака и статус завршетка. За прегледач то могу бити тренутна страница, видљиви текст или снимак екрана. Модел користи враћене информације да изабере другу радњу, исправи грешку, затражи помоћ или заврши. Ако систем само прихвати позив алата, агент остаје без доказа потребних да настави рад.

Ово олакшава и проналажење узрока проблема. Модел може да изабере погрешну команду, процес може да не успе да се покрене или сајт може да одбије захтев. То су различити проблеми. Увид у радњу и њен стварни излаз омогућава да их разликујете, уместо да сваки застој припишете моделу.

Датотеке, процеси и стање сесије имају различите улоге

Датотеке повезују рад различитих алата. Агент може да преузме CSV у прегледачу, прочита га помоћу Python-а и напише извештај заснован на прорачуну. Улаз, скрипта и излаз морају бити доступни у радном окружењу. То је један од разлога зашто је рачунар користан за задатке који обухватају више апликација: агент током целог задатка може да ради са стварним датотекама.

Процеси имају сопствени животни циклус. Веб-сервер или посао обучавања може да настави да ради након што команда за покретање врати контролу. Агент треба да проверава излаз и напредак, препозна завршетак и заустави процесе који му више нису потребни. Датотека са командом за покретање није доказ да се програм успешно извршио.

Историја сесије бележи разговор и активности алата. Комитовање и слање измена датотека чува их на грани сесије. Када захтев за измене буде одобрен и спојен, измене улазе у подразумевану грану пројекта. Ниједна од тих радњи не чува покренути процес нити његово стање у меморији. При наставку рада агент можда мора да провери датотеке и поново покрене програм. Сам повратак у разговор не гарантује да сви процеси и даље раде.

Приступ и истовремени рад уводе још једну границу. Одвојена окружења сесија раздвајају локалне датотеке и процесе, али два агента повезана са истом спољном услугом и даље могу да мењају исте записе. Дозволе за алате и правила одобравања одређују шта сваки агент сме да ради. Изолован рачунар не поништава послату поруку нити измену записа у другој апликацији.

Зашто је уз оквир за агенте потребан и рачунар?

Оквир за агенте може да дефинише како модел бира алате и реагује на њихове резултате. За извршавање тих избора и даље је потребан софтвер: прегледач, окружења за извршавање програмских језика, инсталиране зависности и место за покретање процеса. Библиотека која дефинише алат за прегледач сама по себи не пружа и спремно окружење прегледача.

Beeuni обједињује извршавање агената са радним окружењем, припремљеним алатима, конфигурацијом пројекта и управљањем сесијама. Програмери могу да користе ове могућности преко API-ја, уз сопствену логику и интерфејс апликације. Рачунар обезбеђује софтверско окружење у ком агент делује, а производ изграђен на њему одређује чему тај рад служи.

Како то изгледа у Beeuni-ју

У Beeuni-ју пројекат обједињује датотеке и конфигурацију агента за одређени посао. Можете да задате упутства, изаберете модел, додате вештине и подесите повезане алате. Сесија је појединачна инстанца рада агента у изолованом окружењу. Можете да пратите разговор и напредак, прегледате датотеке које агент направи и дате му додатна упутства.

Рецимо да је задатак претварање ваше базе знања за корисничку подршку у скуп података за AI. Агент чита документе преко одобрене везе, прати релевантне линкове и прикупља изворни материјал. Издваја текст, пише скрипту за конверзију и покреће је. Затим проверава да ли недостају поља или има дупликата. Ви прегледате нејасне ознаке, док агент обавља преузимање података, рад са датотекама и извршавање програма.

Можете да прегледате скрипту, референце на изворе, извештај о валидацији и извезени скуп података. Тако резултат можете да процените на више начина, а не само читањем завршне поруке агента. Ако неко правило није било исправно, можете да затражите исправку и прегледате измењени резултат.

Један агент може да тестира веб-сајт, док други припрема истраживачки извештај. Њихова упутства, алати и резултати се разликују. Beeuni свакој сесији обезбеђује окружење за извршавање и приказује њен рад у производу. Дозволе за алате и правила одобравања подешавате према радњама које желите да препустите агенту.

Интерфејс може бити Beeuni, други агент или ваш производ

За непосредно коришћење отворите Beeuni на вебу или преко клијента, изаберите агента и опишите задатак. Можете да приложите датотеке и пратите рад док се одвија. Сесије могу да се покрећу и по распореду или преко веб-хука када је потребна аутоматизација.

Постојећи клијент за агенте може да се повеже преко MCP-а. Програмери могу да користе API и TypeScript SDK за креирање сесија, слање захтева и пријем обавештења о напретку и резултатима у сопственим апликацијама. На пример, производ за набавку може да задржи сопствени екран за преглед, док Beeuni прикупља информације о добављачима, упоређује производе и припрема резултат.

То су различити начини приступа истој замисли о производу. Рачунар не мора да буде интерфејс у који човек уноси текст. Он може да буде окружење које друга апликација или агент користи за обављање посла.

Рачунар за другачију врсту корисника

Windows је учинио апликације и датотеке приступачним кроз радну површину којом су људи могли да се крећу. Уз агенте, део тог сналажења и повезивања послова може да се препусти њима. Питање дизајна постаје како агенту обезбедити средства за рад, а истовремено омогућити одговорној особи да разуме његове радње.

Очекујемо да људи и агенти заједно користе софтвер. Људи ће и даље отварати документе, доносити одлуке и непосредно користити апликације. Агенти ће обављати део посла између тих одлука. Beeuni је осмишљен за такав однос: агенти користе рачунар, а људи одлучују шта ће им поверити и чему могу да верују.

О инжењерским одлукама које стоје иза ове замисли прочитајте у чланку Од позива алата до рачунара за агенте. Да бисте испробали Beeuni, пратите водич за припрему скупа података или повежите Beeuni са својом апликацијом помоћу SDK водича.