Agenti, ki upravljajo druge agente, postajajo novi UI trend

Ideja je preprosta, a potencialno zelo močna. Namesto da uporabnik nadzira posameznega UI agenta, agent upravlja druge agente, ki neprekinjeno delujejo v ozadju in izboljšujejo rezultate.

Po mnenju Borisa Chernyja, enega ključnih razvijalcev orodja Claude Code pri Anthropicu, gre za spremembo, ki je primerljiva s prehodom od ročnega programiranja k UI programiranju.

Od agentov do sistemov agentov

Današnji UI agenti običajno dobijo nalogo, jo izvedejo in vrnejo rezultat. Pri zankah oziroma “loopih” pa agent ne konča dela po enem koraku. Namesto tega neprestano preverja rezultate, ustvarja nove podnaloge in vključuje dodatne agente, ki rešujejo posamezne dele problema.

Cherny je na konferenci Meta @Scale opisal primer iz lastnega dela, kjer eden izmed agentov neprestano išče možnosti za izboljšanje programske arhitekture, drugi pa prepoznava podvojene dele kode in predlaga poenotenje. Oba ves čas ustvarjata predloge sprememb in se nikoli zares ne ustavita.

To pomeni, da UI ne deluje več kot pomočnik za posamezno nalogo, ampak kot stalno prisoten sodelavec.

Koncept zank pa ni nov. V računalništvu so rekurzivne zanke osnovni gradnik programiranja že desetletja. Razlika je v tem, da je bilo pri klasičnih programih vedno jasno določeno, kdaj se zanka ustavi. Pri agentni umetni inteligenci pa lahko o tem odloča sam model. Z drugimi besedami: UI sama presoja, ali je naloga končana ali jo je mogoče še izboljšati.

To odpira povsem nove možnosti za avtomatizacijo kompleksnih procesov. Pojav “loopov” je tesno povezan z drugim pomembnim trendom v UI industriji: t. i. “test-time compute”.

Vodilni raziskovalci vse pogosteje ugotavljajo, da številne težke probleme modeli rešujejo bolje, če imajo več časa in več računske moči za razmišljanje. Namesto enega odgovora lahko model večkrat preveri rezultat, ga izboljša in ponovno oceni. “Loopi” ta pristop potisnejo še korak dlje. Model lahko neprestano optimizira rezultat, dokler ne doseže želenega cilja ali dokler mu ne zmanjka računske moči.

Potencial za razvoj programske opreme

Največ zanimanja trenutno prihaja iz sveta programiranja. Programska oprema je idealno okolje za takšne sisteme, saj obstajajo jasni načini preverjanja rezultatov: testi, meritve uspešnosti in pregledi kode. To pomeni, da lahko agenti neprestano izboljšujejo sistem, ne da bi moral človek posegati v vsak korak.

Prav zato številna podjetja, kot so Anthropic, OpenAI in Google, vlagajo ogromno sredstev v razvoj agentnih sistemov za programiranje.

Loopi imajo pomembno slabost

Neprestano izvajanje agentov pomeni ogromno porabo računskih virov in UI žetonov. Ker je ideja prav v tem, da sistem deluje ves čas, se stroški lahko hitro povečajo. Za ponudnike modelov, ki prodajajo uporabo prek žetonov, je to seveda zanimiv poslovni model. Za podjetja pa pomeni novo vprašanje: ali so koristi dovolj velike, da upravičijo stroške?

Odgovor bo odvisen od konkretne naloge. Pri kritičnih poslovnih procesih bi lahko prihranki in izboljšave presegli stroške. Pri manj pomembnih nalogah pa ne nujno.

“Loopi” kažejo, kako hitro se razvija umetna inteligenca. Pred nekaj leti smo se navduševali nad modeli, ki so znali odgovarjati na vprašanja. Danes govorimo o sistemih, kjer agenti upravljajo druge agente in samostojno izboljšujejo rezultate.

Če se bo ta pristop izkazal za uspešnega, bi lahko predstavljal naslednjo veliko fazo razvoja umetne inteligence – fazo, kjer človek ne upravlja več posameznega UI orodja, ampak nadzoruje celoten ekosistem digitalnih sodelavcev.