Ügynökök írják a kódot, de a 'loopok' drága technológiát jelentenek

Az AI-világban egyre nagyobb teret nyernek az úgynevezett 'loopok', amelyek lényegében folyamatosan futó, önmagukat javító ügynökökből álló rajok. Boris Cherny, a Claude Code megalkotója szerint ez a technológia olyan jelentős lépés a szoftverfejlesztésben, mint amilyen az ügynökök által vezérelt kódolásra való áttérés volt — írja a TechCrunch.

Cherny a Meta @Scale konferenciáján beszélt arról, hogy míg két évvel ezelőtt még kézzel írtuk a forráskódot, ma már ügynökök írják azt, és most az a tendencia, hogy ügynökök promptolnak más ügynököket, amelyek aztán generálják a kódot. A 'loopok' lényege, hogy az egyik ügynök folyamatosan keresi a jobb kódarchitektúrát, míg egy másik az egységesíthető duplikált absztrakciókat keresi. Ezek az ügynökök folyamatosan futnak, megállás nélkül, és pull requesteket küldenek be, mint bármely más fejlesztő.

Kapcsolódó: AI-ügynökök architektúrája

Önmagát javító kód

Ez a megközelítés klasszikus rekurzív loopokon alapul, de a hagyományos, determinisztikus leállási feltételeket egy nem-determinisztikus, önmagát figyelő al-ügynök váltja fel. Ez azt jelenti, hogy nem egy előre meghatározott feltétel dönti el a loop leállását, hanem maga az al-ügynök dönt a leállásról. Ez a módszer hatalmas mennyiségű tokent és számítási kapacitást igényel, ami potenciálisan drága lehet a legtöbb felhasználó számára, de egy tokeneket értékesítő üzlet, mint az Anthropic, számára életképes lehet.

Kapcsolódó: AI-ügynökök számítási igénye

A 'loopok' lényege, hogy egy ügynökről van szó, amely folyamatosan fut, és megállás nélkül javítja a kódot. Ez a megközelítés bizalmat igényel az AI felé, de a modellek gyors fejlődésével ez lehet a következő lépés abban, hogy az AI valódi feladatokat lásson el. A 'Ralph Loop' nevű változat például a modell által elvégzett munka összegzésével ellenőrzi, hogy elérte-e a célját, megakadályozva ezzel a céltalan bolyongást.

Kapcsolódó: tervezési folyamat forradalma

Költségek és előnyök

Ez a fajta folyamatos futás és önjavítás jelentős számítási erőforrásokat emészt fel. Míg a 'loopok' képesek lehetnek szinte bármilyen probléma megoldására, ha elegendő számítási kapacitást fordítanak rájuk, ez rendkívül költséges lehet. Az Anthropic számára, amely tokeneket értékesít, ez nem jelent problémát, de másoknak drága lehet. A probléma jellegétől és a megfelelő felügyelettől függően azonban a 'loopok' előnyei felülmúlhatják a költségeket — közölte Boris Cherny.

Kapcsolódó: vállalati AI-ügynökök ellenőrzése