Khi chúng tôi bắt đầu Airtable cách đây 12 năm, hầu như mọi nhà đầu tư chúng tôi gặp đều nói cùng một điều: bạn không thể xây dựng mọi thứ cho tất cả mọi người. Quá nhiều trường hợp sử dụng, quá nhiều diện tích bề mặt. Chúng tôi đã chứng minh họ sai. Chúng tôi đã xây dựng một nền tảng ngang (horizontal platform) vận hành quy trình kinh doanh trong nhiều lĩnh vực như bán lẻ, tiêu dùng, dịch vụ tài chính, truyền thông, v.v.
Giờ đây, chúng tôi đang áp dụng triết lý tương tự cho các tác nhân (agent).
Yếu tố hình thức (form factor) tiếp theo cho các tác nhân
Hãy xem xét các yếu tố hình thức sản phẩm chủ đạo trong vài năm qua. Chúng ta bắt đầu với hoàn thiện (completions) và trò chuyện (chat), sau đó nâng cấp lên các tác nhân (agent). Ban đầu, các tác nhân cần được nhắc (prompt). Giờ đây, các tác nhân tự động thức dậy để hoàn thành công việc một cách chủ động.
Tiến tới một đội tác nhân (Fleet of agents).
Điều gì tiếp theo? Chúng tôi tin rằng yếu tố hình thức sản phẩm tiếp theo là sự điều phối (orchestration) của một đội tác nhân: phối hợp các công việc phức tạp thông qua nhiều tác nhân hoạt động như một phần của tổ chức. Phối hợp giữa các tác nhân với nhau, hướng đến những công việc dài hạn và khó khăn hơn.
Các mô hình giờ đã đủ tốt trong những khoảng thời gian dài, mở rộng đến mức bạn có thể bắt đầu áp dụng các nguyên tắc tổ chức thực tế: chia một công việc lớn thành các nhiệm vụ có phạm vi khác nhau, giao mỗi nhiệm vụ cho một tác nhân khác nhau, và để chúng trao đổi công việc qua lại.
Ví dụ thực tế: Công ty cảnh quan
Một số đội tác nhân sáng tạo nhất mà chúng tôi thấy trên Hyperagent đến từ các doanh nghiệp truyền thống ngoại tuyến. Đây là một ví dụ dựa trên một khách hàng thực tế trong lĩnh vực cảnh quan.
Đầu tiên, một khách hàng gửi yêu cầu kèm ảnh về một sân sau bừa bộn, một số thông tin cơ bản, yêu cầu báo giá và đề xuất.
Khách hàng tiềm năng được xử lý bởi các tác nhân.
Đội tác nhân tự kích hoạt
Yêu cầu đến với Sage, người điều phối. Sage đọc thông tin đầu vào và thực hiện bước sàng lọc đầu tiên như một quản lý văn phòng giỏi: phạm vi là gì, đây có phải là dự án thực sự không, đây có phải là khách hàng tiềm năng chất lượng đáng theo đuổi không?
Sage quyết định rằng đáng để theo đuổi. Nó chuyển công việc cho Surveyor, một tác nhân chuyên biệt được xây dựng cho việc thiết kế và báo giá, và tóm tắt cho Surveyor về những gì khách hàng yêu cầu.
Một cấu trúc tổ chức tác nhân đơn giản.
Bạn không xây dựng một tác nhân làm mọi thứ. Bạn đang xây dựng một tổ chức nơi người điều phối chuyển công việc đến chuyên gia phù hợp nhất, giống như cách bạn giao việc cho đúng người trong đội của mình.
Surveyor bắt đầu làm việc. Mọi luồng (thread) trên Hyperagent chạy trong một máy ảo sandbox đầy đủ năng lực, vì vậy tác nhân có thể viết mã, thao tác tệp và sử dụng các công cụ thực tế. Nó sử dụng thứ gì đó như ffmpeg để trích xuất từng khung hình từ video của khách hàng, nghiên cứu không gian và lắp ráp một đề xuất cao cấp: hình ảnh mô phỏng sân đã được thiết kế lại, một bài thuyết trình thực sự, một báo giá thực tế.
Tác nhân báo giá & thiết kế chạy sandbox riêng của nó
Một đề xuất như vậy trước đây chỉ có thể được tạo ra bởi một nhà thiết kế hoặc nhà cảnh quan cao cấp, và chỉ dành cho khách hàng trị giá hàng triệu đô la. Giờ đây, một doanh nghiệp nhỏ có thể gửi một bài thuyết trình chất lượng tương tự cho một công việc sân sau trị giá $10,000.
Đội tác nhân nhắc con người
Khi Surveyor đã có bài thuyết trình và báo giá sẵn sàng, công việc sẽ quay trở lại con người để xem xét. Sarah Guo đã viết về điều này gần đây, và chúng tôi nghĩ cô ấy đúng: nút thắt thực sự trong việc triển khai các tác nhân hữu ích không còn là khả năng của mô hình nữa, mà là tầng con người (human layer) nắm quyền chính sách và kiểm soát các quyết định quan trọng. Gửi một báo giá ràng buộc tới khách hàng là một ví dụ hoàn hảo.
Tác nhân chia sẻ quá trình chuyển đổi cảnh quan được đề xuất với chủ doanh nghiệp để xem xét.
Vì vậy, công việc của Surveyor được chuyển trở lại thông qua Sage, và Sage nhắn tin trực tiếp cho chủ doanh nghiệp, giống như một nhân viên giỏi báo cáo lên. "Đây là khách hàng tiềm năng, đây là khảo sát, đây là một bài thuyết trình và đề xuất đầy đủ, đây là báo giá tôi đã xây dựng từ mọi thứ tôi tìm thấy. Phê duyệt nó và tôi sẽ gửi đi."
Đề xuất được hiển thị dưới dạng một trang web tương tác với hình ảnh trước/sau khi chuyển đổi, một thứ mà cách đây một năm hoàn toàn nằm ngoài tầm với đối với một nhà cảnh quan báo giá một công việc $10,000.
Đội tác nhân học hỏi về tổ chức của bạn
Các tác nhân hữu ích phải học hỏi trong thời gian thực, không phải theo lịch trình của lần tinh chỉnh (fine-tuning) tiếp theo của bạn. Phản hồi được kết tinh thành các ký ức (memories) và kỹ năng (skills), tích lũy liên tục.
Trong thực tế, điều đó trông giống như sự qua lại thông thường với một đồng đội, qua Slack hoặc email. Đội tác nhân tích lũy thêm kiến thức nội bộ và chuyên môn sau mỗi lần chạy.
Các tác nhân học hỏi từ phản hồi được gửi qua Slack.
Đội tác nhân phối hợp mà không cần bạn
Khi bạn có nhiều tác nhân có năng lực và có thể nói chuyện với nhau, phần lớn sự phối hợp không cần thông qua bạn nữa. Đặt chúng trong một kênh chung, một nhóm chat trong Slack, và chúng trao đổi công việc trực tiếp với nhau. Sage đánh dấu một việc cho Dispatcher, chúng tự giải quyết với nhau và tiếp tục. Bạn có thể xem toàn bộ quá trình, và bạn có thể tham gia bất cứ lúc nào bạn muốn, nhưng hầu hết thời gian bạn không cần phải làm vậy. Công việc hoàn thành mà không cần chờ bạn chuyển tiếp tin nhắn từ tác nhân này sang tác nhân khác.
Bạn chuyển từ vai trò là sợi dây kết nối mọi tác nhân thành người đọc luồng khi thực sự cần một quyết định.
Giám sát đội tác nhân của bạn
Khi các tác nhân đã có năng lực riêng lẻ và đang phối hợp với nhau, công việc của con người gần như chuyển hoàn toàn sang việc gỡ bỏ các rào cản cho chúng. Lập trình đã trải qua quá trình này, và chúng ta sắp thấy điều tương tự xảy ra với mọi công việc tri thức.
Đầu tiên, lập trình đơn lẻ: một luồng đơn, một tệp, một vấn đề, một người. Sau đó là tính năng tự động hoàn thành sớm của GitHub Copilot, thực chất là yếu tố hình thức completions áp dụng cho mã. Rồi trải nghiệm chat ban đầu của Cursor, nơi bạn có thể nói chuyện với một tác nhân và nó thực hiện các chỉnh sửa phức tạp hơn. Giờ đây, những nhà phát triển tác nhân giỏi nhất mà tôi biết dành phần lớn thời gian để giám sát một đội tác nhân, và đi ngủ mà không để các tác nhân làm việc gì đó qua đêm cảm giác như để cả đội của bạn ngồi không vậy.
Các tác nhân tự động thúc đẩy công việc của chúng trên kanban.
Điều đó thay đổi giao diện bạn cần. Bạn cần một mặt phẳng điều khiển (control plane): một nơi để thấy, trong nháy mắt, mỗi tác nhân đang làm gì, nó đang bị chặn ở đâu, và ai đang bàn giao cho ai. Công việc trở thành phóng to ra để thấy toàn bộ hệ thống cùng một lúc, một góc nhìn SimCity trên mọi thứ đang chạy, thay vì phóng to vào bất kỳ nhiệm vụ đơn lẻ nào.
Công việc mới của bạn
Các tác nhân đang gia nhập sơ đồ tổ chức của bạn. Kỹ năng quan trọng nhất cần học ngay bây giờ là cách giám sát và lãnh đạo một đội tác nhân. Thiết kế cấu trúc tổ chức tác nhân, vun đắp tầng ngữ cảnh (context layer), làm cho mọi tương tác trở nên dễ hiểu đối với chúng, và xác định khi nào bạn thực sự cần tham gia vào vòng lặp.
