大きな言語モデル(LLMs)は、AIの世界を嵐に巻き込んだが、それらに基づくすべてのものは生産準備ができていない。 たくさんのバズを生み出し、彼らの現実世界のパフォーマンスは...うん、圧倒的です。 AIを適用するより実践的でスケーラブルな方法として地盤を獲得しています。 AI Agents Agentic Workflows AIエージェント: Still Cool, But Not Ready 1.信頼できない精度 AIエージェントはデモビデオでスリックに見えますが、実践では? 彼らは短くなります。 取る たったの達成♪ 同じタスクをする人間から期待できる正確さ より良い結果が得られるが、それでもその間には 人間の70%以上のパフォーマンスに比べて、 Claude's ACI (AI Agent Computer Interface) 14% Operator 30–50% 
 
 
 
 
 
 
 
 
 Agent 
 Success Rate 
 Human Benchmark 
 
 
 
 
 Claude ACI 
 14% 
 >70% 
 
 
 
 
 OpenAI Operator 
 30-50% 
 >70% ジョン・アチ 14% >70% オープンオペレーター 30～50% >70% 間違ったボタンをクリックするか、ユーザーのコマンドを誤解するかに関係なく、AIエージェントはまだ存在していません。 低適応性=高失敗率 ほとんどのAIエージェントは、ポップアップ広告や少し更新されたUIなどの変更にダイナミックに適応できず、リアルタイムのモニタリングとエラー回復が欠け、混沌としたまたは予測不能な環境で脆弱になります。 3.高コスト、低返金 Custom APIs. Task-specific logic. Endless debugging. All these make building and scaling AI Agents a expensive gamble. いくつかの推定では それは、大規模なDEV投資の後です。 agent success rates below 20% それが私たちをどこに残すのか。 エージェントワークフロー: The Smarter, Simpler Alternative AIを作る代わりに、 エージェントワークフローがタスクを分解 それぞれの部品を専門に扱う。 全部やる well-defined steps Think of it as the 意味のある全体に結びつく小さな、目的主導のタスク。 "microservices" version of AI 1. Agentic Workflowとは何ですか? それは、LLMやツールがオーケストラレートされている構造化されたアプローチです: 
 
 
 
 
 回収情報 変換または分析 次のステップへの食糧輸出 最終結果配信 エンドツーエンド AI エージェントとは異なり、Agentic Workflows は透明で、デバッグしやすく、および . より信頼性の高い 
 
 ある研究では、知識従業員は時間の30%を単に情報を検索し、整理することに費やしています。 ある研究では、知識従業員は時間の30%を単に情報を検索し、整理することに費やしています。 Agentic RAG: Personalization at Scale(エージェント・ラグ:スケールでの個性化) クールな進化は (Retrieval-Augmented Generation) 公開データで質問に答えるのではなく、 Agentic RAG 
 
 
 
 あなたのデータ(PDF、データベース、ミーティングノート) 「Custom Context」 そして、LLMを使用してスマートでパーソナライズされた回答を生成します。 ツール like この方向への最初のステップは、複雑な、複数のステップの研究プロジェクトをいくつかのヒントを通して実行し、詳細な概要を得ることを想像してください。 ChatGPT’s Deep Research エージェントワークフローは次の大きなものになるだろうか。 正直、すでに起こっています。 脆弱なエージェントと比較して、エージェントワークフロー: 
 
 
 
 クロスドキュメント検索や自動レポートなどの現実のビジネス上の問題を解決する Modular - Easy to integrate without tearing down your stack データの争い、コンテンツの合成、およびワークフローの自動化などの現在の企業のニーズに適合 電子商取引の注文パイプライン、医療診断の研究、またはパーソナライズされた教育パスであれ、これらのワークフローは業界全体で引き寄せを見つけています。 そして最も重要なのは、彼ら . work 最終思考 AIエージェントの夢は死んだのではなく、予想以上に時間がかかっています。 私たちが働く方法を静かに変え、一回に一つの仕事をしています。 Agentic Workflow 実用性を賞賛する世界では、次に大きなことはデジタルスーパーアシスタントではありません。 今日の現実の問題を解決するために 共に なぜなら、テクノロジーでは、粘着するアイデアが最も明るくないわけではなく、仕事を終えるためのアイデアだからです。

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

エージェントワークフローとは何ですか? AIのマイクロサービスについてもっと知る

About Author

コメント

ラベル

この記事は

Related Stories

暗号通貨の成長: 効果的なユーザーペルソナの作成

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

暗号通貨の成長: 効果的なユーザーペルソナの作成

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

フロキのヴァルハラがインドのスリランカツアーのアソシエイトスポンサーに加わる

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps