بڑے زبان ماڈل (LLMs) نے AI کی دنیا کو طوفان سے لے لیا ہے، لیکن ان پر تعمیر ہونے والے سب کچھ پیداوار کے لئے تیار نہیں ہے. ان کی حقیقی دنیا کی کارکردگی ... ٹھیک ہے، غریب. AI کو استعمال کرنے کے لئے ایک زیادہ عملی اور وسیع پیمانے پر طریقہ کے طور پر زمین پر حاصل کر رہے ہیں. AI Agents Agentic Workflows AI ایجنٹس: اب بھی ٹھنڈا، لیکن کافی تیار نہیں 1۔ جس پر اعتماد نہیں کیا جا سکتا AI ایجنٹ ڈیمو ویڈیوز میں چیلنج نظر آتے ہیں. لیکن عملی طور پر؟ وہ مختصر ہو جاتے ہیں. لے وہ صرف حاصل کرتا ہے آپ کو ایک ہی کام کرنے کے لئے ایک انسان سے توقع کی درستگی. بہتر نتائج ہیں، لیکن اب بھی کے درمیان گھومتا ہے انسانی کارکردگی کے مقابلے میں 70 فیصد سے زائد. 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% کلمہ ایشیائی 14 فیصد >70 فیصد آپریٹر کھولیں 30 سے 50 فیصد >70 فیصد چاہے یہ غلط بٹن پر کلک کرنا ہے یا صارف کے احکامات کو غلط سمجھنا ہے، AI ایجنٹ ابھی وہاں نہیں ہیں. 2۔ کم خوراک = کم خوراک زیادہ تر AI ایجنٹوں کو ایک پپ اپ اشتہارات یا تھوڑا سا اپ ڈیٹ شدہ UI جیسے تبدیلیوں کے لئے قدرتی طور پر متفق نہیں کیا جا سکتا. ان کے پاس حقیقی وقت کی نگرانی اور غلطیوں کی بحالی نہیں ہے. اعلی قیمت، کم واپسی Custom APIs. Task-specific منطق. Endless debugging. All of these make building and scaling AI Agents a expensive gamble. - اور یہ ایک سنگین ڈویو سرمایہ کاری کے بعد ہے. agent success rates below 20% یہ ہمیں کہاں چھوڑتا ہے؟ ایجنٹک Workflow: اسمارٹ، سادہ متبادل بنانے کے بجائے ایک AI Agent Workflow کاموں کو تقسیم کرتا ہے اور ہر ایک کے لئے خصوصی اجزاء کو منظم کرنے کی اجازت دیتا ہے. سب کچھ کریں well-defined steps اس کے طور پر سوچو کہ یہ چھوٹے، مقاصد پر مبنی کام ایک قابل ذکر کل میں ایک ساتھ منسلک ہیں. "microservices" version of AI 1۔ ایک ایجنٹک Workflow کیا ہے؟ یہ ایک ساختہ نقطہ نظر ہے جہاں LLMs یا اوزار کو منظم کیا جاتا ہے: 
 
 
 
 
 معلومات کی واپسی تبدیل کریں یا تجزیہ کریں اگلے مرحلے کے لئے کھانے کی پیداوار آخر نتائج فراہم کریں end-to-end AI ایجنٹس کے برعکس، ایجنٹک کام کے چیلنج شفاف ہیں، ڈیبگ کرنے کے لئے آسان ہیں، اور . زیادہ قابل اعتماد 
 
 💡 ایک مطالعہ میں، علم کارکن اپنے وقت کے 30٪ تک صرف معلومات کی تلاش اور منظم کرنے میں خرچ کرتے ہیں. 💡 ایک مطالعہ میں، علم کارکن اپنے وقت کے 30٪ تک صرف معلومات کی تلاش اور منظم کرنے میں خرچ کرتے ہیں. Agentic RAG: مقیاس میں ذاتی سازی ایک ٹھنڈا ترقی ہے (Retrieval-Augmented Generation) صرف سرکاری اعداد و شمار کے ساتھ سوالات کا جواب دینے کے بجائے، یہ: Agentic RAG 
 
 
 
 آپ کے اعداد و شمار کو نکالتا ہے (PDFs، ڈیٹا بیس، اجلاس نوٹ) زمرہ:Custom Context اور پھر ذہین، ذاتی جوابات پیدا کرنے کے لئے LLMs کا استعمال کرتے ہیں اس طرح کے آلات اس سمت میں ابتدائی اقدامات ہیں - چند نوٹس کے ذریعے ایک پیچیدہ، کئی مرحلے کی تحقیقاتی منصوبہ چلانے اور تفصیلی خلاصہ حاصل کرنے کا تصور کریں. ChatGPT’s Deep Research کیا ایجنٹک کاروباری رفتار اگلی بڑی چیز ہوگی؟ حقیقت یہ ہے کہ یہ اب بھی ہو رہا ہے. براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہربانی براہ مہ 
 
 
 
 حقیقی کاروباری مسائل کو حل کریں جیسے cross-document search یا خود کار طریقے سے رپورٹنگ ماڈیولر ہیں - آپ کے سٹاک کو تباہ کرنے کے بغیر انٹرویو کرنے کے لئے آسان آج کے کاروباری ضروریات کے مطابق، جیسے ڈیٹا جھگڑا، مواد کے مجموعہ، اور کاروباری رفتار کے خود کار طریقے سے چاہے یہ ای کامرس آرڈر پائپ لائنز، طبی تشخیص کی تحقیق، یا اپنی مرضی کے مطابق تعلیم کے راستے ہیں، یہ کام کے بہاؤ صنعتوں میں ٹریک تلاش کر رہے ہیں. اور سب سے اہم بات یہ ہے کہ وہ . work آخری سوچیں AI ایجنٹوں کا خواب مُرد نہیں ہے - یہ صرف توقع سے زیادہ وقت لگ رہا ہے. ہم کس طرح کام کرتے ہیں، ایک وقت میں ایک کام تبدیل کر رہا ہے. Agentic Workflow ایک دنیا میں جس میں عملیات کی حوصلہ افزائی ہوتی ہے، شاید اگلی بڑی بات ایک ڈیجیٹل سپر ایڈریس نہیں ہے۔ یہ چھوٹے، ذہین آلات کی ایک سیٹ ہے جو کام کرتا ہے آج کے حقیقی مسائل کو حل کرنے کے لئے ایک ساتھ کیونکہ ٹیکنالوجی میں، وہ خیالات جو پھیلاتے ہیں سب سے زیادہ چمکدار نہیں ہیں - وہ وہی ہیں جو کام کو حاصل کرتے ہیں.

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

یہ آڈیو کہانی کی اصل زبان میں تیار کی گئی ہے!

بہت لمبا؛ پڑھنے کے لئے

Make resilience your competitive advantage

Agentic Workflow کیا ہے؟ AI کی مائیکرو سروسز کے بارے میں مزید جانیں

About Author

تبصرے

ہینگ ٹیگز

یہ مضمون اس میں پیش کیا گیا تھا۔

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

On Sunday, the 26th of November, 1631

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

On Sunday, the 26th of November, 1631

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps