𝗧𝗪𝗔𝗬 𝗠𝗔𝗬 𝗞𝗛𝗢̂𝗡𝗚 𝗟𝗔̀ 𝗠𝗢̛̣̣𝗧 𝗧𝗜̀𝗘̂́𝗣 𝗛𝗔̀𝗡𝗛 𝗗𝗢𝗜𝗡𝗚 𝗧𝗔̣̂𝗧 𝗖𝗔̉ 𝗠𝗢̣𝗜 𝗧𝗛𝗨̛́.
𝗖𝗢́ 𝗧𝗛𝗘̂̉ 𝗡𝗛𝗜𝗘̂̀𝗨 𝗧𝗛𝗔̀𝗡𝗛 𝗔𝗚𝗘𝗡𝗧 𝗗𝗨̛𝗢̛̣𝗖 𝗧𝗛𝗜𝗘̂́𝗧 𝗞𝗘̂́ 𝗖𝗛𝗢 𝗧𝗔̂́𝗧 𝗖𝗔̉𝗖𝗔̉𝗖𝗔̉ 𝗟𝗔̀𝗠 𝗩𝗜𝗘̣̂𝗖 𝗖𝗛𝗨𝗡𝗚 𝗡𝗛𝗔𝗨.
𝗛𝗼𝗮̀𝗻𝗴 𝗗𝗮̃ 𝗧𝗛𝗜𝗘̂́ 𝗟𝗛 𝗔𝗜 𝗩𝗨̛̀𝗮 𝗗𝗮̀ 𝗟𝗔̀ 𝗠𝗢̣̂𝗧 𝗕𝗢̣̀ 𝗡𝗛𝗜𝗨̛ 𝗡𝗛𝗔̃𝗡 𝗧𝗛𝗢̣𝗔̣𝗜 𝗖𝗛𝗔̂𝗧𝗕𝗢𝗧.
𝗧𝗛𝗔́𝗖 𝗛𝗔̣𝗡𝗚 𝗧𝗜𝗘̂́𝗣 𝘁𝗶𝗲̂́𝗽 𝘁𝗶𝗲̂́𝗽 𝗹𝗮̀ 𝗗𝗢̂̀𝗡𝗚 𝗕𝗢̣̂.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗚𝗜𝗢̉𝗜 𝗩𝗘̂̀ 𝗡𝗚𝗛𝗜𝗘̂𝗡 𝗖𝗨̛́𝗨.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗞𝗛𝗔́𝗖 𝗖𝗢́ 𝗧𝗛𝗘̂̉ 𝗛𝗢𝗔̣𝗖 𝗧𝗛𝗜𝗘̂N 𝗩𝗘̀ 𝗟𝗔̣𝗣 𝗧𝗥𝗜̀𝗡𝗛.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗚𝗜𝗨́𝗣 𝗖𝗛𝗢 𝗡𝗛𝗜𝗘̂𝗨 𝗞𝗘̂́ 𝗛𝗢𝗔̣𝗖.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗧𝗛𝗔𝗠 𝗚𝗜𝗔𝗖 𝗩𝗢̛́𝗜 𝗖𝗢̂𝗡𝗚 𝗖𝗨̣̣ 𝗕𝗘̂𝗡 𝗡𝗚𝗢𝗔𝗜.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗤𝗨𝗔̉𝗡 𝗟ý 𝗠𝗢̣̂𝗧 𝗤𝗨𝗬̀𝗡 𝗧𝗥𝗨̀𝗡𝗚 CỤ THỂ.
𝗞𝗵𝗼̂𝗻𝗴 𝗧𝗵𝗲̂̉ 𝗯𝘂𝗼̣̣𝗰 𝗠𝗼̣̂𝘁 𝗺𝗼̂ hình 𝗮𝗹𝗮̀𝗺 𝗰𝗵𝗼 𝘁𝗮̂́𝘁 𝗰𝗮̉ 𝗰𝗮́𝗰 𝘁𝗿𝗮́𝗰𝗵 𝗻𝗵𝗶𝗲̣̂𝗺, 𝗺𝗼̣̂𝘁 𝗸𝗶𝗲̂̂𝗻 𝘁𝗿𝘂́𝗰 𝗻𝗵𝗶𝗲̂̀𝘂 𝗮𝗴𝗲𝗻𝘁 có 𝘁𝗵𝗲̂̉ 𝗽𝗵𝗮̂𝗻 𝗹𝗶 𝗩𝗮̀ 𝗗𝗼̂̀𝗻𝗴 𝗕𝗼̣̂ 𝗖𝗵𝗼 𝗡𝗵𝘂̛̃𝗻𝗴 𝘁𝗮̂𝗶 𝗯𝗮̀𝗶 𝗽𝗵𝗮̂̀𝗻 𝗯𝗶𝗲̣̂𝗻 𝗯𝗶̀𝗮𝗻𝗵 𝗩𝗮̀ 𝗽𝗵𝗼̂́𝗶 𝗵𝗼̛𝗽 𝘁𝗼̉ 𝗮𝗴𝗲𝗻𝘁 𝗮𝗺 𝘁𝗿𝗼̛𝗻𝗴 𝗛𝗲̣̂ 𝘁𝗵𝗼̂́𝗻𝗴.
Đó là suy nghĩ đằng sau kiến trúc Hệ Thống Nhiều Tác Nhân (Multi-Agent System) của AINFT.
Phần thú vị không chỉ đơn giản là tạo thêm nhiều tác nhân AI.
Mà là tạo ra một môi trường nơi các tác nhân đó có thể làm việc cùng nhau.
␥ Các thành phần mô-đun có thể được kết hợp và mở rộng
␥ API có thể kết nối mô hình, công cụ, cơ sở dữ liệu và quy trình làm việc
␥ AgentChat cho phép giao tiếp và chia sẻ ngữ cảnh giữa các tác nhân
␥ Các tác nhân chuyên biệt có thể được phối hợp cho các nhiệm vụ lớn hơn
␥ Các phần mở rộng và tích hợp cho phép nhà phát triển tùy chỉnh hệ thống của họ
Điều này tạo ra một mô hình phát triển hoàn toàn khác biệt về bản chất.
Thay vì:
𝗠𝗢̣̂𝗧 𝗠𝗢̂ 𝗛𝗜̀𝗡𝗛 → 𝗠𝗢̣̂𝗧 𝗡𝗛𝗜𝗘̣̂𝗠 𝗩𝗨̣ 𝗖𝗛𝗢̛𝗜
Bạn có thể bắt đầu nghĩ đến:
𝗡𝗛𝗜𝗘̂̀𝗨 𝗧𝗔́𝗖 𝗡𝗛𝗔̂𝗡 → 𝗠𝗢̣̂𝗧 Đ𝗔̂̀𝗨 𝗩𝗜𝗘̣̂𝗧 𝗣𝗛𝗢̂̉ 𝗛𝗢̣̂𝗣
Và sự khác biệt đó ngày càng trở nên quan trọng khi các hệ thống AI trở nên có khả năng hơn.
Các vấn đề ngoài đời thực hiếm khi phù hợp gọn gàng vào chỉ một nhiệm vụ.
Nghiên cứu có thể cần nhiều nguồn.
Phát triển phần mềm có thể liên quan đến lập kế hoạch, viết mã, kiểm thử và gỡ lỗi.
Quy trình nghiệp vụ có thể cần phân tích, ra quyết định, thực thi và giám sát.
@justinsuntron
#TRONEcoStar @TRON DAO
𝗖𝗢́ 𝗧𝗛𝗘̂̉ 𝗡𝗛𝗜𝗘̂̀𝗨 𝗧𝗛𝗔̀𝗡𝗛 𝗔𝗚𝗘𝗡𝗧 𝗗𝗨̛𝗢̛̣𝗖 𝗧𝗛𝗜𝗘̂́𝗧 𝗞𝗘̂́ 𝗖𝗛𝗢 𝗧𝗔̂́𝗧 𝗖𝗔̉𝗖𝗔̉𝗖𝗔̉ 𝗟𝗔̀𝗠 𝗩𝗜𝗘̣̂𝗖 𝗖𝗛𝗨𝗡𝗚 𝗡𝗛𝗔𝗨.
𝗛𝗼𝗮̀𝗻𝗴 𝗗𝗮̃ 𝗧𝗛𝗜𝗘̂́ 𝗟𝗛 𝗔𝗜 𝗩𝗨̛̀𝗮 𝗗𝗮̀ 𝗟𝗔̀ 𝗠𝗢̣̂𝗧 𝗕𝗢̣̀ 𝗡𝗛𝗜𝗨̛ 𝗡𝗛𝗔̃𝗡 𝗧𝗛𝗢̣𝗔̣𝗜 𝗖𝗛𝗔̂𝗧𝗕𝗢𝗧.
𝗧𝗛𝗔́𝗖 𝗛𝗔̣𝗡𝗚 𝗧𝗜𝗘̂́𝗣 𝘁𝗶𝗲̂́𝗽 𝘁𝗶𝗲̂́𝗽 𝗹𝗮̀ 𝗗𝗢̂̀𝗡𝗚 𝗕𝗢̣̂.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗚𝗜𝗢̉𝗜 𝗩𝗘̂̀ 𝗡𝗚𝗛𝗜𝗘̂𝗡 𝗖𝗨̛́𝗨.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗞𝗛𝗔́𝗖 𝗖𝗢́ 𝗧𝗛𝗘̂̉ 𝗛𝗢𝗔̣𝗖 𝗧𝗛𝗜𝗘̂N 𝗩𝗘̀ 𝗟𝗔̣𝗣 𝗧𝗥𝗜̀𝗡𝗛.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗚𝗜𝗨́𝗣 𝗖𝗛𝗢 𝗡𝗛𝗜𝗘̂𝗨 𝗞𝗘̂́ 𝗛𝗢𝗔̣𝗖.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗧𝗛𝗔𝗠 𝗚𝗜𝗔𝗖 𝗩𝗢̛́𝗜 𝗖𝗢̂𝗡𝗚 𝗖𝗨̣̣ 𝗕𝗘̂𝗡 𝗡𝗚𝗢𝗔𝗜.
𝗠𝗢̣̂𝗧 𝗮𝗴𝗲𝗻𝘁 𝗰𝗼́ 𝗧𝗛𝗘̂̉ 𝗤𝗨𝗔̉𝗡 𝗟ý 𝗠𝗢̣̂𝗧 𝗤𝗨𝗬̀𝗡 𝗧𝗥𝗨̀𝗡𝗚 CỤ THỂ.
𝗞𝗵𝗼̂𝗻𝗴 𝗧𝗵𝗲̂̉ 𝗯𝘂𝗼̣̣𝗰 𝗠𝗼̣̂𝘁 𝗺𝗼̂ hình 𝗮𝗹𝗮̀𝗺 𝗰𝗵𝗼 𝘁𝗮̂́𝘁 𝗰𝗮̉ 𝗰𝗮́𝗰 𝘁𝗿𝗮́𝗰𝗵 𝗻𝗵𝗶𝗲̣̂𝗺, 𝗺𝗼̣̂𝘁 𝗸𝗶𝗲̂̂𝗻 𝘁𝗿𝘂́𝗰 𝗻𝗵𝗶𝗲̂̀𝘂 𝗮𝗴𝗲𝗻𝘁 có 𝘁𝗵𝗲̂̉ 𝗽𝗵𝗮̂𝗻 𝗹𝗶 𝗩𝗮̀ 𝗗𝗼̂̀𝗻𝗴 𝗕𝗼̣̂ 𝗖𝗵𝗼 𝗡𝗵𝘂̛̃𝗻𝗴 𝘁𝗮̂𝗶 𝗯𝗮̀𝗶 𝗽𝗵𝗮̂̀𝗻 𝗯𝗶𝗲̣̂𝗻 𝗯𝗶̀𝗮𝗻𝗵 𝗩𝗮̀ 𝗽𝗵𝗼̂́𝗶 𝗵𝗼̛𝗽 𝘁𝗼̉ 𝗮𝗴𝗲𝗻𝘁 𝗮𝗺 𝘁𝗿𝗼̛𝗻𝗴 𝗛𝗲̣̂ 𝘁𝗵𝗼̂́𝗻𝗴.
Đó là suy nghĩ đằng sau kiến trúc Hệ Thống Nhiều Tác Nhân (Multi-Agent System) của AINFT.
Phần thú vị không chỉ đơn giản là tạo thêm nhiều tác nhân AI.
Mà là tạo ra một môi trường nơi các tác nhân đó có thể làm việc cùng nhau.
␥ Các thành phần mô-đun có thể được kết hợp và mở rộng
␥ API có thể kết nối mô hình, công cụ, cơ sở dữ liệu và quy trình làm việc
␥ AgentChat cho phép giao tiếp và chia sẻ ngữ cảnh giữa các tác nhân
␥ Các tác nhân chuyên biệt có thể được phối hợp cho các nhiệm vụ lớn hơn
␥ Các phần mở rộng và tích hợp cho phép nhà phát triển tùy chỉnh hệ thống của họ
Điều này tạo ra một mô hình phát triển hoàn toàn khác biệt về bản chất.
Thay vì:
𝗠𝗢̣̂𝗧 𝗠𝗢̂ 𝗛𝗜̀𝗡𝗛 → 𝗠𝗢̣̂𝗧 𝗡𝗛𝗜𝗘̣̂𝗠 𝗩𝗨̣ 𝗖𝗛𝗢̛𝗜
Bạn có thể bắt đầu nghĩ đến:
𝗡𝗛𝗜𝗘̂̀𝗨 𝗧𝗔́𝗖 𝗡𝗛𝗔̂𝗡 → 𝗠𝗢̣̂𝗧 Đ𝗔̂̀𝗨 𝗩𝗜𝗘̣̂𝗧 𝗣𝗛𝗢̂̉ 𝗛𝗢̣̂𝗣
Và sự khác biệt đó ngày càng trở nên quan trọng khi các hệ thống AI trở nên có khả năng hơn.
Các vấn đề ngoài đời thực hiếm khi phù hợp gọn gàng vào chỉ một nhiệm vụ.
Nghiên cứu có thể cần nhiều nguồn.
Phát triển phần mềm có thể liên quan đến lập kế hoạch, viết mã, kiểm thử và gỡ lỗi.
Quy trình nghiệp vụ có thể cần phân tích, ra quyết định, thực thi và giám sát.
@justinsuntron
#TRONEcoStar @TRON DAO