McKinsey đã nghiên cứu 50 mô hình AI có khả năng tác động và nơi chúng thất bại nhiều nhất, và đã rút ra 6 yếu tố chính—cần thiết cho các kỹ sư AI: 1. Không phải là về tác nhân, mà là về quy trình làm việc. đừng quá ám ảnh về việc xây dựng những "tác nhân ấn tượng". hãy nghĩ về toàn bộ hệ thống, không phải những món đồ chơi thú vị. 2. Tác nhân không phải lúc nào cũng là câu trả lời. Không phải mọi quy trình làm việc đều cần một hệ thống đa tác nhân. Những nhiệm vụ có độ biến thiên thấp, có thể dự đoán được thì tốt nhất nên được xử lý bằng quy tắc hoặc ML, LLMs làm tăng độ phức tạp. Những thành công lớn cho các tác nhân đến từ các quy trình có độ biến thiên cao, lộn xộn (ví dụ: trích xuất thông tin tài chính phức tạp) 3. Tránh "AI Slop". (thường gặp) Tập trung vào phát triển lâu dài của các tác nhân, như bạn làm với sự phát triển của một nhân viên. Quên đi những bản demo ấn tượng. Tập trung vào các tiêu chuẩn đánh giá. Các tác nhân nên được giao rõ ràng mô tả công việc, được đào tạo, và nhận phản hồi để cải thiện thường xuyên. 4. Theo dõi từng bước, không chỉ kết quả. Mở rộng các tác nhân mà không có sự nhìn thấy là yêu cầu cho những thất bại im lặng. Hãy nghĩ về việc giám sát từng giai đoạn của quy trình làm việc. Bằng cách này, các đội có thể phát hiện lỗi sớm, tinh chỉnh logic nhanh chóng, và tránh những sự cố hoàn toàn. Khi sai sót xảy ra (và chúng sẽ xảy ra), bạn có thể theo dõi nơi mọi thứ đã sai và tại sao. Đừng bỏ qua điều này. 5. Tái sử dụng các tác nhân khi có thể. Nhiều công ty lãng phí thời gian xây dựng các tác nhân riêng lẻ cho mỗi nhiệm vụ. Cách thông minh hơn là tạo ra các thành phần tác nhân mô-đun (nhập, trích xuất, xác minh, phân tích) có thể được tái sử dụng cho các quy trình làm việc khác. Tập trung vào các công cụ và lời nhắc đã được xác thực cắt giảm 30–50% công việc dư thừa, con số này không phải là chuyện đùa. 6. Con người vẫn là điều cần thiết, nhưng trong các vai trò mới. Các tác nhân có thể phân tích, tự động hóa và mở rộng. Nhưng con người cung cấp sự phán đoán, xử lý các trường hợp đặc biệt, và giải quyết vấn đề sáng tạo. Tương lai không phải là tác nhân so với con người, mà là tác nhân + con người. Đây là những sai lầm mà các công ty khởi nghiệp và các công ty đã thành lập mắc phải khi mở rộng. Chúng gây thiệt hại lớn đến danh tiếng và tài nguyên. Và bây giờ bạn đã biết cách tránh điều này.

Mọi người trong lĩnh vực nghiên cứu đang phát điên vì bài báo mới về DeepSeek trên Nature. Đây không phải là trò đùa, họ thực sự đã công bố một bài báo mới.

tại sao chúng ta không tiền huấn luyện các mô hình cho các nhiệm vụ tác động? thì những người này đã làm. và nó đã thành công. họ đã giới thiệu một bước trung gian sau khi tiền huấn luyện và trước khi hậu huấn luyện. họ đã tổng hợp dữ liệu hành động của tác nhân và mô hình AgentFounder-30B của họ đã thiết lập SOTA mới trên 10 tiêu chuẩn. SFT cũng có tổn thất nhỏ hơn đáng kể sau bước Tiền huấn luyện Liên tục Tác nhân này. tại sao điều này lại hiệu quả? bởi vì các mô hình nền tảng đa năng thường không có thiên kiến tác nhân, đặt gánh nặng lên hậu huấn luyện. khi bạn giới thiệu lý luận nhiều bước và sử dụng công cụ trong giai đoạn tiền huấn luyện, bạn làm dễ dàng hơn cho hậu huấn luyện, đặc biệt khi bạn thực hiện điều đó với sự kết hợp của các nhiệm vụ tác nhân ngắn hạn và dài hạn. vậy điều này có nghĩa là gì nếu bạn điều hành doanh nghiệp của mình trên các tác nhân hoặc xây dựng chúng ở bất kỳ quy mô nào? bạn có thể tổng hợp dữ liệu với chi phí thấp, tiền huấn luyện thêm một mô hình nền tảng và sau đó hậu huấn luyện nó.