Google தனது TypeScript மற்றும் Go ஆகியவற்றிற்கான Genkit Agents API-ன் முன்னோட்டத்தை (preview) வெளியிட்டுள்ளது. இது “detached turns” மற்றும் “human-in-the-loop” பாதுகாப்பு வசதிகளைச் சேர்ப்பதன் மூலம், பயன்பாட்டுத் தரத்திலான (production-grade) AI ஏஜென்ட்களை உருவாக்குவதையும் கட்டுப்படுத்துவதையும் எளிதாக்குகிறது.

புதிய API ஏன் முக்கியமானது

AI ஏஜென்ட்களைப் பயன்படுத்தும் போது டெவலப்பர்கள் நீண்டகாலமாக இரண்டு சிக்கல்களை எதிர்கொண்டு வருகின்றனர்: முழுமையான பணிப்பாய்வையும் (pipeline) முடக்கும் நீண்ட நேரப் பணிகள், மற்றும் பாதுகாப்பான, நம்பகமான செயல்களை உறுதி செய்வதில் உள்ள சிரமம். “Detached turns” வசதி, ஒரு ஏஜென்ட் சுற்றியுள்ள பணிப்பாய்வை முடக்காமல் ஒரு நீண்டச் செயல்பாட்டில் தொடர்ந்து பணியாற்ற அனுமதிக்கிறது; அதே நேரத்தில், “human-in-the-loop” விருப்பமானது, ஏஜென்ட்டின் வெளியீடு செயல்படுத்தப்படுவதற்கு முன்பு ஒரு மனித ஆய்வை (manual review) கட்டாயமாக்குகிறது. இவை இரண்டும் இணைந்து, வேலையில் ஏற்படும் காலதாமதத்தைக் குறைப்பதோடு, விலை உயர்ந்த தவறுகளையும் தடுக்கின்றன.

இதற்கான பாதை

இந்த ஆண்டின் தொடக்கத்தில், திறந்த மூல (open-source) கட்டமைப்புகள் மற்றும் கிளவுட் சேவைகள் உரையாடல் சார்ந்த AI-க்கான (conversational AI) தயார் நிலையில் உள்ள கூறுகளை (plug-and-play components) வழங்கத் தொடங்கின, ஆனால் அவற்றில் பெரும்பாலானவை டெவலப்பர்களைத் தனிப்பயனாக்கப்பட்ட ஒருங்கிணைப்பு குறியீடுகளை (custom orchestration code) எழுதத் தூண்டின. Google-ன் Genkit, கோரிக்கை கையாளுதல் (request handling), நிலை மேலாண்மை (state management) மற்றும் மாடல் தேர்வு (model selection) போன்ற தேவையற்ற கூடுதல் குறியீடுகளை (boilerplate) நீக்கும் ஒரு உயர்நிலை SDK மூலம் அந்த இடைவெளியை நிரப்புகிறது.

இந்த அம்சங்கள் உண்மையில் என்ன செய்கின்றன

  • Detached turns: ஒரு ஏஜென்ட் வெளிப்புற API-லிருந்து தரவை எடுக்க வேண்டியிருக்கும் போது, பல படிநிலைகளைக் கொண்ட தர்க்கச் சங்கிலியை (reasoning chain) இயக்க வேண்டியிருக்கும் போது அல்லது பயனர் உள்ளீட்டிற்காகக் காத்திருக்க வேண்டியிருக்கும் போது, அது அந்த வேலையை ஒரு பின்னணிச் செயல்பாட்டிற்கு (background process) ஒப்படைக்கிறது. முக்கிய பணிப்பாய்வு ஒரு இடத்தைப் பிடிக்கும் குறியீட்டைப் (placeholder) பெற்றுத் தொடர்ந்து முன்னேறுகிறது, இதனால் அடுத்தடுத்த பணிகளைத் தடுக்கும் முழுமையான நிறுத்தம் தவிர்க்கப்படுகிறது.
  • Human-in-the-loop: ஏஜென்ட்டின் முடிவு உறுதி செய்யப்படுவதற்கு முன்பு—உதாரணமாக, ஒரு கடனை அங்கீகரிப்பது அல்லது ஒரு தரவுத்தளத்தைப் (database) புதுப்பிப்பது—ஒரு மனித ஆய்விற்காக UI அறிவிப்பு (prompt) தோன்றும். ஆய்வாளர் அந்தப் பரிந்துரையை ஏற்கலாம், மாற்றியமைக்கலாம் அல்லது நிராகரிக்கலாம், இது தானியங்கி முறையைத் துறக்காமலேயே நிறுவனங்களுக்கு ஒரு பாதுகாப்பு வளையத்தை வழங்குகிறது.

உருவாகி வரும் துணை கருவிகள்

Genkit உடன் இணைந்து, AI பணிப்பாய்வுகளுடன் அடிக்கடி வரும் சிக்கல்களான செலவு மற்றும் பிழைத்திருத்தம் (debugging) ஆகியவற்றைத் தீர்க்கும் பயன்பாடுகளைத் திறந்த மூல சமூகம் உருவாக்கி வருகிறது.

  • ORA: இது ஒரு ஒற்றை பைனரியாக (single binary) தொகுக்கப்பட்ட Go அடிப்படையிலான பணி ஒருங்கிணைப்பாளர் (task orchestrator) ஆகும். இது பெரிய பணிகளைச் சிறிய துணைப் பணிகளாகப் பிரித்து, அவற்றைச் செய்யக்கூடிய மிகக் குறைந்த செலவு கொண்ட மாடலுக்குத் தானாகவே வழிநடத்துகிறது, இது குழுக்கள் கிளவுட் செலவைக் கட்டுக்குள் வைக்க உதவுகிறது.
  • Python AI error explainer: இது stack traces மற்றும் புரியாத பதிவுகளைப் (cryptic logs) பெற்று, எளிமையான மொழியில் ஒரு சுருக்கம், சாத்தியமான காரணம் மற்றும் சரிசெய்யும் வழிமுறைகளைத் திருப்பித் தரும் ஒரு நூலகம் (library) ஆகும். மூலப் பிழைத் தரவைச் செயல்படுத்தக்கூடிய நுண்ணறிவாக மாற்றுவதன் மூலம், இது டெவலப்பர்களுக்கான கருத்துப் பரிமாற்றச் சுழற்சியை (feedback loop) வேகப்படுத்துகிறது.

யார் வெற்றி பெறுகிறார்கள், யார் கவலைப்படுகிறார்கள்

அடுத்து எதைக் கவனிக்க வேண்டும்

இந்த முன்னோட்டம் அதன் வாக்குறுதிகளை நிறைவேற்றினால், AI ஏஜென்ட்கள் வெறும் சோதனை ரீதியான சாட்பாட்களாக (chatbots) இல்லாமல், முக்கியமான சூழல்களில் செயல்படவும், நிறுத்தவும் மற்றும் உதவி கேட்கவும் வணிகங்கள் நம்பக்கூடிய நம்பகமான கூறுகளாக மாறக்கூடும்.