Agentit, jotka luonnollisesti orkestroivat itseään ja hallitsevat omaa kontekstiaan, työkalujaan ja aliagenttejaan, ovat seuraava suuri avaus LLM:n suorituskyvyssä. Tällä hetkellä taitava insinööri, joka rakentaa optimoitua valjakosta, jossa on harkittu datavirta, huolenaiheiden erottelu, aliagenttien hallinta jne., voi tehdä merkittäviä parannuksia perustasoon verrattuna tiettyihin tehtäviin. Jos malli voisi tehdä tämän itse, se olisi suuri askel eteenpäin. Annetaan sille tavoite ja työkalut, ja se löytää optimaalisen tavan orkestroida itsensä tehtävää varten. Esimerkiksi rakennan hyvin primitiivistä tekoälytutkijaa, jonka aion pian tehdä avoimen lähdekoodin. Suurin osa työstä ei ole tehtävässä, vaan valjaissa... mitä orkestroija näkee, mitä aliagentit näkevät, mitä jaetaan heidän keskenään ja milloin, missä tiivistetään vs. siirretään raakadataa, ja mitä työkaluja kukin agentti hallitsee. Tämä antaa minulle mahdollisuuden parantaa merkittävästi sitä, mitä malli pystyy tekemään itsenäisesti. Jos malli pystyy tehokkaasti suunnittelemaan oman valjaansa tiettyyn ongelmaan, se olisi valtava askel eteenpäin. Veikkaukseni: itseohjaavat mallit... Sellaiset, jotka hallitsevat omaa kontekstiaan, työkalujaan ja aliagenttejaan, siirtävät rajaa lähes yhtä paljon kuin hyppy chatbotista → perusteluista. Ehkä enemmänkin.

Teen vain yritykseni tässä... Olen melko varma tästä. Joku voi prototypoikaa tämän tänään (ehkä minäkin!) pyytämällä mallia kirjoittamaan valjaat tiettyyn kehotteeseen Pythonissa, sijoittamaan sen @daytonaio hiekkalaatikkoon tai vastaavaan ja välittämällä kehotteen valjasille.