Lập trình agentic đủ tiên tiến về cơ bản là học máy: kỹ sư thiết lập mục tiêu tối ưu hóa cũng như một số ràng buộc trên không gian tìm kiếm (đặc tả và các bài kiểm tra của nó), sau đó một quy trình tối ưu hóa (các agent lập trình) lặp đi lặp lại cho đến khi đạt được mục tiêu. Kết quả là một mô hình blackbox (cơ sở mã được tạo ra): một sản phẩm thực hiện nhiệm vụ, mà bạn triển khai mà không bao giờ kiểm tra logic bên trong của nó, giống như chúng ta bỏ qua các trọng số cá nhân trong một mạng nơ-ron. Điều này ngụ ý rằng tất cả các vấn đề cổ điển gặp phải trong ML sẽ sớm trở thành vấn đề cho lập trình agentic: quá khớp với đặc tả, các mẹo Clever Hans không tổng quát bên ngoài các bài kiểm tra, rò rỉ dữ liệu, trôi khái niệm, v.v. Tôi cũng muốn hỏi: Keras của lập trình agentic sẽ là gì? Bộ trừu tượng cấp cao tối ưu nào sẽ cho phép con người điều khiển 'đào tạo' cơ sở mã với chi phí nhận thức tối thiểu?