PoC agentowe: Kill, Iterate, Scale

Będziemy się bawili głównie Loki, Tempo, Prometeusz, który może nie jest odgrafany, ale praktycznie przyjęli to pod swoje skrzydła i śmiga ładnie. Głównie jeżeli chodzi o składnie, jak to wszystko połączyć z Alojem, czyli Open Terometry Collector, jak ładnie pospinać, czemu właściwie to robić, jak do tego podejść sensownie, gdzie, z czego korzystać i też taka zapowiedź, jak w ogóle to ukryć architektonicznie i co się będzie działo na kolejnych szkoleniach, że tak powiem, bo to jest taka cała seria. 3 spotkania po 4 godziny, od 16 do 18 lutego. Dokładnie, z samego rana, więc idealnie takie można powiedzieć. Dobrze Łukaszu, a co tam ty masz? Dobra, to pierwsze szkolenie to 24 lutego był Kubernetes the Hard Way, a teraz będzie Agentik AI the Hard Way, czyli jak napisać agenta.

Ja bym powiedział, że to jest taki bardziej prequel. To w zależności, jak właśnie miałem z tym problem, które kolejne szkolenie, ale stwierdziłem, że to agent musi wykorzystywać MCP, więc piszemy najpierw agenta, bo w sumie potem już wykorzystanie będzie wiadome po tym, jak to MCP wykorzystać. Jeszcze szybkie dodatkowe ogłoszenie do Protopii, czyli firmy, którą prowadzimy z Szymonem i stoi za Patoarchitektami. I stąd słyszcie o naszych doświadczeniach. Szukamy AI inżyniera, czyli osoby, która pomoże nam w budowie rozwiązań agentowych, LLM-owych w tych projektach, którymi Wam się chwalimy, dzielimy doświadczeniami, czy narzekamy na jakieś PoC agentowe.

Tutaj zrobiłem prompta, zmodyfikowałem i potem jest taki ten. Niestety, mimo że prompt jest bardzo precyzyjny, prawie za każdym zapytaniem odpowiedzi różnią się merytorycznie. O, smuteczek. Smuteczek, tak, plus cały bullshit z LinkedIna, gangi kodziaków, gangbangi kodziaków czy armia agentów. Stajemy się coraz mniej przyjaźni dla przedszkolaków. Dobra. I teraz, zaczynając może w ogóle od tego, to pierwsza rzecz, jak puszczamy biznes do tych rozwiązań AI-owych, I jeżeli mają coś tam eksperymentować, robić, żeby też pomóc, w ogóle odkryć kierunek, bo to też powiedzmy, że są te fazy discovery, te wszystkie czaty GPT, co-piloty, to jest no go.

Dobra, tak żeby tylko to ułożyć generalnie. Czyli pierwsze to jest w ogóle zarządzanie oczekiwaniami i mówimy sobie, co w ogóle możemy zrobić. Pierwsza faza, czyli i co? Oceniamy co, jak, gdzie, eksperymenty robimy na realnych systemach tych, które będą korzystały z API, a nie mówimy sobie, że teraz przeniesiemy wszystkie prompty, które mieliście z czata nagle na system wewnętrzny. To nie zadziała. Tak, dokładnie. Raczej będzie mordęgą. Kolejna rzecz to jest w sposób, opisujemy też, zbieramy rzeczy, gdzie realnie możemy tego użyć, bo mówimy tutaj o agentach, czyli tam, gdzie nasz ten cały system, nazwijmy to AI-owy, może coś zrobić, a nie tylko odpowiedzieć na pytanie. Czyli szukamy flow biznesowego. Zastosowania. Tak, ja bym zrobił to, w jaki sposób do tego podchodzę, to jest, że osoba, która w ogóle wykonuje tą pracę, to ona siada do Worda, dosłownie, i spisuje krok po kroku, co ona robi, jak wygląda ten proces, który chcemy zautomatyzować, jak on wygląda nie w rozumieniu jakiegoś menadżera, przepraszam za to, ale osoby końcowej, jak ona wykonuje ten proces krok po kroku, z jakiego systemu korzysta, do jakich ekranów wchodzi,

To jest taka moja perspektywa w te procesy agentowe. Jeżeli robimy proces biznesowy, w którym miejscu je automatyzujemy, w którym miejscu wrzucimy człowieka, żeby nie rozbić się ze ścianą już od razu. I uświadomić, że to jest w porządku, bo dalej część tych projektów pochodzi do tego, że po to wydarzamy AI, żeby człowieka w ogóle nie było. A to nie, to mamy odciążyć. To jest narzędzie, które ma pomagać. Z takich, ja teraz wezmę, przytoczę maila, ale jest na podstawie czegoś tam, powiedzmy jest skomplikowany proces biznesowy i na końcu człowiek dostaje w jakiejś formie, najlepiej właśnie nie czata, tylko jakieś formatki, podsumowania, jakie są rekomendacje przykładowo odnośnie tego procesu. I w tym co myślę, tutaj było akurat, że klient wysyła jakiś wniosek do firmy.