ការរចនាប្រព័ន្ធ Agentic៖ មគ្គុទេសក៍ពេញលេញ

ការរចនាប្រព័ន្ធសូហ្វវែរធម្មតាជាសំណួរនៃ មុខងារ៖ តើ inputs ជាអ្វី តើ outputs ជាអ្វី តើ data model ជាអ្វី ព្រំដែននៅឯណា។ ការរចនាប្រព័ន្ធ agentic ជាសំណួរនៃ ឥរិយាបថ៖ ក្រោមលក្ខខណ្ឌណា agent សកម្មដោយខ្លួនឯង តើវាដឹងយ៉ាងណាពេលវាខុស អ្វីបញ្ឈប់វាពេលវាវិលជុំ ហើយវាទុកអ្វីនៅពីក្រោយដើម្បីឱ្យមនុស្សអាចសាងសង់ឡើងវិញនូវអ្វីដែលបានកើតឡើង។ Artifacts ខុសគ្នាព្រោះរបៀបបរាជ័យខុសគ្នា — ប្រព័ន្ធធម្មតាបរាជ័យដោយ crash ឯ agentic បរាជ័យដោយធ្វើរបស់ខុសដោយទំនុកចិត្តក្នុងមាត្រដ្ឋាន។

ការផ្លាស់ប្ដូរនោះជាវិន័យទាំងមូល។ ខាងក្រោមជាមគ្គុទេសក៍ជាក់ស្ដែងសម្រាប់វា សាងសង់ជុំវិញសំណួររចនាបួនដែលរាល់ប្រព័ន្ធ agentic ត្រូវឆ្លើយមុនពេលវាប៉ះ production។

ចាប់ផ្ដើមតូច៖ ស្វយ័តភាពជារបស់ដែលអ្នករកបាន មិនមែនផ្ដល់ឱ្យ

កំហុសទូទៅបំផុតមួយគឺការប្រគល់ឱ្យ agent នូវស្វយ័តភាពទូលាយនៅថ្ងៃទីមួយ ព្រោះ demo មើលទៅល្អ។ វិន័យគឺផ្ទុយ៖ ចាប់ផ្ដើមជាមួយស្វយ័តភាពតូចចង្អៀតបំផុតដែលនៅតែមានប្រយោជន៍ ហើយពង្រីកវាតែនៅពេលប្រព័ន្ធរកបានទំនុកចិត្ត។

ជាក់ស្ដែង នោះមានន័យថាកំណែដំបូងរបស់ agent គួរសកម្មក្នុងប្រអប់តឹង — សំណុំសកម្មភាពតូចដែលអនុញ្ញាត អានភាគច្រើនពេលអាចធ្វើបាន ដោយមនុស្សយល់ព្រមរបស់ណាដែលមានផលវិបាក។ ពេលអ្នកប្រមូលភស្តុតាងថាវាមានឥរិយាបថត្រឹមត្រូវលើ inputs ពិត អ្នកពង្រីកប្រអប់៖ សកម្មភាពច្រើនជាង ការយល់ព្រមតិចជាង blast radius ធំជាង។ ការពង្រីកនីមួយៗជាការសម្រេចចិត្តដែលគាំទ្រដោយទិន្នន័យ មិនមែនលំនាំដើមដែលអ្នក ship មកជាមួយ។

នេះផ្គូផ្គងផ្ទាល់លើអ្វីដែលវិស័យបានរៀនអំពី loops៖ ទិន្នន័យរបស់ Anthropic បង្ហាញថាអ្នកអភិវឌ្ឍប្រគល់ភារកិច្ចទាំងស្រុងតែ ០–២០% ប៉ុណ្ណោះ ទោះបីមាន agent ដែលមានសមត្ថភាព ព្រោះទំនុកចិត្តរកបានយឺតៗ។ ការរចនាសម្រាប់ស្វយ័តភាព ជាថ្នាក់ មិនមែនជាការភ័យខ្លាចទេ — វាជាផ្លូវតែមួយដែលមិនផ្ទុះលើកដំបូងពេល agent ជួប input ដែលអ្នកមិនបានរំពឹង។ យើងបានធ្វើកំណែប្រតិបត្តិការនៃអំណះអំណាងនេះក្នុង ការរចនា agent loops ដែលដំណើរការពេលអ្នកដេក៖ ស្វយ័តភាពដែលអ្នកផ្ដល់ឱ្យ loop ដែលគ្មានអ្នកមើលគួរទូលាយត្រឹមតែ guardrails របស់អ្នករឹងមាំ ហើយមិនទូលាយជាងនេះ។

កំណត់ហេតុការសម្រេចចិត្ត៖ បើអ្នកមិនអាចសាងសង់វាឡើងវិញ អ្នកមិនអាចទុកចិត្តវា

ប្រព័ន្ធធម្មតាកត់ត្រា ព្រឹត្តិការណ៍ — requests, errors, ការផ្លាស់ប្ដូរ state។ ប្រព័ន្ធ agentic ត្រូវកត់ត្រា ការសម្រេចចិត្ត៖ មិនត្រឹមតែ “agent បានហៅ refund API” ប៉ុន្តែ “agent បានជ្រើសចេញ refund ព្រោះវាសន្និដ្ឋានថាអតិថិជនមានសិទ្ធិ ដោយបានអានសារបីនេះ ហើយថ្លឹងពួកវាតាមរបៀបនេះ”។ ការវែកញែកជាផ្នែកដែលអ្នកត្រូវការ ព្រោះការវែកញែកជាកន្លែងដែល agent ខុស។

កំណត់ហេតុការសម្រេចចិត្តចាប់យក សម្រាប់រាល់សកម្មភាពដែលមានផលវិបាក៖ អ្វីដែល agent កំពុងព្យាយាមធ្វើ context អ្វីដែលវាមាន ជម្រើសណាដែលវាពិចារណា ហេតុអ្វីវាជ្រើសរើសមួយដែលវាបានជ្រើស និងអ្វីដែលបានកើតឡើង។ នេះជាភាពខុសគ្នារវាង incident ដែលអ្នកអាចវិនិច្ឆ័យក្នុងដប់នាទី និងមួយដែលអ្នកសម្លឹងមើលមួយថ្ងៃ។ ពេល agent ធ្វើអ្វីដែលច្របូកច្របល់ កំណត់ហេតុការសម្រេចចិត្តជារបស់តែមួយដែលប្រាប់អ្នកថាតើវាជាការសន្និដ្ឋានខុស លទ្ធផលឧបករណ៍ខុស ឬ spec ខុស — ហើយពួកវាមានការជួសជុលខុសគ្នាទាំងស្រុង។

Observability ជាមុខងារ មិនមែនការគិតក្រោយ

ក្នុងប្រព័ន្ធធម្មតា អ្នកអាចភ្ជាប់ monitoring បន្ទាប់ពីការបើកដំណើរការ។ ក្នុងប្រព័ន្ធ agentic observability ជា ផ្នែកនៃការរចនា ព្រោះឥរិយាបថរបស់ប្រព័ន្ធលេចចេញ ហើយអ្នកមិនអាចទស្សន៍ទាយវាពីកូដតែឯងបាន។ បើអ្នកមិនអាចឃើញអ្វីដែល agent របស់អ្នកកំពុងធ្វើ — ជាសរុប និងជាលក្ខណៈបុគ្គល — អ្នកកំពុងហោះហើរដោយងងឹតភ្នែកលើប្រព័ន្ធដែលធ្វើសកម្មភាពស្វយ័ត។

Observability ថ្នាក់ទីមួយសម្រាប់ agent មានន័យជាក់លាក់ពីរបី៖

• ការតាមដានកម្រិតសកម្មភាព — រាល់ការហៅឧបករណ៍ ជាមួយ inputs, outputs, និង context ការសម្រេចចិត្តដែលផលិតវា អាចសួរបានក្រោយ។
• Dashboards ឥរិយាបថសរុប — តើ agent កំពុង ធ្វើ អ្វីឆ្លងការដំណើរការរាប់ពាន់? សកម្មភាពណាកំពុងកើនឡើង? កន្លែងណាដែលការយល់ព្រមត្រូវបានស្នើច្រើនបំផុត? Drift លេចឡើងជាសរុបយូរមុនពេលការដំណើរការតែមួយណាមើលទៅខុស។
• ការតាមដានលទ្ធផល — មិនត្រឹមតែ “តើសកម្មភាពជោគជ័យ” ប៉ុន្តែ “តើវាជាសកម្មភាពត្រឹមត្រូវ” វាស់ធៀបនឹង ground truth ណាដែលអ្នកអាចទទួលបាន។ agent ដែលបញ្ចប់ភារកិច្ចខុសជាមួយ status code 200 ជាករណីគ្រោះថ្នាក់ដែល monitoring-ជា-ការគិតក្រោយ ខកខាន។

នេះជាចំណុចដូចគ្នាដែលយើងតែងតែនិយាយអំពី harness ជាផលិតផល។ Model បង្កើត ឯប្រព័ន្ធជុំវិញវា — រួមទាំងផ្នែកដែលឃ្លាំមើល — ជាអ្វីដែលធ្វើឱ្យឥរិយាបថគួរឱ្យទុកចិត្ត។ Observability មិនមែនជាបន្ទុកប្រតិបត្តិការទេ។ វាជាសរីរាង្គញ្ញាណនៃប្រព័ន្ធស្វយ័ត។

Guardrails, circuit breakers, និងដែនកំណត់ការធ្វើម្ដងទៀត

សំណួររចនាចុងក្រោយត្រង់បំផុត៖ អ្វីបញ្ឈប់ agent ពេលវាកំពុងខុស? ការបង្កើតថោក និងលឿន ដែលមានន័យថា agent ដែលមានឥរិយាបថខុសផលិតការខូចខាតថោក និងលឿនផងដែរ។ ការគ្រប់គ្រងដែលផ្ទុកវាត្រូវរចនាចូល មិនមែនបន្ថែមក្រោយ incident ដំបូង។

• Guardrails កំហិតអ្វីដែល agent ត្រូវបានអនុញ្ញាត ឱ្យធ្វើ — ដែនកំណត់រឹងលើសកម្មភាព ការចំណាយ វិសាលភាព និងប្រតិបត្តិការបំផ្លាញ អនុវត្តដោយប្រព័ន្ធជាជាងស្នើក្នុង prompt។ Guardrail ដែល model អាចនិយាយឆ្លងកាត់មិនមែនជា guardrail ទេ។
• Circuit breakers បញ្ឈប់ agent ពេលសញ្ញាគ្រោះថ្នាក់ត្រូវបានកេះ — ការបរាជ័យម្ដងហើយម្ដងទៀត ការចំណាយមិនធម្មតា ការកើនអត្រា error សកម្មភាពនៅក្រៅព្រំដែនរំពឹង។ ដូចឈ្មោះអគ្គិសនីរបស់ពួកវា ពួកវាបរាជ័យដោយសុវត្ថិភាព៖ ពេលសង្ស័យ ឈប់ ហើយបញ្ជូនទៅមនុស្ស។
• ដែនកំណត់ការធ្វើម្ដងទៀត ព្រំដែន loop។ agent ដែលអាចព្យាយាមរហូត នឹង ពេលខ្លះ ព្យាយាមរហូត — ដុតថវិកា និងគុណវិធីសាស្ត្រខុស។ ដែនកំណត់រឹងលើការធ្វើម្ដងទៀតប្រែការបរាជ័យគ្មានទីបញ្ចប់ទៅជាមួយដែលមានកំណត់ ស្ដារឡើងវិញបាន។

ទាំងនេះមិនមែនជាការអវិជ្ជមានទេ។ ពួកវាជាអ្វីដែលធ្វើឱ្យសុទិដ្ឋិនិយមមានតម្លៃសមរម្យ។ ដូចយើងបានអះអាងក្នុង loop អាក្រក់ ship កូដអាក្រក់លឿនជាង ល្បឿននៃប្រព័ន្ធស្វយ័តកាត់ទាំងសងខាង៖ loop ដូចគ្នាដែល ship features ពេលយប់ ship កំហុសពេលយប់ លុះត្រាតែមានអ្វីត្រូវបានរចនាដើម្បីចាប់ពួកវា។ Guardrails និង breakers ជាអ្វីនោះ។

ហេតុអ្វីនេះជាវិស្វកម្មឥទ្ធិពលខ្ពស់សម្រាប់អាស៊ីអាគ្នេយ៍

នេះជាផ្នែកដែលសំខាន់សម្រាប់តំបន់។ ការរចនាប្រព័ន្ធ agentic ជា វិស្វកម្មចល័ត គ្មាន GPU ឥទ្ធិពលខ្ពស់ — ហើយទម្រង់នោះសមនឹងអ្នកអភិវឌ្ឍអាស៊ីអាគ្នេយ៍ពិតប្រាកដ។ គ្មានវិន័យណាមួយក្នុងបួនខាងលើទាមទារ cluster GPU មាត្រដ្ឋាន frontier ឬដើមទុនរាប់រយលានទេ។ ពួកវាទាមទារការគិតប្រព័ន្ធដោយប្រុងប្រយ័ត្ន៖ របៀបកំណត់វិសាលភាពស្វយ័តភាព របៀប instrument ឥរិយាបថ របៀបសាងសង់ការគ្រប់គ្រងដែលបរាជ័យដោយសុវត្ថិភាព។ នោះជាការវិនិយោគ ជំនាញ មិនមែន ដើមទុន — សមត្ថភាពគង់វង្សដូចគ្នា ដែលយើងតែងតែអះអាងថាតំបន់គួរសាងសង់។

ហើយតម្រូវការសម្រាប់វាជារបស់ក្នុងស្រុកដូចគ្នានឹងជាសកល។ ពេល agent ផ្លាស់ចូលធនាគារកម្ពុជា សេវាកម្មរដ្ឋាភិបាល និងវេទិកាកសិកម្ម នរណាម្នាក់ត្រូវរចនាស្វយ័តភាព កំណត់ហេតុការសម្រេចចិត្ត observability និង circuit breakers សម្រាប់ប្រព័ន្ធ ទាំងនោះ — ជាមួយច្បាប់ ភាសា និងរបៀបបរាជ័យជាក់លាក់របស់ពួកវា។ Frontier lab នឹងជួលឱ្យអ្នកនូវ model។ វានឹងមិនរចនាប្រព័ន្ធ agentic ដែលមានសុវត្ថិភាព សង្កេតបាន មានព្រំដែនល្អ ដែលដោះស្រាយបញ្ហាដែលវាមិនដែលឃើញ។ ការងាររចនានោះចល័តឆ្លងគ្រប់ domain និងគ្រប់ទីផ្សារ ហើយវាពិតជាប្រភេទវិស្វកម្មដែលក្រុមតូច មុតស្រួចអាចកាន់កាប់។

Agent ជាផ្នែកងាយឥឡូវនេះ — អ្នកអាចជួលមួយដែលមានសមត្ថភាពតាម token។ ប្រព័ន្ធដែលសម្រេចថាពេលណាវាសកម្ម ឃ្លាំមើលអ្វីដែលវាធ្វើ ហើយបញ្ឈប់វាពេលវាខុស៖ នោះជាវិស្វកម្ម ហើយវាជាការងារដែលគួរធ្វើឱ្យត្រឹមត្រូវ។