Mana yang lebih boleh diharap untuk menggerakkan kargo?
Robot yang mengangkut setiap bungkusan sendiri membuat keputusan, memilih laluan, dan menyesuaikan diri setiap kali?
Atau robot yang membina rel, sistem isyarat, titik pemeriksaan, dan peraturan operasi supaya ribuan bungkusan boleh bergerak secara automatik melalui laluan terkawal?
Bagi operasi kritikal, pendekatan kedua lebih boleh diharap.
Saya lihat AI untuk e-commerce dan sistem kewangan dengan cara yang sama.
Menggunakan LLM secara langsung untuk menganalisis setiap transaksi akan memperkenalkan variasi.
Model itu boleh dipengaruhi oleh konteks, prompt, kemas kini model, data latihan, dan bias manusia yang terkumpul.
Arsitektur yang lebih baik ialah guna AI untuk membina rel.
Biar AI mereka bentuk sistem berasingan: parser tetap, logik deterministik, garis panduan perakaunan, peraturan pengesahan pesanan, pemeriksaan penyesuaian, dan penunjuk kewangan yang sudah ditetapkan.
Kemudian biar data pesanan, stok, dan transaksi bergerak melalui sistem terkawal itu berulang kali.
AI tidak perlu \"berfikir\" tentang setiap transaksi.
AI hanya dipanggil semula apabila sistem menghadapi pengecualian atau kerumitan yang benar-benar memerlukan reasoning.
AI membina rel.
Sistem deterministik menggerakkan kargo.
AI menguruskan pengecualian.
Bagi operasi e-commerce dan sistem kewangan, kebolehpercayaan harus datang daripada arkitektur, bukan dengan meminta model probabilistik membuat pertimbangan yang sama berulang kali.
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. Email diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
Tulisan yang bagus. Mana yang lebih boleh diharap sahaja dah berbaloi.
Mana yang lebih boleh diharap tu bahagian yang saya nak hantar pada boss.
Bookmarked, mainly for arsitektur yang lebih baik ialah.
The framing around robot yang mengangkut setiap bungkusan is better than I expected.
The numbers around dan bias manusia yang terkumpul make more sense than most posts I read.