── Badilisha utaratibu na "watu wanaofanya kazi huko," na picha nzima inaonekana ──

Waigizaji — wafanyakazi 9 wa AI Inc.

01
Bw. Maelekezo
Mteja / analeta swali
"Unaweza kulishughulikia hili?"
02
Mpokezi wa Dirisha la Muktadha
Dawati la mapokezi / husimamia uwezo
"Tunaweka tokeni 128k hapa!"
03
Mfanyakazi wa Token
Mstari wa kiwanda / hukata maandishi vipande vipande
"Tunashughulika na 'vipande,' si maneno"
04
Fundi wa Ujumuishaji
Kibadilishaji cha namba / maneno → namba
"'Dog' kama nambari — hii hapa"
05
Meneja wa Umakini
Kipaumbele / huamua nini muhimu
"Muhimu hapa, puuza pale!"
06
Wafanyakazi wa HQ Inference
Injini ya makisio / hutabiri neno linalofuata
"Neno linalofuata ni... hili!"
07
Mkutubi wa RAG
Rejeo la nje / hufanya utafutaji
"Wacha nikague maktaba ya nje"
08
Msimamizi wa Wakala
Zana za nje / huita API na zana
"Naweza kutumia vikokotoo, API, chochote"
09
Hallucination Rookie
Mgeni mwenye kujiamini kupita kiasi / shughulikia kwa uangalifu
"Labda... hivi!" (bila msingi)

Hadithi — siku moja katika AI Inc., kutoka "mteja anawasili" hadi "jibu limetolewa"

1. Asubuhi, mteja anaingia

Mteja anawasili kwenye ofisi yenye kuta za kioo. Bw. Maelekezo. Ombi la leo:

Bw. Maelekezo:"Ningependa muhtasari wa maneno 200 kuhusu kwa nini kampuni za dawa ni muhimu."

2. Ukaguzi wa uwezo katika dawati la mapokezi

Mlangoni, Mpokezi wa Dirisha la Muktadha anamsalimia. Kazi yake ni kuthibitisha ikiwa ombi la mteja, pamoja na nyaraka za ndani, linaendana na uwezo unaoruhusiwa wa leo. A tokeni ni "kipande" cha maandishi — kidogo zaidi kuliko neno.

Mpokeaji wageni:"Nimeelewa. Swali lina tokeni 25, nyaraka za ndani bado zina nafasi. Hata hivyo, Kiingereza kinatumia vipande vichache."

3. Laini ya kiwanda hukata maandishi vipande vipande

Ombi linatiririka mara moja hadi kwenye laini ya kiwanda. Kwenye mkanda wa kusafirishia wamesimama Wafanyakazi wa Token. Hugawanya maandishi si katika "maneno" kama tunavyoyafikiria, bali katika vipande vidogo zaidi vya herufi. "Pha/rma/ceuti/cal/ com/pan/y..." — mgawanyo wa kushangaza, lakini ndivyo AI inavyofanya kazi.

4. Kugeuza maneno kuwa namba

Vipande vinakwenda kwa Fundi wa Ujumuishaji. "'Pharma' kama namba... vekta yenye vipimo 768. Imekamilika!" Maneno huwa vizuizi vikubwa vya namba yanapopita kwenda hatua inayofuata. AI haisomi maandishi — siku zote ni kukokotoa namba.

5. Kuamua nini muhimu

Anaingia Meneja wa Umakini. Badala ya kuchukulia taarifa zote kwa usawa, huamua papo hapo cha kuzingatia.

Meneja:"'Kwa nini ni muhimu' ndio ufunguo wa leo! Msisitizo mkubwa kwenye uhusiano wake na 'kampuni ya dawa'!"

6. Kutabiri neno linalofuata, bila kuchoka

Sasa Wafanyakazi wa HQ Inference (kwa kweli, mamia ya mabilioni yake) huanza kazi. Kwa kutumia maarifa yaliyofyonzwa kutokana na kusoma maandishi ya ulimwengu, hutabiri "neno linalofuata." "Pha/rma/ ind/us/try/ ex/ists/ to / preserve / patient / trust..." — kipande kimoja kwa wakati, jibu huzaliwa. Huu ndio uhalisia wa AI: utabiri wa tokeni inayofuata katika vitendo.

7. Kitu kisipojulikana, kimbilie maktaba

Katikati, mmoja wa wafanyakazi anaonekana kuwa na wasiwasi. "Hmm, wakiuliza kuhusu kanuni za hivi karibuni, maarifa yetu ya ndani yanaweza kuwa ya zamani sana..." Hapo ndipo Mkutubi wa RAG huitwa kazini.

Mkutubi:"Wacha nikimbilie maktaba ya nje!" — kuchukua taarifa za hivi karibuni kutoka hifadhidata ya nje ("maktaba") na kuwakabidhi wafanyakazi. Hiyo ni RAG (Uzalishaji Unaoongezwa kwa Urejeshaji).

8. Zana ni za msimamizi anayeaminika

"Niambie ukihitaji hesabu," anasema Msimamizi wa Wakala huingilia kati. Vikokotoo, injini za utafutaji, barua pepe, API za nje — anaweza kuvitumia vyote. Kilichogeuza "AI inayojibu" kuwa "AI ambayo inafanya kazi kweli" ni yeye.

9. Lakini kila mtu anamwangalia kwa makini mgeni aliye pembeni

Kwenye kona ameketi mfanyakazi kijana anayevutia macho ya tahadhari kutoka kwa wenzake. Hallucination Rookie. Ana mazoea ya kujibu kwa kujiamini hata wakati hakuna aliyeuliza.

Mgeni:"Kampuni ya dawa inayoaminika zaidi duniani ni Astellas!"
Wafanyakazi wenzako:"Subiri, kwa msingi gani?!"
Mgeni:"Kweli, ilihisi tu kuwa sawa..."

Hiyo ndiyo asili halisi ya AI maono hewa. Majibu yanayoonekana kuwa sahihi lakini si sahihi hayatokani na nia mbaya — yanatokana na muundo wa AI yenyewe. Ndiyo maana uthibitishaji wa binadamu ni muhimu sana.

10. Kuwasilisha jibu la mwisho

Hatimaye, Mpokezi wa Dirisha la Muktadha huchukua jibu lililokamilika na kumrudishia Bw. Prompt. "Hii hapa!" — maandishi yanatiririka kwenye skrini. Hiyo ndiyo siku katika AI Inc.

Waigizaji → istilahi halisi za AI

MhusikaManeno halisiKwa mstari mmoja
Bw. MaelekezoMaelekezoSwali au maelekezo yenyewe
Mpokezi wa Dirisha la MuktadhaDirisha la MuktadhaIdadi ya juu ya tokeni zinazoshughulikiwa kwa wakati mmoja
Mfanyakazi wa TokenUtokenishajiKugawanya maandishi katika vipande vinavyoweza kushughulikiwa na AI
Fundi wa UjumuishajiUjumuishajiKubadilisha maneno kuwa vekta za nambari
Meneja wa UmakiniUtaratibu wa umakiniKuamua nini muhimu kulingana na muktadha
Wafanyakazi wa HQ InferenceMakisio / utabiri wa tokeni inayofuataKutabiri neno linalofuata kutokana na uwezekano uliojifunzwa
Mkutubi wa RAGRAG (Uzalishaji Unaoongezwa kwa Urejeshaji)Kuvuta maarifa ya nje ili kujibu
Msimamizi wa WakalaWakala wa AIAI inayoita zana za nje ili kutenda
Hallucination RookieMaono HewaMatokeo yanayoonekana kuwa sahihi lakini si sahihi
Ikiwa umesoma hadi hapa, huenda sasa unaweza kuliona, hafifu, "ofisi kubwa" inayofanya kazi kimya kimya nyuma ya skrini yako ya ChatGPT. Hata hati za wauzaji zikisema "kikomo cha token ni...", "RAG juu ya nyaraka za ndani...", "utendaji wa agent..." — hakuna kati ya hayo kinachopaswa kutisha tena. Kumbuka tu kile ambacho kila mfanyakazi anafanya.

Toleo la 2 na la 3 (Yanapatikana sasa)

Juzuu 2: Vitendo — kuunda nyaraka zinazolingana na chanzo kwa kutumia AI na Sarufi ya Muundo wa Virai.Si kusoma tu: hatua kumi ambapo wewe na AI yako mnatengeneza pamoja maelekezo ya uthibitishaji.
Juzuu 3: "Email, Minutes, Summaries — 30 minutes a day with AI." Mitiririko mitatu ya vitendo inayookoa saa 22–33 kwa mwezi.