תוכן עניינים
ריבוי סוכנים בעולם האמיתי: הסטודיו החדש שלי שועט קדימה ותראו את ההבדל שבין לעבוד עם קריאות API רגילות + סוכן שאחראי על הקומפוזיציה, לבין אותו הדבר אבל עם סוכן נוסף שאחראי גם על אחידות בלבוש שתתאים לתמונת הרפרנס בדיוק של 99.9%!
כמו שאתם בטח רואים, אני רץ עם הסטודיו שלי בקצב מסחרר והלילה (הלבן) הוליד ריבוי סוכנים מאוד מעניינים:
- יכולת לייצר טקסט עם אפקטים מרהיבים במגוון סגנונות (זוכרים את ההולי ש*ט של קלוד אתמול?!)
- יכולת לעשות את הנ״ל אבל גם להוסיף דמות מתמונת רפרנס
- יכולת לעשות את הנ״ל וגם לשלוט בקומפוזיציה של התמונה ולוודא מיקום אלמנטים היכן שרצינו
- יכולת לעשות את הנ״ל וגם לשלוט בעקביות הלבוש של הדמות שאנחנו מג׳נרטים
- וגולת הכותרת: יכולת לעשות את כל הנ״ל - על ריבוי דמויות מפרומפט אחד ומבלי לאמן מודל! 🤩
הדרך להגיע לזה מלאה חתחתים ועולה בתשלום על שימוש במספר כלים במקביל, מה שמאט את הזמן לקבלת התמונה, ומייקר את העלות לתמונה בודדת. מנגד, כמה זמן זה חוסך? כמה ג׳ינרוטים אנחנו מבזבזים רק כדי להגיע למה שיש לנו בראש?
לא השתמשתי פה ב-framework קיים של סוכנים. מה שעשיתי הוא שבחרתי מראש באיזה מודלים של אימג׳ או LLMs אני רוצה להשתמש ומתי, והתחלתי לבנות עם קלוד קוד את כל החיווט הזה ואת כל התשתית. אני משתמש ב-Fal כדי להתחבר לשירותים שונים, וב-API ל-LLMs אחרים כדי לבצע פעולות אחרות.
היופי פה הוא שאפשר לזלזל ולהגיד ״אה זה כולה כמה חיבורי API, שטויות״, אבל אז בחיים לא תתקבל התוצאה הזו. כי עשיתי פה עוד כל כך הרבה חיבורים נוספים על בסיס הידע והניסיון שלי, והקסם האמיתי פה זה ההינדוס של התשתית והחיבור בין הסוכנים והתקשורת והאינטרקציה ביניהם. או במילים פשוטות: היצירתיות. כי זה לא משנה שיש כל כך הרבה כלים זמינים, מה שמשנה הוא לאן היצירתיות לוקחת אותנו. לכבישים חרושים או לסלילת שבילים משלנו?
זה כמו קנבס עם לוח ריק ומלא צבעים. לכולם יש את זה מולם. אבל כל אחד מייצר יצירה אחרת. ויש גם מי שמעתיק יצירות של אחרים. שזה בסדר. אבל אפשר יותר. וכך גם אף פעם לא באמת יוצרים. זה בסדר גמור להתחלה ללמידה אבל מתישהו צריך לפרוש כנפי דימיון ולעוף גבוה.
זה מזכיר לי שוב את המוח האנושי. יש דיונים קדחתניים מהי ההכרה שלנו. כשאדם מאבד את ההכרה הוא לא פה. כשההכרה שלו קיימת הוא פה. כשאדם מורדם הוא לא פה. כשהוא ער הוא פה. אז מה זו ההכרה הזו? לפי חוקרי מוח, ההכרה היא פעולת התקשורת הנוירו-כימית וחשמלית בין הנוירונים במוח. עצם העברה המידע עצמה. היא היא ההכרה. התקשורת בין הנוירונים ברשת הנוירונים במוח. הסיפור הוא לא להכיר את הנוירונים אלא לדעת ליצור את ההכרה האנושית, זו החכמה האלוקית של לגרום לתקשורת הזו במוח. ולהבדיל כך גם ב-AI. החכמה הגדולה זה לא הכלים - אלא זה איך אנחנו מהנדסים את העבודה עם הכלים במוצרים שלנו.
