Iso hetki agenttien rakentajille! Ohjelmistossa toistuu kaava. Ensinnäkin kaikki keskittyvät "rakentamisen" ongelmaan. Kehykset syntyvät, kypsyvät ja muuttuvat aidosti hyviksi. Sitten yhtäkkiä rajoite kääntyy käyttöön. Näimme tämän neuroverkoissa. PyTorch, TensorFlow ja Caffe olivat kaikki erinomaisia mallien rakentamiseen. Mutta niiden käyttöönotto tarkoitti erilaisten formaattien ja ajonaikaisten käsittelyä. ONNX antoi kehittäjille mahdollisuuden rakentaa haluamallaan kehyksellä, viedä sen standardimuotoon ja ottaa käyttöön missä tahansa. Seuraamme samaa kaavaa Agenttien kanssa juuri nyt. Kehykset kuten LangGraph, CrewAI, Agno ja Strands ovat tarpeeksi kypsiä, jotta agentin rakentaminen ei ole enää vaikein osa. Sen sijaan kyse on siitä, mitä tapahtuu sen jälkeen: käyttöönotto, suoratoisto, muistinhallinta, havaittavuus ja automaattinen skaalaus. Nämä eivät ole agenttiongelmia, vaan infrastruktuuriongelmia. Ja juuri nyt jokainen tekoälytiimi, jonka kanssa olen puhunut, ratkaisee ne alusta alkaen. xpander lähestyy tätä ongelmaa ONNX-mallilla, ja mielestäni se on oikea mentaalinen malli. Ydinidea on yksinkertainen: ota agentti mukaan (joka on rakennettu mihin tahansa kehykseen), ota se käyttöön xpanderin kautta ja hanki kaikki tuotantoinfrastruktuuri. Tähän sisältyy: - Palvelimeton käyttöönotto ~2 minuutissa - SSE-suoratoisto reaaliaikaiseen ajatteluun...