Mitä AI-natiivi oikeasti tarkoittaa

"AI-natiivi" on matkalla samaan paikkaan kuin aikanaan "pilvivalmis": sana, joka kuulostaa ominaisuudelta mutta toimii tarrana. Se on myös lainasana, suoraan englannin sanasta AI-native, eikä suomeksi ole vakiintunutta vastinetta. Toimittajat määrittelevät sen suunnilleen samaan suuntaan, mutta rajat vaihtelevat, ja lähes mikä tahansa tuote voi väittää olevansa sellainen. Tässä jutussa erotetaan kaksi kysymystä, jotka sana usein sotkee yhteen, ja katsotaan, mihin MCP ja komentorivi sopivat.

Tämä on nähty ennenkin

"Pilvinatiivi" tarkoitti aikanaan jotain täsmällistä: ohjelmaa, joka on suunniteltu toimimaan skaalautuvasti ja automaattisesti pilviympäristössä, eikä vanhaa ohjelmaa, joka on siirretty toiseen paikkaan sellaisenaan. "Mobiilinatiivi" tarkoitti puhelimelle suunniteltua sovellusta eikä pienelle ruudulle puristettua verkkosivua. Kummassakin sana tarrattiin pian kaikkeen, ja hyödyllinen ero oli se, joka erotti sitä varten tehdyn siitä, mikä oli sovitettu siihen.

AI-natiivissa ero on sama. Sana kertoo, kuinka keskeinen tekoäly tuotteessa on: muokkaako se rakennetta, käyttökokemusta ja tapaa, jolla tuote tuottaa arvoa, vai lisättiinkö se suunnitelmaan, joka ei sitä odottanut?

Kaksi kysymystä, ei yhtä

Yleisin sekaannus on pitää samana asiana sitä, että tuote on rakennettu tekoälyn ympärille, ja sitä, että tekoälyagentti voi käyttää sitä. Ne eivät ole sama asia.

• AI-natiivi kertoo, kuinka keskeinen tekoäly tuotteessa on.
• Agenttikäytettävyys kertoo, voiko agentti käyttää tuotetta.

Tuote voi olla jompikumpi, molemmat tai ei kumpaakaan. Kokonaan mallin varaan rakennettu puheentunnistuspalvelu on AI-natiivi, vaikka mikään ulkopuolinen agentti ei sitä koskaan ohjaisikaan. Perinteinen ohjelma, jolla on hyvin tehty komentorivi, voi taas olla agentille erinomainen käyttää, vaikka siinä ei olisi tekoälyä lainkaan.

Tekoälyyn voi siis suhtautua kolmella tavalla. Ne ovat suunnitteluratkaisuja, eivät portaita, ja kolmas voi esiintyä kummankin muun rinnalla.

1. Tekoäly lisätty. Olemassa olevan tuotteen päälle on tullut esimerkiksi tiivistysnappi tai avustajapaneeli. Jos sen ottaa pois, tuote toimii kuten ennen. Se voi olla aidosti hyödyllinen, mutta se on lisäosa.
2. Tekoäly rakennettu sisään. Tuotteen ydintyön tekee malli. Se litteroi, luokittelee, luonnostelee tai suosittelee, eikä tuotetta olisi ilman sitä.
3. Agenttikäytettävä. Tuote on suunniteltu niin, että agentti voi käyttää sitä eikä vain ihminen. Se kertoo ohjelmalle, mitä se osaa tehdä, palauttaa tuloksia, jotka ohjelma ymmärtää, ja kestää sen, että käyttäjä on nopea, kirjaimellinen ja toisinaan väärässä.

Mikään näistä ei ole sinänsä parempi kuin muut. Hyvä lisäosa voittaa huonon sisäänrakennetun tuotteen. Se, mikä merkitsee, riippuu siitä, mitä tavoittelet. Jos haluat agenttien tekevän työtä omissa järjestelmissäsi, kolmas on se, jonka kannattaa tarkistaa.

Mitä chat-käyttöliittymä kertoo ja mitä ei

Pelkkä keskusteluikkuna ei todista mitään. Luonnollinen kieli voi olla täysin sopiva pääkäyttöliittymä tekoälyn ympärille suunnitellulle tuotteelle, ja yhtä hyvin se voi olla kiiltokuva tuotteen päällä, joka ei ole muuttunut. Kysymys on siitä, mistä tuote riippuu ja mihin käyttöliittymä sinut päästää.

Miksi agenttikäytettävyys kannattaa tarkistaa

Agentti on kuvattu jutussa mikä agentti oikeasti on silmukkana: yritä jotain, katso tulos, korjaa. Sen kyvyn rajaavat työkalut, joihin se yltää. Agentti, joka voi vain napsutella ruudulla, on hidas ja hauras. Agentilla, joka voi kutsua selkeästi kuvattua toimintoa, on paljon vähemmän tulkittavaa.

Käytännön kysymys tuotteesta kuuluu siis: voiko agentti tehdä sen, minkä ihminenkin voi, ilman että joku rakentaa ensin räätälöidyn sillan?

Siihen vastaamista auttaa kaksi asiaa, ja molemmat ovat konkreettisia.

MCP: yhteinen tapa kuvata työkalut

Model Context Protocol, eli MCP, on avoin standardi sille, miten tekoälysovellus saa selville, mitä palvelu tarjoaa, ja kutsuu sitä. Palvelu julkaisee MCP-palvelimen. Sovelluksen MCP-asiakas keskustelee palvelimen kanssa, saa tietää mitä toimintoja on, mihin kukin on tarkoitettu ja mitä tietoja se tarvitsee, ja voi sen jälkeen kutsua niitä. MCP kattaa muutakin kontekstia kuin työkalut, mutta tässä on olennaista juuri työkalupuoli.

Sopiva vertaus on vakiopistoke. MCP vähentää tarvetta räätälöidyille liittimille yhteensopivien tekoälysovellusten ja palvelujen välillä. Se ei poista työtä: palvelimen on silti tarjottava hyödyllisiä toimintoja, ja tunnistautuminen, oikeudet ja tuki asiakaspuolella ratkaisevat edelleen.

MCP-tuki kertoo myös vähän siitä, ovatko työkalut hyviä. Palvelin, jonka työkalut on nimetty op_17 ja op_18, antaa agentille hyvin vähän pohjaa. Hyvällä työkalulla on selvä tarkoitus, toisistaan erottuva nimi ja hyvin määritellyt syötteet ja tulosteet. Suuri työkalumäärä ei sekään ole ongelma sinänsä: tärkeää on, että agentti löytää tehtäväänsä sopivat työkalut ilman että jokainen kuvaus on kerralla ladattuna.

Komentorivi: epämuodikas käyttöliittymä, joka toimii

Komentorivi (englanniksi CLI) on ohjelma, jota ohjataan kirjoittamalla komentoja ja lukemalla tekstiä takaisin. Se näyttää vanhanaikaiselta, ja se sattuu sopimaan agenteille hyvin. Teksti sisään ja teksti ulos on kielimallille luontaista, komentoja voi ketjuttaa ja hyvä komentorivi selittää itse itsensä.

Pelkkä teksti ei kuitenkaan riitä. Katso, onko tuloste rakenteista, esimerkiksi JSON-muodossa, onko paluukoodeja, jotka kertovat onnistuiko komento, ja voiko komentoja ajaa ilman vuorovaikutteisia kysymyksiä. Työkalu, joka pysähtyy kesken kaiken kysymään jotain, on ohjelmalle umpikuja.

Hyvin suunniteltu ohjelmarajapinta voi vähentää graafisen käyttöliittymän epäselvyyttä ja vaivaa. Se ei tee itse agentista ennustettavaa: agentti valitsee edelleen, mitä työkalua kutsuu, millä parametreilla ja missä järjestyksessä, ja se voi valita huonosti. Rajapinta auttaa. Se ei ole takuu.

Mitä AI-natiivi ei tarkoita

• "Käytämme suurta kielimallia." Niin tekee lähes kaikki, eikä se kerro paljoakaan siitä, kuinka keskeinen malli on.
• MCP-tuki ominaisuuslistalla. Se on hyvä merkki ja heikko todiste. Kysy, mitä työkalut tekevät ja kuinka hyvin ne toimivat.
• Itsenäisyys. Se, että agentti voi käyttää tuotetta, ei tarkoita, että sen pitäisi saada toimia valvomatta. Mitä parempi rajapinta, sitä tärkeämpää on, että oikeudet ovat kapeat ja riskialttiit toiminnot vaativat hyväksynnän. Ulkopuolelta luettu teksti voi myös ohjata agenttia, mistä kerrotaan jutussa kun agentti uskoo väärää tekstiä.

Kuusi kysymystä toimittajalle

Jos tuote kutsuu itseään AI-natiiviksi tai agenttivalmiiksi, nämä muuttavat tarran jostain, mitä voi verrata.

1. Mitkä tehtävät agentti voi hoitaa alusta loppuun, ilman että ihminen käyttää tuotetta käsin, lukuun ottamatta nimenomaisia hyväksyntöjä? Pyydä tietty tehtävä, älä kategoriaa.
2. Miten se on tarjolla? MCP-palvelimena, ohjelmarajapintana, komentorivinä vai vain ruudulta? Onko se dokumentoitu?
3. Kuinka luotettavasti se suoriutuu edustavista tehtävistä, kuinka usein ihmisen pitää puuttua asiaan ja mitä tapahtuu, jos se epäonnistuu kesken kaiken? Yksi onnistunut esittely ei ole todiste. Pyydä tuloksia toistetuista ajoista, tarkistettuna todellista lopputulosta vasten eikä agentin oman ilmoituksen mukaan.
4. Mitä agentti ei voi tehdä? Hyviä vastauksia ovat oikeudet toiminnoittain, vain luku -tilat ja hyväksyntä kaikelle peruuttamattomalle. Tarkista, missä raja pakotetaan. "Vain luku" -merkintä työkalussa on vihje agentille, ei turvaraja. Raja on rakennettava itse järjestelmään.
5. Mitä kirjataan lokiin? Pitäisi näkyä, mitä toimintoa kutsuttiin, millä syötteellä, minkä agentin toimesta ja mitä palasi.
6. Mitä se maksaa, kun agentti käyttää sitä? Agentit tekevät paljon kutsuja. Käyttäjäkohtainen tai pyyntökohtainen hinnoittelu voi käyttäytyä aivan eri tavalla, kun käyttäjä on ohjelma. Katso miksi tekoälyn hinta yllättää.

Toimittaja, joka vastaa näihin konkreettisesti, on todennäköisesti miettinyt asiaa. Se, joka vastaa sanalla "AI-natiivi", ei ole vielä kertonut mitään.

Mihin tämä jättää

AI-natiivi tarkoittaa, että tekoäly on keskeinen tapa, jolla tuote tuottaa arvoa. Se, voiko toinen agentti käyttää tuotetta, on erillinen ja yhä hyödyllisempi kysymys. MCP, ohjelmarajapinnat ja hyvin suunnitellut komentorivit ovat todiste siitä, että tuotteeseen pääsee käsiksi. Todellisten tehtävien arviointi näyttää, toimiiko se oikeasti.