Acest articol prezintă un caz practic de utilizare a Microsoft Agent Framework, urmărind evoluția lui Robby de la un chatbot simplu la o echipă de agenți complet echipați Robby este o mașină robot dotată cu IA. La prima vedere, își face deja treaba. Dă-i o comandă și va propune o manevră abilă. Cere-i să evite un copac și va genera o succesiune plauzibilă de pași. Pentru un demo scurt, pare inteligent.

Modelele generative de limbaj (LLM) au dat complet peste cap profilul de latență al serviciilor de tip enterprise. Un request care înainte aștepta 40 ms pentru acces I/O, acum este blocat timp de 20 de secunde pentru a primi răspunsul de la un model. În arhitectura clasică care implică un thread-per-request, această realitate transformă concurența într-o constantă rigidă, care trebuie determinată în avans. Rezultatul? Un pod saturat raportează un consum CPU aproape de zero, deși nu mai poate primi trafic adițional. Decizii arhitecturale calibrate pentru zeci de milisecunde au fost determinate pentru un status-quo care nu mai corespunde realității.

UX-ul clasic se bazează pe o relație directă și deterministă între input și output. Apeși un buton și declanșezi o acțiune precisă. Interfața se comportă previzibil și poate fi verificată cu un checklist de principii sau euristici care asigură, în mare parte, un nivel optim de accesibilitate.

Când lucrezi cu colegi din trei țări, pe două continente și în trei fusuri orare, diferențele culturale nu rămân la nivel de teorie. Le vezi în felul în care se dă feedbackul, în cât de repede este ridicată o problemă, în raportarea la ierarhie, în ritmul întâlnirilor și chiar în micile momente de început de zi. În proiectul nostru din zona automotive, derulat într-un model de externalizare de servicii, am înțeles destul de repede că shared delivery nu ține doar de structură, ci și de felul în care oamenii ajung să se înțeleagă și să colaboreze real.

Marco de Vivo este chimist computațional la Institutul Italian de Tehnologie unde ocupă funcția de Director Asociat în Științe Computaționale, fiind totodată coordonator al Laboratorului de Modelare Moleculară și Cercetare Medicamentoasă. În cadrul muncii de laborator, combină principii din domenii precum chimie computațională, chimie medicală, biologie structurală, date biochimice, date farmaceutice pentru a înțelege funcționarea enzimelor și pentru a crea molecule noi.

Cum alegem ce tip de tehnologii Azure vom folosi pentru soluția noastră (I)IoT? ȘI Azure e o opțiune de luat în seama pentru acest tip de soluții. Aceasta este tema acestui articol. Mai întâi, să vedem ce tehnologii sunt disponibile și, pe urmă, să găsim niște criterii pe care să le utilizăm pentru a clasifica aceste tehnologii.

Dacă ați petrecut ceva timp construind agenți IA pregătiți pentru producție, probabil că v-ați confruntat cu o mare problemă de securitate legată de accesul la instrumente agentice. În arhitectura software clasică, avem limite clare și statice care separă codul executabil de datele brute introduse de utilizator. Dar atunci când construiți aplicații în jurul unui LLM, aceste limite devin inutile. LLM-urile procesează prompturile sistemului, contextul dinamic preluat și intrările nesigure ale utilizatorului în exact aceeași fereastră de context. Acest design face ca sistemele să fie extrem de vulnerabile la injectarea de prompturi: un atacator poate crea cu ușurință text de intrare care suprascrie instrucțiunile sistemului și deturnează motorul de raționament al modelului.

Imaginați-vă că sunteți în anul 2017 (nimic accidental, atunci participasem la cursul de Algoritmi Fundamentali) și trebuie să implementați algoritmul quicksort în C sau în Python. Ce limbaj ați alege? Cum ați aborda problema? Vă gândiți să copiați codul de pe Stack Overflow? (Sau, mai ușor, de la colegii din anii mai mari.) Adresând aceleași întrebări aproape zece ani mai târziu, cunoaștem, cel mai probabil, răspunsul primit: „L-am implementat folosind Python” (cel oficial), „I-am spus unui LLM să îmi genereze un quicksort în cel mai ușor mod posibil” (cel neoficial, o abstracție a metodei Stack Overflow).

În ultima perioadă, discuția despre IA în IT a fost dusă foarte mult în zona de tooluri. Ce poate face Copilot? Cât cod poate genera un model? Cât de repede poate un developer să termine un task? Sunt întrebări valide, dar cred că ele acoperă doar o parte din schimbare.