הכלים הראשונים לניהול פרויקטים עם AI ניסו לעשות הכול לבד. שולחים בקשה, והמודל מנסה לכתוב קוד, לנסח טקסט או לסדר משימות בבת אחת. זה לא עובד על עבודה מורכבת. כשהמודל טועה בצעד מוקדם, כל צעד אחריו מתרחק עוד יותר מהמטרה.
פרויקטים בקוד פתוח כמו haoyue-ai-project-os מראים שינוי בגישה. הפרויקט בונה מערכת שעוקבת אחרי מצב העבודה, מחלקת אותה לצעדים נפרדים ומציגה את ההתקדמות על לוח ברור. במקום להסתיר את מה שקורה מאחורי הקלעים, התוכנה שמה את שלבי הביניים מול העיניים.
כשסוכן מריץ משימה עם הרבה שלבים, צריך לדעת בדיוק איפה הוא עומד. אילו קבצים הוא קרא, אילו פקודות הוא הריץ, ובאיזה שלב הוא נמצא עכשיו. אם משהו נשבר, לא אמורים לחפור בלוג של טרמינל כדי למצוא את הבעיה.
מעקב גלוי מקצר את זמן התיקון. הוא גם בונה אמון במערכת. מעיפים מבט בלוח, רואים ששלב הסתיים כמו שצריך, ומאשרים לשלב הבא לרוץ. המערכת שומרת תיעוד של כל שינוי במצב, כך שאפשר להמשיך גם אם הסשן נפל.
המעקב עובד דרך קבצי פרויקט מסודרים. הכלי רושם כל משימה שהושלמה, כל חסם פתוח וכל החלטה שהתקבלה בדרך. ככה כל מי שבצוות, אדם או מודל, יכול לקרוא את מצב הפרויקט בכל רגע בלי לעבור שוב על כל היסטוריית הצ'אט.
האתגר המרכזי בכלים אוטונומיים הוא לא כתיבת טקסט. זו המסירה. המודל צריך הוראות ברורות מתי לעצור ולבקש החלטה מבן אדם. בלי גבולות ברורים, המודל מנחש כשהדרישות לא חד משמעיות. והניחושים האלה שוברים לא פעם קוד קיים או יוצרים מבנה מסד נתונים שגוי.
מערכות כמו haoyue-ai-project-os פותרות את זה עם נקודות מסירה שבנויות לתוך תהליך העבודה. ה-AI מסיים יחידת עבודה מוגדרת, מתעד מה עשה, ועוצר. הוא מחכה לאישור לפני שהוא מחיל שינויים על הפרויקט או עובר לאבן הדרך הבאה.
ב-masterphub.io רואים את הדפוס הזה בספריות פרומפטים ובתהליכי עבודה עם סוכנים. אנשים כבר לא מחפשים פרומפט אחד שעושה הכול. הם רוצים פרומפטים מחולקים שמייצרים אבני דרך שאפשר לבדוק, רושמים את ההנחות שלהם ומחזירים את השליטה למי שמפעיל אותם.
מי שבונים כלים עם מודלי שפה, כדאי לבדוק איפה נמצאות נקודות המסירה. אפשר להציץ ב-repository של haoyue-ai-project-os ב-GitHub ולראות איך הוא מנהל את קבצי המצב. ובמקום לולאות ארוכות של סוכן שרץ בלי בדיקה, עדיף לעבור לאבני דרך שדורשות אישור מפורש.
הפכנו את הרעיון הזה לסקיל מוכן לשימוש ב-Masterphub: "Milestone handoff protocol for multi-step tasks".