مهندسی عامل‌های هوشمند
Intelligent Agents Engineering: AgentOps
تکامل بعدی دواپس و ام‌ال‌آپس — چارچوبی مهندسی برای طراحی، استقرار، ارزیابی و کنترل عامل‌های هوش مصنوعی
نوشته‌ی محمد تفکری عبد
درباره‌ی کتاب
عامل‌های هوشمند مبتنی بر مدل‌های زبانی بزرگ از پاسخ دادن به کار کردن گذر می‌کنند: برنامه‌ریزی می‌کنند، ابزار فراخوانی می‌کنند و بر دنیای بیرون اثر می‌گذارند. «مهندسی عامل‌های هوشمند» AgentOps را به‌عنوان مهندسی رفتار عامل در سراسر چرخه عمر معرفی می‌کند؛ رویکردی که بر مبانی DevOps و MLOps بنا می‌شود، اما فرض‌هایی را که با خودمختاری و عدم قطعیت رفتاری می‌شکنند بازنگری می‌کند.
کتاب بر ادبیات علمی و مرجع تکیه دارد و معماری مرجعی با نام AO-RA پیشنهاد می‌دهد. نگارنده پیشنهادهای خود را از یافته‌های مستند جدا کرده و ارزیابی تجربی چارچوب را به‌صراحت «کار آینده» می‌نامد؛ فصل ۱۴ طرح اعتبارسنجی است، نه گزارش نتیجه‌ای که انجام نشده.
مسئله‌ای که کتاب به آن می‌پردازد
- رفتار عامل تابع کد نیست؛ یک اجرای «سبز» (پاسخ ۲۰۰ و بدون استثنا) می‌تواند کار را نادرست انجام داده باشد.
- آزمونِ یک‌باره برای سامانه‌ای غیرقطعی کافی نیست و موفقیت یک اجرا شاخص رفتار تکراری نیست.
- شکست رفتاری در لایه‌ی سرویس دیده نمی‌شود و اثر بیرونی عامل (ابزارها، داده‌ها، اقدام‌های واقعی) از پیش محدود نیست.
مخاطبان و پیش‌نیاز
- مهندسان نرم‌افزار و معماران سامانه
- متخصصان هوش مصنوعی و یادگیری ماشین
- مهندسان DevOps، MLOps، LLMOps و پلتفرم
- مدیران فنی و پژوهشگران
- دانشجویان تحصیلات تکمیلی
آشنایی پایه با مهندسی نرم‌افزار و مفاهیم عملیات (استقرار، پایش) و آشنایی کلی با مدل‌های زبانی بزرگ برای مطالعه‌ی کتاب مفید است؛ مفاهیم عامل و AgentOps از ابتدا تعریف می‌شوند.
در این کتاب می‌آموزید
- تفاوت DevOps، MLOps، LLMOps، AIOps و AgentOps و واحدهای مدیریت در هر کدام
- نوشتن قرارداد رفتاری و تعریف معیار موفقیت وظیفه
- معماری مرجع AO-RA: سه صفحه، هشت لایه و قراردادهای میان آن‌ها
- ردگیری، ثبت رویداد و بازپخش اجرا برای بازسازی مسیر تصمیم
- ارزیابی آماری رفتار با اجراهای تکراری و دروازه‌های کیفی پیش از انتشار
- طبقه‌بندی شکست، تکرار امن، idempotency و جبران اقدام‌ها
- مدل تهدید، کنترل اختیار عامل، سیاست‌های مجاز/ممنوع/مشروط و تأیید انسانی
- هزینه‌ی هر وظیفه‌ی موفق (CPST) و مدل بلوغ سازمانی AgentOps
فهرست مطالب
بخش اول — مبانی و تغییر پارادایم
- از DevOps و MLOps تا مهندسی عامل‌های هوشمند
- مبانی نظری عامل‌های هوش مصنوعی
- چرا عملیات سنتی برای عامل‌ها کافی نیست؟
بخش دوم — بنیان‌های مفهومی و معماری AgentOps
- تعریف، اصول و مرزهای AgentOps
- معماری مرجع سامانه‌های AgentOps
- چرخه عمر مهندسی عامل‌های هوشمند
بخش سوم — قابلیت‌های مهندسی و کنترل عملیاتی
- مشاهده‌پذیری، ردیابی و بازسازی اجرا
- ارزیابی مستمر و مهندسی کیفیت رفتار
- قابلیت اطمینان، تحمل خطا و بازیابی
- امنیت، حاکمیت و کنترل اختیار عامل
بخش چهارم — استقرار و بهره‌برداری
- زیرساخت، ارکستراسیون و تحویل پیوسته عامل‌ها
- هزینه، کارایی و بهره‌وری اقتصادی
- عملیات چندعاملی و مدل عملیاتی سازمان
بخش پنجم — اعتبارسنجی علمی و مسیر آینده
- روش‌شناسی پژوهش و اعتبارسنجی چارچوب AgentOps
- مسائل باز و آینده‌ی مهندسی عامل‌های هوشمند
بخش‌های پایانی
- پیشگفتار و نتیجه‌گیری کل کتاب
- پیوست A: مدل داده‌ی پیشنهادی برای ثبت ردگیری اجرای عامل
- پیوست B: الگوی طبقه‌بندی شکست و رخداد
- پیوست C: ماتریس ارزیابی بلوغ AgentOps
- پیوست D: چک‌لیست آمادگی استقرار در محیط تولید
- پیوست E: نمونه‌های فنی، طرح‌های آزمایشی و قراردادهای رفتاری
- پیوست F: روش مرور منابع و معیار انتخاب پژوهش‌ها
- واژه‌نامه، نمایه و فهرست منابع
کاربردها
- طراحی و بازبینی معماری یک پلتفرم اجرای عامل در سازمان
- تعریف دروازه‌های کیفی و ارزیابی رگرسیون هنگام تغییر مدل یا دستورالعمل
- ردگیری و تحلیل رخداد برای عامل‌هایی که ابزار و داده‌ی واقعی را لمس می‌کنند
- تعیین سیاست دسترسی و نقاط تأیید انسانی برای اقدام‌های حساس
- تخمین و مدیریت هزینه‌ی اجرای عامل بر پایه‌ی وظیفه‌ی موفق
- سنجش بلوغ عملیاتی سازمان و برنامه‌ریزی پذیرش عامل‌ها
مفاهیم و فناوری‌های کلیدی
دانلود
-
نسخه‌ی مطالعه (PDF با جلد) PDF · 5,1 مگابایتدانلود PDF
مشخصات
- عنوان
- مهندسی عامل‌های هوشمند
- عنوان انگلیسی
- Intelligent Agents Engineering: AgentOps
- نویسنده
- محمد تفکری عبد
- زبان
- فارسی
- تعداد صفحات
- ۲۷۱ صفحه (فایل PDF)
درباره‌ی نویسنده و کتاب‌های دیگر
مهندس نرم‌افزار و مدیرعامل مجموعه تفکرپردازان؛ علایق حرفه‌ای او هوش مصنوعی، معماری نرم‌افزار، خودکارسازی و مهندسی سامانه‌های هوشمند است.
پروفایل محمد تفکری عبد · معماری بازیابی دانش و حافظه در هوش مصنوعی · ساخت سازمان‌های مجازی مبتنی بر عامل‌های هوشمند · همه‌ی کتاب‌ها