gSleep، عائلتي Sleepagotchi 🦖 الجزء الأكثر إثارة في Sleepagotchi ليس وكيل ذكاء اصطناعي واحد، بل ما يحدث عندما يفهم عدة وكلاء أدوارهم ويتعاونون معًا. هنا فقط يبدأ @sleepagotchi في التحول من مجرد مجموعة من روبوتات الدردشة الذكية إلى طبقة واقعية للرعاية الصحية. لأن أربعة مساعدين منفصلين لا يصبحون مفيدين تلقائيًا. يمكنك أن تمتلك: مدرب نوم. مدرب رعاية صحية. مخطط وجبات. وكيل تسوق. وحتى بعد ذلك، تظل تقوم بكل العمل بنفسك. تشرح نومك لوكيل واحد. ثم تعيد سرد حالة استشفائك لوكيل آخر. ثم تصف أهدافك مرة أخرى لمخطط الوجبات. ثم تخبر يدويًا وكيل التسوق بالمكونات التي تحتاجها. في هذه المرحلة، لم يُزِل الذكاء الاصطناعي التعقيد حقًا. بل قسمه فقط إلى أربع نوافذ دردشة. النموذج الأكثر إثارة هو سير عمل متصل. مدرب النوم → مدرب الرعاية الصحية → مخطط الوجبات → وكيل التسوق يتلقى كل وكيل سياقًا مفيدًا من الوكيل السابق له. تخيل أن مدرب النوم يلاحظ أن جودة نومك تتناقص، وأن الوجبات الثقيلة المتأخرة تظهر باستمرار في الليالي الأسوأ. لا ينبغي أن تموت هذه الرؤية داخل محادثة مدرب النوم. بل تصبح سياقًا لمدرب الرعاية الصحية. الآن يمكن لمدرب الرعاية الصحية أن ينظر إلى الصورة الأكبر. ربما انخفضت عملية الاستشفاء أيضًا. ربما كانت النشاطات مرتفعة. ربما لا يكون التوصية ببساطة النوم مبكرًا. بل قد تكون تقليل الحمل المسائي، وتغيير مواعيد الوجبات، وتقديم نافذة استشفاء أفضل لجسمك. ثم يدخل مخطط الوجبات. لكنه لا يبدأ من الصفر. إنه يفهم بالفعل التوصية القادمة من الطبقة السابقة. لذلك بدلًا من أن يسأل: ما الذي ترغب في تناوله؟ يمكنه التفكير بذكاء أكبر حول ما يناسب الحالة الحالية فعليًا. وجبات خفيفة في المساء. مواعيد وجبات مختلفة. أطعمة متوافقة مع تفضيلات المستخدم. شيء عملي بما يكفي ليُتبع بدلاً من خطة رعاية صحية عامة أخرى. ثم يأتي وكيل التسوق. مرة أخرى، لا ينبغي له أن يحتاج إلى شرح كامل. خطة الوجبات موجودة بالفعل. التفضيلات معروفة بالفعل. السياق ذي الصلة قد انتقل بالفعل عبر النظام. الآن يمكن للخطوة النهائية أن تحوّل الخطة إلى شيء قابل للتنفيذ. ما المكونات المطلوبة؟ ما الذي متاح بالفعل؟ ما الذي يجب شراؤه؟ هذا تجربة مختلفة تمامًا عن أربعة روبوتات مستقلة. القيمة تأتي من الاستمرارية. وكيل واحد يكتشف شيئًا. الوكيل التالي يفهم لماذا يهم ذلك. آخر يحوله إلى خطة. الأخير يساعد على تنفيذ تلك الخطة. بالنسبة لي، هنا حيث تبدأ الرعاية الصحية القائمة على الوكلاء في أن تصبح مثيرة حقًا. الذكاء لا يتوقف عند الإجابة. إنه يتحرك. إشارة → تفسير → توصية → خطة → إجراء ولا ينبغي للمستخدم أن يحمل السياق يدويًا بين كل خطوة. هذا الجزء مهم جدًا. يجب أن يقلل نظام الوكلاء الجيد من عدد القرارات التي أحتاج إلى اتخاذها. لا ينبغي أن يخلق خمس محادثات جديدة أحتاج إلى تنسيقها بنفسي. لدي Sleepagotchi فرصة مثيرة هنا لأن الصحة والرعاية الصحية تشكل بشكل طبيعي سلاسل متصلة. النوم يؤثر على الاستشفاء. الاستشفاء يؤثر على النشاط. النشاط يؤثر على التغذية. التغذية تؤثر مرة أخرى على النوم. التسوق يؤثر على إمكانية تنفيذ خطة التغذية فعليًا. هذه ليست فئات منفصلة في الحياة الواقعية. لذلك معاملتها كمساعدين ذكيين منفصلين ستُضيع الفكرة. تصميم المنتج الأقوى هو السماح للوكلاء بالتعاون حول نفس الشخص، ونفس السجل، وهدفه الحالي نفسه. هنا فقط تصبح التخصيص أقوى بكثير. مدرب النوم لا يعرف فقط النوم. يمكن لمدرب الرعاية الصحية استقبال ما كشفه النوم بالفعل. يمكن لمخطط الوجبات البناء على توصية الرعاية الصحية. يمكن لوكيل التسوق العمل بناءً على خطة الوجبات. تصبح كل خطوة أكثر فائدة لأن الخطوة السابقة قد حددت المشكلة بالفعل. وهذا يخلق ميزة أخرى: تحتاج إلى أقل تحفيزات (prompts). لا أريد أن أصبح كاتب تحفيزات محترفًا فقط لإدارة صحتي. لا ينبغي لي أن أشرح سياقي بشكل مثالي في كل مرة. يجب أن يفهم النظام تدريجيًا. بالنسبة لي، هذه واحدة من أوضح الفروق بين ميزة ذكاء اصطناعي ومنتج ذكاء اصطناعي. ميزة الذكاء الاصطناعي تجيب على طلب. منتج الذكاء الاصطناعي يفهم أين يقع هذا الطلب داخل سير عمل أوسع. يمكن لـ Sleepagotchi أن تتقدم خطوات أبعد بكثير في هذا الاتجاه الثاني. ليس أربعة روبوتات دردشة تنتظر أربع تحفيزات. أربعة وكلاء متخصصين ينقلون قطعة واحدة من السياق عبر رحلة رعاية صحية متصلة. هذا أقرب بكثير إلى الطريقة التي أعتقد أنها يجب أن تعمل بها الذكاء الاصطناعي الشخصي. ليس جعلني أتحدث إلى المزيد من البرمجيات. بل جعل البرمجيات تعمل معًا حتى أحتاج إلى إدارة أقل.