Uma discriminação do mercado de ferramentas de desenvolvimento de agentes da IA ​​- blog N8N

Muita volatilidade e imprevisibilidade do LLM podem ser resolvidas definindo a lógica determinística em torno de saídas do LLM.

Esta é a premissa do Ferramentas de desenvolvimento de agentes da IA ​​da empresa Relatório que escrevi para o N8N, que explorou o mercado de ferramentas de automação sem código/baixo código com implementações de IA. Os agentes dependem das saídas não determinísticas de grandes modelos de linguagem. Essas saídas variadas tornam a automação baseada em IA volátil; portanto, definir a lógica determinística pode controlar as entradas e saídas dos agentes para garantir que ela não se comporte de uma maneira que você não deseja.

A maneira mais nua de escrever um agente de IA é a codificação. Se você deseja usar uma ferramenta abstrata para tornar o processo mais rápido e fácil de manter, você pode escolher entre o seguinte:

1. Construtores baseados em fluxo de trabalho
   1. Construtores de fluxo de trabalho nativos da IA
   2. Construtores de fluxo de trabalho com AI adaptada
2. Construtores de fluxo de trabalho

Vamos explicar cada um dos itens acima.

Construtores de fluxo de trabalho nativos da AI

Essas são principalmente startups que construíram sua plataforma extensivamente (e exclusivamente) para construir agentes de IA

Isso inclui pessoas como Vellum, Dify, Langflow, Flowise, com seu foco exclusivo na construção de agentes de IA. Eles fornecem aos usuários muito controle sobre o comportamento dos agentes, mas dificultam a integração da pilha de TI. Isso os torna mais adequados para casos de uso em que os agentes usam recursos da Web, aplicativos SaaS e documentos, em vez de coordenar um monte de aplicativos corporativos locais.

Construtores de fluxo de trabalho com AI adaptada

Esses vendedores se encontraram em uma ótima posição para entrar na maior onda dos anos 2020.

As ferramentas de automação do fluxo de trabalho têm algumas vantagens de maturidade distintas, principalmente em torno da profundidade e amplitude das integrações, que fornecem métodos comprovados para reunir uma pilha de tecnologia sem escrever conectores personalizados para cada aplicativo. As ferramentas nativas do AI Dev, por outro lado, têm a vantagem da agilidade e não precisam adaptar a IA para um produto existente.

Escrever integrações, envolver-se com parceiros de tecnologia, construir uma comunidade e oferecer conteúdo para fora da caixa são exercícios muito longos. Não é uma comparação de maçãs para as maçãs para analisar uma pilha estabelecida em 2024 contra um Workato estabelecido em 2013 em termos de recursos de integabilidade. As ferramentas que pontuam bem na integrabilidade e com menor codabilidade também são ótimos candidatos a sistemas agênticos menos complexos. Se você não precisar ter multi-agentes orquestrados trabalhando em paralelo, mas ainda precisar integrar-se ao seu sistema mais amplo, essas ferramentas podem muito bem ser totalmente satisfatórias.

Construtores AI de fluxo de trabalho que não trabalham

Isso inclui ferramentas como Langsmith, Crew AI, Restack e Writer.com. Não gastei muito tempo avaliando essas ferramentas, para que eu possa defini-las dizendo como não é baseado em fluxo de trabalho.

As ferramentas de desenvolvimento de agentes não baseadas em fluxo de trabalho são:

• Permissivo – eles fornecem aos agentes uma maior oferta de autonomia e autodeterminação, o que é particularmente útil para modelos de raciocínio
• Conhecimento técnico mais alto – eles exigem que os usuários entendam melhor como os LLMs funcionam e pelo menos um conhecimento de alto nível das práticas de codificação (ou seja, como definir uma condição, o que é uma chave da API, o que é um URL)
• Apoiando novos casos de uso – eles são mais utilizados para processos que não seguem procedimentos operacionais padrão e talvez para solicitações ad -hoc. Por exemplo, perguntando em linguagem natural qual é o sentimento geral do cliente no bate -papo de suporte e comparando -o com sentimentos nas mídias sociais.
• Principalmente para casos de uso interno – consulte minha premissa original, eu não exporia um agente de IA a casos de uso externo (voltado para o cliente) sem alguns corrimões determinísticos sérios.

As ferramentas de desenvolvimento de agentes baseadas em fluxo de trabalho são:

• Restritivo – Esses agentes ainda têm autodeterminação, mas naturalmente lhe dão uma maneira de interagir com a saída LLM
• Baixo conhecimento técnico – Interfaces sem código são muito mais intuitivas para os desenvolvedores cidadãos. Embora os recursos baseados em código ainda existam, eles são usados ​​principalmente como uma queda para as instâncias em que a GUI sem código não suporta um caso de uso.
• Automatando processos pré -existentes – A gravação de fluxos de trabalho exige inerentemente um fluxo de trabalho. Mesmo um agente autodeterminado deve ser definido em uma determinada estrutura ou contexto de negócios.
• Exponha agentes a usuários finais-com os corrimãos apropriados, um agente baseado em fluxo de trabalho pode ser exposto a usuários finais, que inclui robôs de suporte e vendas.

Se você estiver interessado em aprender mais sobre como as ferramentas de automação baseadas em fluxo de trabalho podem ser usadas para escrever agentes de IA, você pode ler o Avaliação de ferramentas de desenvolvimento de agentes da IA ​​corporativa relatório. Avaliamos algumas das principais ferramentas de automação do mercado, bem como novos participantes, construídos com uma abordagem da AI-primeiro.