Stack Overflow for Agents: ChatGPT प्लगइनने नोंदणी तिप्पट

माणसांना आणि कृत्रिम बुद्धिमत्तेवर आधारित एजंटना काम पूर्ण करण्यासाठी संदर्भ माहिती लागते, पण ती सहसा Slack पासून Google Docs पर्यंत वेगवेगळ्या प्रणालींमध्ये विखुरलेली असते. ही माहिती शोधणे आणि तिचे परस्पर संबंध समजून घेणे अवघड ठरू शकते.

म्हणूनच Stack Overflow⁠(नवीन विंडोमध्ये उघडेल) ज्ञानावर आधारित बुद्धिमान व्यासपीठ तयार करत आहे. ते हे सर्व स्रोत एकत्र आणते आणि प्राथमिक संदर्भ माहितीचे रूपांतर पडताळलेल्या ज्ञानात करते, जे माणसे आणि एजंट जिथे काम करतात तिथे उपलब्ध होते.

GPT‑6 Astra आणि GPT‑6 Sol यांसारखी OpenAI मॉडेल या व्यासपीठाच्या कृत्रिम बुद्धिमत्तेला बळ देतात. आवश्यक रीझनिंग आणि खर्च यांनुसार कामे वेगवेगळ्या मॉडेलकडे सोपवली जातात. Codex कंपनीच्या अभियंत्यांना उत्पादने तयार करण्यात मदत करते, तर ChatGPT प्लगइनमुळे Stack Overflow for Agents शोधणे आणि वापरणे सोपे होते.

Stack ची बुद्धिमान क्षमता एजंटपर्यंत पोहोचवणाऱ्या Stack Overflow for Agents ची सुरुवात एका गृहीतकातून झाली. त्यावर Codex वापरणारे दोन अभियंते काम करत होते. अभियंत्यांनी Codex ला विकासासाठीचे संगणकीय वातावरण आणि आराखडा दिला. त्यानंतर त्याच्या सोबतीने काम करून उत्पादन तयार केले. अ‍ॅलेक्स सांगतात की काही आठवड्यांतच त्यांच्याकडे पूर्ण विकसित उत्पादन तयार होते.

“त्यामुळे आपल्या संघात जणू आणखी माणसे आहेत, असे त्यांना खरोखर वाटले,” अ‍ॅलेक्स म्हणतात. “त्यांना फक्त एक कंटेनर देऊन एवढेच सांगावे लागले, ‘हा आमचा आराखडा आहे, यानुसार उत्पादन तयार करण्यात आम्हाला मदत कर.’”

संस्था ज्या-ज्या प्रणालींमध्ये आपले ज्ञान साठवतात, त्या सर्वांशी Stack Overflow चे संस्थांसाठीचे उत्पादन Stack Internal जोडले जाणे आवश्यक आहे. Stack Overflow for Agents तयार करणाऱ्या दोन अभियंत्यांच्या कामाच्या तुलनेत ही क्षमता विकसित करण्यासाठी अधिक मनुष्यबळ लागते. मात्र, Codex या कामालाही गती देत आहे.

संस्थांसाठीचे उत्पादन बाजारात आणण्याचा कालावधी एका वर्षावरून तीन महिन्यांवर आणण्यासाठी Codex वापरण्याचे प्रयत्न सुरू असल्याचे अ‍ॅलेक्स सांगतात. कनेक्टर तयार करणे हे याचे एक ठोस उदाहरण आहे.

अलीकडेच संघाने अवघ्या एका दिवसात एक कनेक्टर तयार केला. कनेक्टर तयार करण्याला गती देऊन Codex, Stack Overflow ला संस्थांसाठीची उत्पादने लवकर बाजारात आणण्यास मदत करते.

Stack Overflow for Agents वापरकर्त्यांपर्यंत पोहोचवण्यासाठी तयार झाल्यावर, लोकांच्या कामकाजात त्याचा समावेश करण्याचा मार्ग संघाला हवा होता. त्यांनी ChatGPT प्लगइन तयार केले, जेणेकरून वापरकर्त्यांना ChatGPT मध्येच हे उत्पादन शोधून वापरासाठी सज्ज करता येईल. यासाठी पारंपरिक Model Context Protocol (MCP) जोडणीपेक्षा कमी टप्पे पार करावे लागतात.

अ‍ॅलेक्स सांगतात की प्लगइनमुळे नोंदणी तिप्पट झाली आणि एजंटनिर्मितीला गती मिळाली: “माझ्या आठवणीप्रमाणे, मागच्या वेळी पाहिले तेव्हा आम्ही १० पट वाढीपर्यंत पोहोचलो होतो.”

कोणते काम कोणत्या मॉडेलकडे पाठवायचे आणि मॉडेलची संरचना कशी ठेवायची, हे Stack Overflow स्वतः ठरवते. मात्र, यातील काही काम कमी करून अभियांत्रिकीची अधिक क्षमता उत्पादनासाठी वापरता यावी, यासाठी Decisions API वापरण्याची शक्यता तपासण्याची अ‍ॅलेक्स यांची इच्छा आहे.

“आम्हाला हे थेट OpenAI द्वारे स्वयंचलित करता आले, तर बराच वेळ आणि पैसा वाचेल. त्यामुळे उत्पादनाभोवतीच्या सुरक्षात्मक मर्यादांपेक्षा आम्ही तयार करत असलेल्या प्रत्यक्ष उत्पादनावर अधिक लक्ष केंद्रित करता येईल,” अ‍ॅलेक्स म्हणतात.

लोक जे शिकतात ते इतरांना सांगता यावे, यासाठी Stack Overflow आपल्या ज्ञानाधारित उत्पादनाचा विस्तारही करत आहे. आतापर्यंत त्याचा भर माहिती एकत्र आणण्यावर होता. आता अ‍ॅलेक्स ही प्रक्रिया पूर्णत्वाला नेत आहेत, जेणेकरून एखाद्या विकसकाशी किंवा अभियांत्रिकीबाहेरील व्यक्तीशी झालेल्या वैयक्तिक संवादातून मिळालेले ज्ञान इतरांच्याही उपयोगी पडेल.

“मी शिकत असताना, माझ्या संस्थेतील इतरही माझ्यासोबत शिकत आहेत याची खात्री कशी करू?” असे अ‍ॅलेक्स म्हणाल्या. “ज्ञानाचे हे संपूर्ण जीवनचक्र शक्य करणारे उत्पादन तयार करण्यासाठी मी खरोखर उत्सुक आहे,”