Codex உடன் சுயமாக மேம்படும் வரி ஏஜென்ட்களை உருவாக்குதல்

நடைமுறை நிபுணர் திறனையும் Codex இயக்கும் சுழற்சியையும் இணைத்து, Crete கணக்காளர்களுக்காக Thrive Holdings மற்றும் OpenAI இணைந்து Tax AI-ஐ எவ்வாறு உருவாக்கின என்பதைக் காணுங்கள்

உண்மையான உலக சிஸ்டங்கள், ஆய்வகத்தில் நடப்பதிலிருந்து மாறுபட்டு உற்பத்தியில் செயல்படுகின்றன; வெளியீட்டுக்கு முன் கணிக்க கடினமான விதங்களில் அவை சிதறுகின்றன. குழுக்கள் பெரும்பாலும் வெளியீட்டுக்குப் பிறகே அந்த தோல்விகளை கண்டறிகின்றன; பின்னர் வழக்கத்திற்கு மாறான நிலையில் ஆய்வு செய்யவும், ப்ராம்ப்ட்களைச் சரிசெய்யவும், உற்பத்தி பின்னூட்டத்தை நீடித்த தயாரிப்பு மேம்பாடுகளாக மாற்றவும் வாரங்கள் செலவிடுகின்றன. இந்த பின்னூட்ட சுழற்சி கைமுறையிலும் மெதுவாகவும் உள்ளது; ஒரு பொறியாளர் அதை முன்னேற்றும்போதுதான் அது மேம்படுகிறது. ஆனால் இன்று, சிந்தனையுடன் வடிவமைக்கப்பட்ட மதிப்பீட்டுக் கட்டமைப்பு, நடைமுறை நிபுணர்களுக்கும் உண்மையான உலக சூழல்களுக்கும் நேரடி அணுகல், மற்றும் Codex-இன் அதிநவீன ஏஜென்டிக் திறன்கள் ஆகியவற்றுடன், தாமாக மேம்படும் ஏஜென்ட்களை நீங்கள் உருவாக்கலாம்.

இந்த பதிவில், இந்த வகை ஏஜென்டை உருவாக்க Codex-ஐ எவ்வாறு பயன்படுத்தினோம் என்பதை விளக்கப் போகிறோம். கடந்த ஆறு மாதங்களில், OpenAI-இன் முன்னோக்கித் தயார் செய்த பொறியியலாளர்கள் மற்றும் ஆராய்ச்சியாளர்கள், Thrive Holdings-இன் பொறியாளர்களுடன் இணைந்து, அதிகரித்து வரும் சிக்கலான வரி ரிட்டர்ன்களைத் தயாரிக்க உதவுவதற்காக Crete⁠(புதிய சாளரத்தில் திறக்கும்)-இன் 30+ கணக்கியல் நிறுவனங்களின் வலையமைப்புடன் சேர்ந்து Tax AI-ஐ உருவாக்கினர். ஒவ்வொரு தோல்வியையும் கண்டுபிடித்து சரிசெய்ய பொறியாளர்களை மட்டும் நம்புவதற்குப் பதிலாக, Tax AI உற்பத்தி பயன்பாட்டை தன்னாட்சி மேம்பாட்டை ஊக்குவிக்கும் கட்டமைக்கப்பட்ட சிக்னல்களாக மாற்ற Codex-ஐ பயன்படுத்துகிறது.

Crete நடைமுறை நிபுணர்கள் ஒவ்வொரு பருவத்திலும் பத்தாயிரக்கணக்கான வரி ரிட்டர்ன்களைத் தயாரிக்கிறார்கள்; அதற்கு அடிப்படையாக மில்லியன் கணக்கான ஆவணங்களை கையாள வேண்டியுள்ளது. நடுத்தர முதல் பெரிய சிக்கலுள்ள தாக்கல்களுக்கு, தரவு உள்ளீடு மட்டும் ஒரு ரிட்டர்னுக்கு எட்டு மணி நேரம் எடுக்கலாம்; இதில் சீரற்ற தரவு மூலங்கள், முந்தைய ஆண்டின் ஆவணங்கள், மற்றும் கைமுறை பிரித்தெடுப்பு மற்றும் கணக்கீடு அடிக்கடி இடம்பெறும். வரி பருவத்தின் மிகப் பிஸியான கட்டத்தில், வரி தயாரிப்பே ஒரு முக்கிய பாட்டில்நெக் என்று அவர்கள் எங்களுக்கு சுட்டிக்காட்டினர்.

இந்த சிக்கலைத் தீர்க்க, இந்த வரி பருவத்தில் முன்னோடியில் பங்கேற்ற Crete நிறுவனங்கள் முழுவதும் Tax AI 7,000 வரி ரிட்டர்ன்களை செயலாக்கியது. இந்த சிஸ்டம் 1040 மற்றும் 1041 வரி ரிட்டர்ன்களைத் தயாரிக்கும் நேரம் பிடிக்கும் செயல்முறையின் பெரும்பகுதியை தானியக்கப்படுத்துகிறது; ஆனால் திறன் உயர்வுகளை விட இன்னும் வலுவானது என்னவென்றால், மூன்று மாதங்களுக்கு முன் முதலில் வெளியிடப்பட்ட பதிப்பை விட இந்த சிஸ்டம் தானே அளவிடத்தக்க வகையில் சிறந்ததாக உள்ளது.

Tax AI-இல், நடைமுறை நிபுணர்கள் மூலக் கோப்புகளை, வாடிக்கையாளர்-சார்ந்த குறிப்புகளுடன் சேர்த்து பதிவேற்றுகின்றனர். பின்னர் Tax AI, மதிப்பாய்வுக்கு தயாரான ஒரு டாக்ஸ் எஞ்சின் சமர்ப்பிப்பை உருவாக்குகிறது. இது நடைமுறை நிபுணர்களின் வரி தயாரிப்பு நேரத்தில் சுமார் மூன்றில் ஒரு பகுதியை மிச்சப்படுத்துகிறது, 97% வரை துல்லியத்துடன் ரிட்டர்ன்களை வரைவு செய்கிறது, மேலும் த்ரூபுட்டை சுமார் 50% உயர்த்துகிறது; இதனால் அவர்கள் வாடிக்கையாளர்களுடன் நேரம் செலவிட அதிக இடம் உருவாகிறது. 

பின்னர் திருத்தம் தேவையில்லாமல் Tax AI ஒரு ரிட்டர்னை எவ்வளவு துல்லியமாக முடிக்க முடிகிறது என்பதைப் புரிந்துகொள்வதன் மூலம், இந்த மேம்பாட்டை நாங்கள் அளவிட முடியும். 75%, 90%, அல்லது 100% சரியான புல நிறைவை எட்டும் ரிட்டர்ன்களின் பங்கைச் சரிபார்த்து நாங்கள் துல்லியத்தை அளவிடுகிறோம். வெளியீட்டின் போது, ரிட்டர்ன்களில் நான்கில் ஒரு பகுதி மட்டுமே 75% சரியான புல நிறைவில் இருந்தது; ஆனால் ஆறு வாரங்களுக்குள், 86% அந்த அளவை எட்டின. 90% மற்றும் 100% சரியான புல நிறைவு நிலைகளில் சிஸ்டம் இன்னும் வேகமான வளர்ச்சியைக் காட்டியது. இந்த வரம்புகள், வெவ்வேறு ரிட்டர்ன்களுக்கு இன்னும் எவ்வளவு நடைமுறை நிபுணர் தொடர் செயல் தேவை என்பதைப் பற்றிய ஒரு நடைமுறை கண்ணோட்டத்தை எங்களுக்கு வழங்குகின்றன. 

ஆரம்பத்தில், Tax AI W-2கள் மற்றும் 1099களில் போன்ற எளிய பணிகளை கையாண்டது. பருவம் நகர்ந்தபோது, அது K-1கள், திட்டமிடல்கள், மற்றும் கடினமான வரம்புக்குட்பட்ட சூழல்கள் கொண்ட மேலும் சிக்கலான ரிட்டர்ன்களுக்குள் நகர்ந்தது. ஒவ்வொரு புதிய திறனும், முந்தையதை விட ஒரு ரிட்டர்னுக்கு அதிக நேரத்தை மிச்சப்படுத்தியது; ஏனெனில் அது ஏற்றுக்கொண்ட பணிகள் கைமுறையாகச் செய்ய அதிகக் கடினமும் நேரம் எடுத்துக்கொள்வதாக இருந்தன. இன்றும் தொடர்ச்சியான முன்னேற்றத்தை நாங்கள் காண்கிறோம்.

அடுத்து, 1) நிபுணர் நடைமுறை நிபுணர் பின்னூட்டம், 2) உற்பத்தி தடயங்கள் (உள்ளீடுகளிலிருந்து இறுதி வெளியீடு வரை உள்ள கட்டமைக்கப்பட்ட வரலாறு) மற்றும் 3) தொடர்ச்சியான, வேகமான தயாரிப்பு மேம்பாட்டை இயலுமைப்படுத்த தனிப்பயன் மதிப்பீடுகள் அடிப்படையிலான Codex இயக்கும் மீள்சுழற்சி ஆகிய மூன்று முக்கிய தூண்களை நம்பி, எங்கள் குழுக்கள் Tax AI-ஐ சுயமாக-மேம்படும் வகையில் எவ்வாறு இணைந்து பொறியமைத்தன என்பதைப் பார்ப்போம். மொத்த அமைப்பின் தரத்தையும் அதில் ஓடும் தரவையும் வடிவமைப்பதில் நடைமுறை நிபுணர் திறமை முக்கியமான துறைகளில் உள்ள பிற உருவாக்குநர்களுக்கும் எங்கள் அனுபவம் பயனுள்ளதாக இருக்கும் என்று நாங்கள் நம்புகிறோம்.

வரி தயாரிப்பின் கடினமான பகுதிகளுக்குள் (K-1கள், வாடகை நிலச்சொத்து திட்டமிடல்கள் மற்றும் பல மூலக் கோப்புகளுக்கு இடையில் மதிப்புகள் ஒப்புமைப்படுத்தப்பட வேண்டிய வரி படிவங்கள்) நாங்கள் நகர்ந்தபோது, உண்மையான சவால் தயாரிப்பு சிக்கலான உற்பத்தி தோல்விகளை கண்ணுக்குப் புலப்படுமாறு, புரிந்துகொள்ளக்கூடியதாக மற்றும் செயல்படுத்தக்கூடியதாக மாற்ற முடியுமா என்பதே என்பது தெளிவானது.

தயாரிப்பின் ஆரம்ப நாட்களில், பெரும்பாலான திருத்தங்கள் கைமுறையாக இருந்தன. நடைமுறை நிபுணர்கள், சிஸ்டம் பிழைகளைத் திருத்த முடிந்தது; ஆனால் தயாரிப்பு முழு சூழலைப் பதிவு செய்யவில்லை: தாக்கலுக்கு முன் மாற்றப்பட்ட மதிப்பு உண்மையான பிரித்தெடுப்பு தவறு, தொடர்புபடுத்தல் பிரச்சினை, தயாரிப்பு ஆதரவு இல்லாமை, அல்லது எதிர்பார்க்கப்படும் பணிப்பய்வு விளைவு ஆகியவற்றில் எதையும் குறிக்கக்கூடும். அந்த நிலைகளைத் தெளிவுபடுத்த இன்னும் பொறியியல் குழுவின் தொடர் செயல் தேவைப்பட்டது. பொறியாளர்கள் கோடிங் ஏஜென்ட்களை பயன்படுத்த முடிந்தது; ஆனால் மேம்பாட்டு சுழற்சிக்குள் AI-ஐ அர்த்தமுள்ள வகையில் பயன்படுத்தும் வகையில் சிஸ்டம்இன்னும் வடிவமைக்கப்படவில்லை. அடைய வேண்டிய இலக்கு எது என்பதை அடையாளம் காண எங்களிடம் தேவையான சிக்னல் இல்லை.

அதனால், சிஸ்டத்தை மூன்று தூண்களைச் சுற்றி வடிவமைக்க நாங்கள் முனைந்தோம்:

1. நடைமுறை நிபுணர்களுக்கு அருகில் இருங்கள்: பணியைச் செய்பவர்களே தயாரிப்பு என்ன கற்க வேண்டும் என்பதை வழிநடத்த வேண்டும். அவர்களின் உள்ளுணர்வும் புரிதலும் எந்த பிழைகள் முக்கியம் என்பதை வெளிப்படுத்துகின்றன; மேலும் அடுத்ததாக பணிச்சூழலின் எந்த பகுதிகளில் கவனம் செலுத்துவது மதிப்புடையது என்பதையும் தெரிவிக்க உதவுகின்றன.
2. உற்பத்தி ஆதாரத்தை உருவாக்கும் வகையில் தயாரிப்பை கட்டுங்கள்: தயாரிப்பு உள்ளீடுகள் மற்றும் வெளியீடுகளை மட்டும் அல்ல, மூலப் பொருளிலிருந்து பிரித்தெடுக்கப்பட்ட புலங்கள் மற்றும் கலை உருவாக்கப்பட்ட இடம், அங்கிருந்து கீழ்நிலை சமர்ப்பிப்பு மற்றும் நிபுணர் திருத்தம் வரை முழுப் பாதையையும் பதிவு செய்ய வேண்டும்.
3. Codex இயக்கும் மேம்பாட்டு சுழற்சியை உருவாக்குங்கள்: உற்பத்தி சிக்கல்கள் கண்ணுக்குப் புலப்படவும் கட்டமைக்கப்படவும் செய்த பின், அவை கண்டுபிடிப்புகள், தனிப்பயன் மதிப்பீடுகள், மற்றும் வரையறுக்கப்பட்ட பொறியியல் பணிகளாக மாறலாம். பின்னர் Codex ஆய்வு செய்யவும், மாற்றங்களை முன்மொழியவும், அவற்றை இலக்கு மற்றும் பின்னடவுக்கு எதிராகச் சரிபார்க்கவும், முழுக்க கைமுறை மீள்சுழற்சியை விட தயாரிப்பை வேகமாக முன்னேற்றவும் உதவ முடியும். 

கீழே உள்ள வாடகைச் சொத்து உதாரணம், அந்த சுழற்சி நடைமுறையில் எப்படி செயல்படுகிறது என்பதை காட்டுகிறது; ஒரு நடைமுறை நிபுணர் திருத்தம் எவ்வாறு கட்டமைக்கப்பட்ட கண்டுபிடிப்பாக, பின்னர் ஒரு மதிப்பீட்டு இலக்காக, இறுதியில் Codex-க்கு வரையறுக்கப்பட்ட பொறியியல் பணியாக மாறுகிறது என்பதை உங்களுக்கு விளக்குகிறது.

வாடகைச் சொத்து வருமானம், தனிநபர் வரி ரிட்டர்னின் Schedule E-இல் அறிக்கையிடப்படுகிறது. பொறியியல் பார்வையில், அதை பிரித்தெடுக்கும் பணி விவரிக்க எளிதானது; ஆனால் நன்றாகச் செய்வது கடினம். சிஸ்டம் சீரற்ற மூலப் பொருளை (கையெழுத்து குறிப்புகள், மின்னஞ்சல்கள், விரிதாள்கள்மற்றும் பிற வாடிக்கையாளர் கோப்புகள்) படிக்க வேண்டும்; சிஸ்டம், வரி எஞ்சினுக்கு நம்பிக்கையுடன் பொருத்தக்கூடிய வாடகைச் சொத்து புலங்களை பிரித்தெடுக்க வேண்டும்; மேலும் ஒரு நடைமுறை நிபுணர் முடிவை அங்கீகரிக்கவோ திருத்தவோ போதுமான ஆதாரத்தை பாதுகாக்க வேண்டும். கீழே உள்ள எளிமைப்படுத்தப்பட்ட உதாரணம், அந்த மூலக் கோப்புகளும் பிரித்தெடுக்கப்பட்ட வெளியீடுகளும் எப்படி இருக்கக்கூடும் என்பதை காட்டுகிறது.

ஏஜென்ட் கணித்த மதிப்புக்கும் தாக்கல் செய்யப்பட்ட வரி ரிட்டர்னிலுள்ள உண்மையான மதிப்புக்கும் இடையிலான வேறுபாடு உண்மையான பிரித்தெடுப்பு தவறாக இருக்கலாம்; ஆனால் அது ஒரு நடைமுறை நிபுணரின் விருப்பமாகவும், வரி எஞ்சினில் முந்தைய ஆண்டின் ரிட்டர்னிலிருந்து கொண்டு வரப்பட்ட மதிப்பாகவும், அல்லது தாக்கல் பணிச்சூழலில் வேறு இடத்தில் சேர்க்கப்பட்ட அல்லது மாற்றப்பட்ட மதிப்பாகவும் இருக்கலாம். எந்த செயல்களுக்கு நடைமுறை நிபுணரின் திருத்தம் தேவைப்பட்டது அல்லது எவை சமர்ப்பிப்பைத் தடுத்தன என்பதை கண்டறிய, அந்த நிலைகளை வேறுபடுத்திப் புரிந்துகொள்ள நடைமுறை நிபுணர்கள் எங்களுக்கு உதவினர்.

இந்த திருத்தங்களை நாங்கள் விரிவாகப் பார்க்க முடிந்ததால், மதிப்பாய்வு செயல்முறையை இறுதி, தோல்விக்குப் பிந்தைய படியிலிருந்து தொடர்ச்சியான கற்றல் சுழற்சியாக மாற்றினோம். நிபுணர் செயல்களை கட்டமைக்கப்பட்ட தரவாகப் பதிவு செய்யும் வகையில் பணிச்சூழலை வடிவமைத்தோம். இப்போது, Tax AI என்ன முன்மொழிந்தது, நடைமுறை நிபுணர் எதை மாற்றினார், இறுதியில் தாக்கல் செய்யப்பட்ட ரிட்டர்னில் எது சென்றது என்பதைத் துல்லியமாகப் பதிவு செய்வதன் மூலம், ஒவ்வொரு தலையீடும் தயாரிப்பின் மேம்பாட்டு சுழற்சிக்கு ஊட்டமளிக்கிறது.

வாடகைச் சொத்துகள் போன்ற சிக்கலான பணிச்சூழலுக்கு, மூலக் கோப்புகளுக்கும் தாக்கல் செய்யப்பட்ட ரிட்டர்னுக்கும் இடையில் என்ன நடக்கிறது என்பதை சிஸ்டம் பாதுகாக்க வேண்டும். அந்த பாதையில், ஆவணங்கள் ஒழுங்குபடுத்தப்பட்டு, பிரிக்கப்பட்டு, வகைப்படுத்தப்படுகின்றன; வாடகைச் சொத்து புலங்கள் மூலப் பொருளுக்கான மேற்கோள்களுடன் பிரித்தெடுக்கப்படுகின்றன; அந்த மதிப்புகள் வரி எஞ்சினில் பொருத்தப்படுகின்றன; தாக்கலுக்கு முன் நடைமுறை நிபுணர்கள் அவற்றை இன்னும் திருத்தக்கூடும். இந்த தயாரிப்பு-நிலை தடயங்கள் தோல்வி எங்கு ஏற்பட்டது என்பதை ஆய்வு செய்ய இயலுமைப்படுத்துகின்றன. நடைமுறை நிபுணர் திருத்தங்களை பயனுள்ள மதிப்பீட்டு இலக்குகளாக மாற்ற, சிஸ்டம் அவற்றை மூன்று படிகளில் செயலாக்குகிறது:

• வேறுபாட்டைப் பதிவு செய்க: Tax AI-இன் வெளியீட்டை தாக்கல் செய்யப்பட்ட ரிட்டர்னுடன் ஒப்பிட்டு, எதிர்பார்க்கப்பட்ட மதிப்பு, கணிக்கப்பட்ட மதிப்பு மற்றும் அந்த வேறுபாடு செயல்படுத்தக்கூடியதாகத் தோன்றுகிறதா என்பதைப் பதிவு செய்யும் புல-நிலை மதிப்பாய்வு வரிசைகள் உருவாக்கப்படுகின்றன.
• தொடர்புடைய தோல்விகளை குழுவாக்குக: மீண்டும் நிகழும் தயாரிப்பு தோல்விகளை எதிர்பார்க்கப்படும் பணிச்சூழல் தொடர்பற்ற தகவல்களிலிருந்து பிரிக்க, ஒத்த மதிப்பாய்வு வரிசைகள் குழுவாக்கப்படுகின்றன. உதாரணமாக, மீண்டும் மீண்டும் நிகழும் நடைமுறை நிபுணர் திருத்தங்கள், Tax AI அடிக்கடி நியாயமான-வாடகை-தினம் என்ற புலங்களை தவறவிடுகிறது, “பிற செலவுகள்” என்பதைத் தவறாக கையாளுகிறது அல்லது அதே மூலத் தொகுப்பில் உள்ள பல வாடகைச் சொத்துகளை குழப்புகிறது என்பதை காட்டக்கூடும்.
• மீண்டும் நிகழும் வடிவங்களை மதிப்பீட்டு இலக்குகளாக மாற்றுக: மதிப்பாய்வு செய்து அளவிடப்பட்ட பின், மீண்டும் நிகழும் கண்டுபிடிப்புகள் Codex மேம்படுத்தத் தெளிவான மதிப்பீட்டு இலக்குகளாக மாறுகின்றன.

மூன்றாவது தூண், இந்த புதிய மதிப்பீடுகள் மீது செயல்படக்கூடிய ஒரு பொறியியல் சுழற்சியை உருவாக்குவது. இதில்தான் Codex மையமாகிறது.

எங்கள் மதிப்பீட்டுப் பைப்லைன், Tax AI தொடர்ந்து "நியாயமான வாடகை தினங்கள்" புலத்தை தவறவிடுகிறது, ஆனால் நடைமுறை நிபுணர்கள் அதை நம்பகமாக நிரப்புகிறார்கள் என்று குறிக்கிறது என்று நினைத்துக்கொள்ளுங்கள். இந்த கண்டுபிடிப்பு ஏற்கனவே பிரதிநிதித்துவமான மூலத் தொகுப்புகள் மற்றும் எதிர்பார்க்கப்பட்ட வெளியீடுகளுடன் இலக்கு வைக்கப்பட்ட மதிப்பீட்டுத் தொகுப்பாக தொகுக்கப்பட்டிருப்பதால், தயாரிப்பு ஸ்காஃபோல்டின் உள்ளேயே மூலக் காரணத்தை நேரடியாக Codex ஆய்வு செய்ய முடியும்.

Codex தரமற்ற இறுதி வெளியீட்டுடன் மட்டும் வேலை செய்யவில்லை. அது தடயம், மதிப்பீடு, ரெப்போ, மற்றும் திறன்கள் ஆகியவற்றை ஒன்றாக ஆய்வு செய்கிறது:

• பைப்லைனை ஆய்வு செய்யுங்கள்: இது ஆதரிக்கப்படாத புலமா, தவறவிட்ட பிரித்தெடுப்பு வடிவமா, மூலத் தேர்வுப் பிரச்சினையா, மேப்பர் இடைவெளியா, அல்லது கிரேடர் சிக்கலா என்பதை தீர்மானிக்க, மூலத் தொகுப்புகள், பிரித்தெடுத்தல் வடிவங்கள், மேப்பர் நடத்தை மற்றும் கோடிங் பாதைகள் ஆகியவற்றை ஆய்வு செய்க.
• இலக்கு வைக்கப்பட்ட திருத்தங்களை செயல்படுத்துங்கள்: பிரித்தெடுத்தல் வடிவத்தை விரிவாக்குக, வாடகைச் சொத்து ஆவணங்களுக்கான மூலத் தேர்வை மேம்படுத்துக, வரி எஞ்சின் மேப்பரை புதுப்பித்திடுக அல்லது எதிர்பார்க்கப்படும் பணிச்சூழல் எதிர்பாராத தகவல் தோல்வியாக எண்ணப்பட்டால் கிரேடரை மேம்படுத்துக.
• சரிபார்த்து முன்மொழியுங்கள்: இலக்கு வைக்கப்பட்ட மதிப்பீட்டை மீண்டும் இயக்குக, விரிவான பின்னடைவுத் தொகுப்புகளை இயக்குக, மற்றும் பொறியியல் மதிப்பாய்வுக்காக ஒரு விண்ணப்பதாரர் pull request-ஐ வெளிப்படுத்துக.
• சுழற்சியை மூடுங்கள்: மீண்டும் நிகழும் நடைமுறை நிபுணர் திருத்தத்தை அளவிடக்கூடிய பொறியியல் பணியாக மாற்றுக. ஆதாரம் தெளிவில்லாததாக இருந்தாலோ அல்லது பாதுகாப்பாக தானியக்கப்படுத்த முடியாததாக இருந்தாலோ, அந்த நிலை சுழற்சிக்குள் திணிக்கப்படாமல் தயாரிப்பு குழுவிற்கே திருப்பி அனுப்பப்படுகிறது.

வாடகைச் சொத்து உதாரணம், உற்பத்தி கலைப்பொருட்கள் மற்றும் தடயங்களைப் பயன்படுத்தி ஒரு ஏஜென்டின் திறன்களை மேம்படுத்தும், பரந்த அளவில் மீண்டும் பயன்படுத்தக்கூடிய ஒரு வடிவத்தின் எடுத்துக்காட்டாகும். உற்பத்தி தரவிலிருந்து மதிப்பாய்வு செய்யப்பட்ட கண்டுபிடிப்புகள், மூலத் தடயங்கள், எதிர்பார்க்கப்பட்ட வரி-எஞ்சின் வெளியீடு, தொடர்புடைய கோடிங் உதாரணங்கள் மற்றும் மதிப்பீட்டுக் கட்டளைகள் ஆகியவை உள்ளீடுகளின் தொகுப்பாக வழங்கப்பட்டால், Codex வாரங்களிலும் மாதங்களிலும் செயல்திறன் மற்றும் துல்லியத்தில் கணிசமான மேம்பாட்டை உருவாக்க முடியும். இது, ஹார்னஸ் பொறியியல் மற்றும் Symphony குறித்த எங்கள் பணியில் விவரிக்கப்பட்ட கொள்கைகளை அடிப்படையாகக் கொண்டது; அவை பணிகளை Codex-க்கு தெளிவாகப் புரியும்படி செய்வது, வரையறுக்கப்பட்ட சூழல் மற்றும் கருவிகளை வழங்குவது மற்றும் சரிபார்ப்பு மற்றும் மனித மதிப்பாய்வை சூழலின் ஒரு பகுதியாக வைத்திருப்பது எப்படி என்பதை விளக்குகின்றன. 

அந்த ஆதாரம் தானாகவே Codex பணியாக மாறாது. ஒரு நடைமுறை நிபுணரின் திருத்தம், பிரித்தெடுப்பு தவறு, தொடர்புபடுத்தல் சிக்கல், ஆதரிக்கப்படாத தயாரிப்பு நடத்தை, வரி தீர்மானம், அல்லது எதிர்பார்க்கப்படும் பணிச்சூழலில் எதிர்பார்க்காத தகவல்கள் ஆகியவற்றில் எதையாவது பிரதிபலிக்கலாம். மீண்டும் நிகழும் வேறுபாடுகள் மதிப்பாய்வு செய்யப்பட்டு செயல்படுத்தக்கூடிய கண்டுபிடிப்பாக குழுவாக்கப்பட்ட பின்பே, சிஸ்டம் அவற்றை தெளிவான வெற்றி நிபந்தனையுடன் கூடிய வரையறுக்கப்பட்ட பணியாக மாற்றுகிறது.

இந்த தானியக்கத்தை தயாரிப்பின் ஒரு வரையறுக்கப்பட்ட அடுக்கில் பயன்படுத்துகிறோம். இந்த அடுக்கு பிரித்தெடுப்பைச் செய்து, மூல ஆவணங்களை வரி பணிச்சூழல்களுடன் பொருத்துகிறது. கட்டமைப்பு, தயாரிப்பு முடிவுகள், மற்றும் வெளியீடு ஆகியவற்றிற்குப் பொறியாளர்களே தொடர்ந்து பொறுப்பானவர்கள். நடைமுறை நிபுணர்கள் அவர்கள் ஏற்கனவே செய்யும் பணியின் மூலம் மேம்பாட்டு சுழற்சியை வழிநடத்துகின்றனர்: பிரித்தெடுக்கப்பட்ட மதிப்புகளைத் திருத்துதல், ரிட்டர்ன்களை மதிப்பாய்வு செய்தல் மற்றும் இறுதி தாக்கல்களை அங்கீகரித்தல்.

Codex-க்கு, இதன் விளைவு ஒரு மங்கலான எச்சரிக்கை அல்ல; ஆதாரம், திருத்தக்கூடிய தயாரிப்பு மேற்பரப்புகள், மற்றும் வெளிப்படையான சரிபார்ப்பு வாயில்களுடன் கூடிய வரையறுக்கப்பட்ட பொறியியல் பணி ஆகும். ஒரு பிரதிநிதித்துவமான வாடகைச் சொத்து பணிக்கான சூழலை பின்வருமாறு சுருக்கலாம்:

அதே சுழற்சி வாடகைச் சொத்துகளைத் தாண்டியும் பொருந்துகிறது. வாடகைச் சொத்துகள் 90% துல்லியம் மற்றும் ரீகாலை அடைய சுமார் ஆறு வாரங்களும் கணிசமான பொறியியல் மேற்பார்வையும் எடுத்தன; ஆனால் அந்த வேலை, Schedule C மற்றும் Schedule A போன்ற அதே அளவு சிக்கலான அட்டவணைகளை ஆதரிப்பதை எளிதாக்கிய மீண்டும் பயன்படுத்தக்கூடிய கருத்தாக்கங்கள், மதிப்பாய்வுக் கலைப்பொருட்கள், மதிப்பீட்டு மரபுகள் மற்றும் செயல்படுத்தல் முறைகள் ஆகியவற்றை உருவாக்கியது.

Tax AI சுய-மேம்படும் ஏஜென்ட்களை உருவாக்கும் ஒரு பாதையை நிரூபிக்கிறது. நடைமுறை நிபுணர்கள் சேவையை வழங்குவதன் மூலம் உயர்மதிப்புள்ள பின்னூட்ட சிக்னல்களை உருவாக்குகின்றனர். தயாரிப்பு பணிச்சூழல்கள் அந்த சிக்னல்களை கட்டமைக்கப்பட்ட ஆதாரமாக பாதுகாக்கின்றன. மதிப்பீட்டு ஆதரவு கொண்ட பொறியியல் அமைப்புகள், மேம்பாடுகள் உற்பத்தியை அடையும் முன் அவற்றைச் சரிபார்க்கின்றன; மேலும் ஏஜென்ட் இயக்கும் சுழற்சி, சிஸ்டத்தை தொடர்ச்சியான சுய-மேம்பாட்டு ஓட்டத்தில் வைத்திருக்கிறது. 

Thrive Holdings இன் அமைப்பு, இந்த சூழலை குறிப்பிட்ட தொழில்துறைகளில் மீண்டும் உருவாக்க எங்களுக்கு அனுமதிக்கிறது. Holdings உரிமையாளரும் operator-உம் ஆக இருப்பதால், எங்கள் ஒருங்கிணைந்த பொறியியல் குழுக்கள் Crete போன்ற வணிகங்களின் உள்ளிருந்து, விற்பனையாளராக அல்லாமல் கூட்டாளிகளாக, நடைமுறை நிபுணர்களுடனும் உற்பத்தி தரவுடனும் நேரடியாக வேலை செய்ய முடிகிறது. இதன் பொருள், தொழில்நுட்பம், தயாரிப்பு, மற்றும் சேவை அனைத்தும் ஒரே குடையின் கீழ் இருப்பதால், நாங்கள் வேகமாக நகரவும் சிறப்பான தயாரிப்புகளை உருவாக்கவும் உதவுகிறது.

கடந்த ஆண்டு வரி தயாரிப்பில் 180 மணி நேரம் செலவிட்ட ஒரு மூத்த கணக்காளர், இந்த ஆண்டு அதில் வெறும் 15 மணி நேரமே செலவிட்டார். அந்த நேரத்தின் ஒரு பகுதியை, தனது ஒவ்வொரு வாடிக்கையாளருக்கும் அழைத்து அவர்களின் ரிட்டர்ன்களை விளக்குவதற்கு அவர் பயன்படுத்தினார்; ஒரு வருடத்திற்கு முன் சாத்தியமில்லாத அளவிலான நெருக்கமான சேவை அது. மீதமுள்ள நேரத்தை அவர் புதிய வாடிக்கையாளர்களை ஏற்கவும் புதிய சேவை வழங்கல்களுக்கு விரிவடையவும் பயன்படுத்தினார்.

இப்போது, எங்கள் குழுக்கள் ஒன்றாக சேர்ந்து, Tax AI-இன் அதே மூன்று-பகுதி வடிவமைப்பை Thrive Holdings⁠(புதிய சாளரத்தில் திறக்கும்) முழுவதும் பிற டொமைன்களில் பணிச்சூழல்களை உருவாக்கும் வரைபடமாகப் பயன்படுத்துகின்றன; கணக்குப்பதிவு மற்றும் தணிக்கை போன்ற கணக்கியல் பணிச்சூழல்கள், மேலும் IT உதவி மையத் தானியங்கு போன்ற செயல்பாட்டு பணிச்சூழல்கள். டொமைன்கள் மற்றும் தொழில்துறைகள் முழுவதும், சுய-மேம்படும் ஏஜென்ட்களின் பரந்த வாக்குறுதி நிலைத்திருக்கிறது. சிறந்த ஏஜென்ட்கள், காலப்போக்கில் மேலும் திறனுள்ள, மேலும் நம்பகமான, மேலும் மதிப்புள்ளவையாக மாற கற்றுக்கொள்ள, மனிதர்களால் வழிநடத்தப்படுகின்றன.

இந்த திட்டப்பணியில் பணியாற்றிய OpenAI குழுவைப் பற்றி மேலும் அறிய, தொடர்பு கொள்ளுங்கள்.