Järgmine ERP kasutaja ei pruugi olla inimene

Iga ekraan on oletus selle kohta, kes vaatab

Mõelge, mida ERP tähendab oma kasutaja vaatenurgast. Brandi taga on see tabelite ja reeglite kogum: kliendid, tooted, tellimused, arved, laovaru liikumised ja piirangud, mis hoiavad need järjepidevana. Selle ees on osa, millele kulus enamik raha: mitu tuhat ekraani, mis esitavad neid tabeleid inimesele paarikaupa, järjekorras, mida inimene suudab järgida, siltidega, mida inimene suudab lugeda ja nuppudega, mida inimene suudab leida.

Igaüks neist ekraanidest kodeerib oletuse selle kohta, kes on teisel pool. Oletus on inimene, kellel on piiratud töömälu, seega on vorm jagatud vahekaartideks. Inimene, kes loeb vasakult paremale, seega oluline väli on ülal vasakul. Inimene, kes suudab meeles hoida umbes seitse asja, seega juhtpaneelil on kuus plaati. Inimene, kes teeb trükivigu, seega on esitamisel valideerimine. Inimene, kes väsib, seega on tavaline tee vähem klikke. Kõik see on hea disain selle kasutaja jaoks, kellel disainer oli, ja nelikümmend aastat oli see kasutaja ainus, kes olemas oli.

Tagajärg on see, et liides on andmemudeli kaotav esitamine ühe tüüpi lugejale. Mudel teab, et arvel on read, klient, tähtaeg ja staatus; ekraan näitab read ühel vahekaardil, kliendi teisel ja staatust värvina. Töö, mis puudutab viit kirjet, tähendab viit ekraani, ja inimene kannab niidi nende vahel oma peas. See niit on enamik sellest, mille eest ettevõte maksab oma administratiivpersonalile, et hoida.

Uuel kasutajal on tööriistad, mitte käed

AI agent, kes opereerib ärisüsteemi, ei saa sellest midagi. Mida ta saab, kui ta ühendub Model Context Protocoli kaudu, on tööriistade loetlemise taotluse tulemus: igaühe jaoks nimi, mudelile lugemiseks kirjutatud kirjeldus, sisendite skeem ja valikuline annotatsioon, mis ütleb, kas tööriist loeb ainult, kas see võib midagi hävitada ja kas selle kutsumine kaks korda on ohutu. Agent valib tööriista, kutsub seda sisestatud argumentidega, loeb tulemust ja valib uuesti. Protokolli enda kokkuvõte on, et see on standardiseeritud viis AI rakenduste ühendamiseks välistesse süsteemidesse, nagu tavaline port ühendab seadmeid, ja peamised kliendid räägivad seda nüüd: Claude, ChatGPT, Cursor ja VS Code nende seas.

Vaadake, mida see kasutaja ei vaja. Tal ei ole vaja arvet jagada vahekaartideks, sest ta suudab kogu kirje korraga hoida. Tal ei ole vaja olulist välja ülal vasakul, sest vasakut pole. Tal ei ole vaja kuut plaati, sest ta saab küsida soovitud arvu. Ta ei väsi ja klikke ei ole. Iga järeleandmine, mis tegi ekraani inimesele heaks, on selle kasutaja jaoks kas ebaoluline või takistus.

Ja vaadake, mida ta selle asemel vajab, mida ekraan kunagi ei pakkunud. Tal on vaja, et iga toimingu kirjeldus oleks täpne, sest kirjeldus on kogu tema arusaam. Tal on vaja, et skeem oleks täielik, sest ta ei saa näha näidet. Tal on vaja teada, millised toimingud on ohutud uuesti proovimiseks. Tal on vaja, et tulemus ütleks, mis juhtus ja mida ta võib järgmiseks teha. Selle kasutaja jaoks on dokumentatsioon liides ja nimetamine on disain: üks lai tööriist kahe rea kirjeldusega on halvem toode kui sama võimekus kolme tööriistaga, millel on selged nimed ja ausad kirjeldused, olenemata sellest, millised ekraanid nende kohal on.

Küljetee ekraani kaudu ei kesta kaua.

Uue kasutaja esimene vastus on alati riietada see nagu vana. Robootprotsesside automatiseerimine tegi seda kümme aastat: bot logib sisse teenusekontoga ja juhib ekraane nagu tal oleks käed, leides nupu oma valija või koordinaatide abil. Praegune versioon annab keelemudelile ekraanipildi ja kursori. Anthropic'i arvutikasutus teeb täpselt seda, ja selle dokumentatsioon on ettevaatlik, et öelda, kus see kuulub: see eksisteerib juhtudel, kus tihedamat liidest ei ole saadaval, see suunab teid brauseri tööriista, kui töö jääb lehe sisse, ja see küsib inimeselt, et kinnitada kõike, millel on tähenduslikud reaalsed tagajärjed, sealhulgas rahalised tehingud.

Kostüüm on kallis kanda. Ekraan ei tee masinale lubadusi, seega iga muudatus, mis on tehtud inimese jaoks, rikub automatiseerimise, mis teeb näo, et on inimene. Iga kiht agendi ja tegevuse vahel, ekraanipilt, oletus, milline piksel on nupp, kirjutatud tekst, mis võib olla või mitte olla õigesse väljasse jõudnud, on vale koht, ja mudel on juba vale koht. Ekraani juhtimine on sild, mille ehitad, kui süsteem allpool ei oma midagi paremat, ja botide müüjad ütlevad seda ise: nad kirjeldavad nüüd robotit kui täitmiskihti, mida agent kutsub välja süsteemide jaoks, mis seda endiselt vajavad.

Milleks tarkvara peab muutuma

Kui seni esitatud argument kehtib, siis agendi-põhise tarkvara kuju tuleneb sellest, ja see on rohkem kui API külje peal. Viis omadust peavad olema korraga tõesed.

• Iga toiming on tööriist. Mitte tosin, mida müüja arvas olevat ohutu, vaid kogu pind, millele inimene saab ekraanide kaudu ligi: loo, loe, liigu, kiida heaks, saada, tasakaalusta. Kõik, mis on vähem, ja agent peab ülejäänud jaoks ekraanile tagasi pöörduma.
• Iga kõne kannab identiteeti. Agent tegutseb kui konkreetne inimene, normaalse sisselogimise kaudu, ja tööriistad, mida talle pakutakse, filtreeritakse selle inimese rolli järgi enne, kui ta neid kunagi näeb, ja kontrollitakse uuesti, kui need töötavad. Agent, kellel on süsteemi täielik juurdepääs, on disainiviga, mitte funktsioon.
• See küsib disaini järgi. Mõned toimingud toimivad; mõned ootavad inimest; mõned keeldutakse otsekohe. Protokoll ise ütleb, et tsüklis peaks alati olema inimene, kes suudab tööriista kõne tagasi lükata, ja suured kliendid küsivad enne kirjutamist vaikimisi. Tarkvara peab tegema kategooriad selgeks, mitte lootma, et mudel on viisakas.
• Kulutustel on lagi. Kohas, kus süsteemi enda mõtlemine maksab raha, või kus tööriist panustab raha, on iga ühenduse kohta piir, mida süsteem jõustatakse ja mudel ei saa sellest mööda rääkida.
• Logi on toode. Iga kõne, selle sisendid ja tulemus, isiku all, kes selle tegi, on ülevaatavad samamoodi nagu inimese teod. Agendi jaoks on auditeerimise jälg see, kuidas usaldus ehitatakse, nädal nädalalt.

Kuues omadus on vähem nõue kui tagajärg. Kui töö tehakse tööriistade kaudu, siis salvestatakse rekord kõrvaltootena: agent, kes arveldab, jälitab ja tasakaalustab, jätab maha täpselt arve, jälitaja ja tasakaalu, mille inimene oleks tippinud, ilma tippimiseta. Ekraanid jäävad alles, et neid vaadata, üle vaadata ja otsustada. Nad ei ole enam ainus koht, kus töö saab toimuda.

Tõsiselt võetav vastuväide

Kõige tugevam vastuväide tunnistab, et agendid saavad tööd teha ja osutab sellele, et nad teevad seda mõnikord valesti, enesekindlalt, kirjutades. See on tõsi, ja aus dokumentatsioon ütleb nii: ChatGPT käsitleb igat tööriista, millel ei ole ainult lugemise annotatsiooni, kirjutamisena ja nõuab vaikimisi kinnitust; Claude küsib heakskiitu enne, kui kutsub esile tööriista kohandatud ühendusest ja hoiatab, et pahatahtlik server võib sisaldada varjatud juhiseid. Klientidel on õigus olla ettevaatlikud, ja ettevõte peaks samuti olema.

Aga pane tähele, kus ettevaatus peab elama. See ei saa elada mudelis, mis on osapool, kes võib olla vale. See peab elama tarkvaras, mis on täpselt see, kuhu hea tarkvara on selle inimkasutajate jaoks juba paigutanud. Valideerimine, õigused, heakskiidu künnised, tühistamine, auditeerimine: igaüks neist eksisteerib, kuna eelmine kasutaja tegi samuti vigu, enesekindlalt, kirjutades. Agendi-põhine tarkvara võtab seda vana distsipliini tõsiselt igas tegevuses, mitte ainult nendes, mida ekraani disainer mäletas, ja rakendab seda kasutajale, kes kutsub enne lõunat välja sada tööriista.

Teine vastuväide on determinism. Mõned tööd peavad iga kord tootma sama väljundi sama sisendi jaoks, tõendatult. See töö peaks jääma fikseeritud töövooguks, ja agent peaks kutsuma töövoo tööriistana, mitte improviseerima. Otsustus ei asenda siin reegleid; süsteem vajab mõlemat, kasutajale, kes suudab neid eristada.

Kes selle ehitab ja kellele

Viimane tagajärg on see, mida ettevõtja peaks märkama. Kui tarkvara kasutaja võib olla agent, siis võib seda olla ka ehitaja. Arendaja kirjeldab agendile, kellel nad juba on, rakendust, mida nad soovivad, agent ehitab selle ehitustööriistade komplekti alusel, arendaja valideerib selle kohapeal ja avaldab selle, ja esimesest päevast alates on iga tööriist, mida rakendus tarnib, saadaval igale teisele agendile platvormil. Ettevõte, kes selle paigaldab, ei õpi oma ekraane; selle töötajad toovad agendi, mida nad juba kasutavad, ja kirjeldavad tulemust. See on korraldus, mille ümber Sois on üles ehitatud, pakutud siin kui üks argumentatsiooni rakendus, mitte kui selle järeldus.

Järeldus on lihtsam. Nelikümmend aastat küsis tarkvara disainer, mida inimene teisel pool peab nägema. Järgmine kasutaja ei näe. See loeb lepingut ja kutsub esile selle, mida tal on lubatud kutsuda, ja teeb seda sama inimeste nimel, kelle jaoks ekraanid on loodud. Tarkvara, mis käsitleb seda kasutajat esmaklassilise kodanikuna, töötab sujuvalt. Tarkvara, mis hoiab ekraani ainukese uksena, töötab endiselt, läbi võtmeaugu, agent, kes kannab kostüümi, kuni selle omanikud väsivad kostüümist ja liiguvad.

Seda artiklit vaadatakse üle, kui kirjeldatud tooted muutuvad. Järgmine planeeritud ülevaatus: 4. detsember 2026.