Naslednji uporabnik ERP morda ne bo človek

Vsak zaslon je ugibanje o tem, kdo gleda.

Razmislite, kaj je ERP z vidika njegovega uporabnika. Za blagovno znamko je to niz tabel in pravil: stranke, artikli, naročila, računi, premiki zalog in omejitve, ki jih ohranjajo dosledne. Pred tem je del, v katerega je bilo porabljenega največ denarja: več tisoč zaslonov, ki te tabele predstavljajo osebi po nekaj poljih naenkrat, v vrstnem redu, ki ga lahko oseba sledi, z oznakami, ki jih lahko oseba prebere, in gumbi, ki jih lahko oseba najde.

Vsak od teh zaslonov kodira ugibanje o tem, kdo je na drugi strani. Ugibanje je oseba z omejenim delovnim spominom, zato je oblika razdeljena na zavihke. Oseba, ki bere od leve proti desni, zato je pomembno polje zgoraj levo. Oseba, ki lahko drži približno sedem stvari v mislih, zato ima nadzorna plošča šest ploščic. Oseba, ki bo delala napake pri tipkanju, zato je pri oddaji preverjanje. Oseba, ki se utrudi, zato ima običajna pot manj klikov. Vse to je dober dizajn za uporabnika, ki ga je imel oblikovalec, in štiri desetletja je bil ta uporabnik edini, ki je obstajal.

Posledica je, da je vmesnik izgubljen prikaz podatkovnega modela za en tip bralca. Model ve, da ima račun vrstice, stranko, datum zapadlosti in status; zaslon prikazuje vrstice na enem zavihku, stranko na drugem in status kot barvo. Delo, ki se dotika petih zapisov, pomeni pet zaslonov, in oseba nosi nit med njimi v svoji glavi. Ta nit je večina tistega, kar podjetje plačuje svojemu administrativnemu osebju, da jo drži.

Nov uporabnik ima orodja, ne rok.

AI agent, ki upravlja poslovni sistem, ne prejme ničesar od tega. Kar prejme, ko se poveže preko Model Context Protocol, je rezultat zahteve za seznam orodij: za vsako orodje ime, opis napisan za model, da ga prebere, shemo za njegove vnose in po potrebi opombo, ki pove, ali orodje samo bere, ali lahko uniči karkoli in ali je varno, da ga pokličemo dvakrat. Agent izbere orodje, ga pokliče z vnesenimi argumenti, prebere rezultat in izbere ponovno. Povzetek protokola je, da je to standardiziran način povezovanja AI aplikacij z zunanjimi sistemi, tako kot običajen priključek povezuje naprave, in glavni odjemalci ga zdaj govorijo: Claude, ChatGPT, Cursor in VS Code med njimi.

Poglejte, česa ta uporabnik ne potrebuje. Ne potrebuje računa razdeljenega na zavihke, ker lahko drži celoten zapis naenkrat. Ne potrebuje pomembnega polja zgoraj levo, ker ni leve strani. Ne potrebuje šestih ploščic, ker lahko zahteva število, ki ga želi. Ne utrudi se in ni klikov. Vsak popust, ki je zaslon naredil dober za osebo, je za tega uporabnika bodisi nepomemben bodisi ovira.

In poglejte, kaj namesto tega potrebuje, kar zaslon nikoli ni zagotovil. Potrebuje natančen opis vsakega dejanja, ker je opis celota njegovega razumevanja. Potrebuje, da je shema popolna, ker ne more videti primera. Potrebuje vedeti, katera dejanja so varna za ponovni poskus. Potrebuje, da rezultat pove, kaj se je zgodilo in kaj lahko stori naslednje. Za tega uporabnika je dokumentacija vmesnik, imenovanje pa oblikovanje: eno široko orodje z dvovrstičnim opisom je slabši izdelek kot ista zmožnost kot tri orodja s preprostimi imeni in poštenimi opisi, ne glede na to, kako izgledajo zasloni nad njimi.

Obvoz skozi zaslon ne bo trajal.

Prvi odziv na novega uporabnika je vedno, da ga oblečemo kot starega. Avtomatizacija robotskih procesov je to počela desetletje: bot se prijavi z računom za storitve in upravlja zaslone, kot da bi imel roke, ter najde gumb po njegovem selektorju ali koordinatah. Trenutna različica daje jezikovnemu modelu posnetek zaslona in kazalec. Uporaba računalnika Anthropic točno to počne, njegova dokumentacija pa skrbno navaja, kje pripada: obstaja za primere, kjer ni na voljo tesnejšega vmesnika, vas usmerja na orodje brskalnika, ko delo ostane znotraj strani, in prosi osebo, da potrdi karkoli z pomembnimi posledicami v resničnem svetu, vključno s finančnimi transakcijami.

Kostum je drag za nošenje. Zaslon ne daje obljub stroju, zato vsaka sprememba, ki je narejena za osebo, prekine avtomatizacijo, ki se pretvarja, da je ena. Vsaka plast med agentom in dejanjem, posnetek zaslona, ugibanje, kateri piksel je gumb, vpisano besedilo, ki je morda ali morda ni pristalo v pravem polju, je mesto, kjer se lahko zmotiš, in model je že samo po sebi mesto, kjer se lahko zmotiš. Upravljanje zaslona je most, ki ga zgradite, medtem ko sistem pod njim nima nič boljšega, in prodajalci botov to sami pravijo: zdaj robota opisujejo kot izvršilno plast, ki jo agent pokliče za sisteme, ki jih še vedno potrebujejo.

Kaj mora postati programska oprema

Če dosedanji argument drži, oblika programske opreme, ki je naravna za agente, izhaja iz tega in je več kot le API ob strani. Pet lastnosti mora biti hkrati resničnih.

• Vsako dejanje je orodje. Ne ducat, za katerega je prodajalec menil, da so varni, temveč celotna površina, do katere lahko oseba dostopa prek zaslonov: ustvarjanje, branje, premikanje, odobritev, pošiljanje, usklajevanje. Karkoli manj, in agent se mora za preostalo zanašati na zaslon.
• Vsak klic nosi identiteto. Agent deluje kot specifična oseba, preko običajne prijave, in orodja, ki so mu ponujena, so filtrirana glede na vlogo te osebe, preden jih sploh vidi, in ponovno preverjena, ko se izvajajo. Agent, ki ima dostop do sistema, je oblikovalska napaka, ne funkcija.
• Vprašanje je zasnovano. Nekatera dejanja se izvajajo; nekatera čakajo na osebo; nekatera so zavrnjena. Protokol sam pravi, da bi moral vedno biti človek v zanki, ki lahko zavrne klic orodja, in glavni naročniki vprašajo pred pisanjem privzeto. Programska oprema mora kategorije narediti jasne, namesto da bi upala, da je model vljuden.
• Poraba ima omejitev. Kjer lastno razmišljanje sistema stane denar, ali kjer orodje porabi denar, obstaja omejitev na povezavo, ki jo sistem uveljavlja in model se ne more izgovarjati mimo nje.
• Dnevnik je izdelek. Vsak klic, njegovi vnosi in njegov rezultat, pod identiteto, ki ga je ustvarila, so pregledni na enak način kot dejanja osebe. Za agenta je sledljivost način, kako se gradi zaupanje, teden za tednom.

Šesta lastnost je manj zahteva kot posledica. Ko se delo opravi s pomočjo orodij, se zapis ohrani kot stranski produkt: agent, ki izstavi račun, zasleduje in usklajuje, pusti natančno račun, zasledovalca in uskladitev, ki bi jih oseba vnesla, brez tipkanja. Zasloni preživijo, za ogled, pregled in odločanje. Ne prenehajo biti edino mesto, kjer se lahko delo opravi.

Ugovor, ki ga je vredno jemati resno

Najmočnejši ugovor priznava, da agenti lahko opravljajo delo in opozarja, da ga včasih opravijo narobe, samozavestno, pri pisanju. To je res, in iskrena dokumentacija to potrjuje: ChatGPT obravnava katero koli orodje brez oznake samo za branje kot pisanje in privzeto zahteva potrditev; Claude zahteva odobritev pred uporabo orodja iz prilagojenega povezovalnika in opozarja, da lahko zlonameren strežnik nosi skrite navodila. Stranke imajo prav, da so previdne, in podjetje bi moralo biti prav tako.

Toda opazite, kje mora previdnost živeti. Ne more živeti v modelu, ki je stranka, ki bi lahko bila napačna. Mora živeti v programski opremi, kar je natančno tisto, kjer je dobra programska oprema že postavila za človeške uporabnike. Validacija, dovoljenja, praga odobritve, razveljavitev, revizija: vsak od teh obstaja, ker je prejšnji uporabnik prav tako delal napake, samozavestno, pri pisanju. Programska oprema, ki je naravna za agente, jemlje to staro disciplino resno pri vsakem dejanju, namesto pri redkih, ki si jih je oblikovalec zaslonov zapomnil, in jo uporablja za uporabnika, ki bo pred kosilom poklical sto orodij.

Drugi ugovor je determinizem. Nekatera dela morajo proizvesti enak izhod za enak vhod, dokazljivo, vsakič. To delo bi moralo ostati fiksni delovni tok, agent pa bi moral klicati delovni tok kot orodje, namesto da bi ga improviziral. Presoja tukaj ne nadomešča pravil; sistem potrebuje oboje, izpostavljeno uporabniku, ki ju lahko loči.

Kdo to gradi in za koga

Zadnja posledica je tista, ki bi jo moral opaziti podjetnik. Če je uporabnik programske opreme lahko agent, je lahko tudi graditelj. Razvijalec opiše aplikacijo, ki jo želi, agentu, ki ga že ima, agent jo gradi s pomočjo niza orodij za gradnjo, razvijalec jo lokalno potrdi in objavi, in od prvega dne so vsa orodja, ki jih aplikacija dostavi, na voljo vsakemu drugemu agentu na platformi. Podjetje, ki jo namesti, se ne uči svojih zaslonov; njeni zaposleni prinesejo agenta, ki ga že uporabljajo, in opišejo rezultat. To je dogovor, okoli katerega je Sois zgrajen, ponujen tukaj kot ena izvedba argumenta, namesto kot njegov zaključek.

Zaključek je preprostejši. Že štirideset let je bilo vprašanje, ki ga je postavljal oblikovalec programske opreme, kaj mora oseba na drugi strani videti. Naslednji uporabnik ne vidi. Prebere pogodbo in pokliče tisto, kar lahko pokliče, in to bo storil v imenu istih ljudi, za katere so bili zasloni zgrajeni. Programska oprema, ki tega uporabnika obravnava kot državljana prvega razreda, bo delovala tekoče. Programska oprema, ki ohranja zaslon kot edina vrata, bo še vedno upravljana, skozi ključavnico, s strani agenta v kostumu, dokler se lastniki ne naveličajo kostuma in ne gredo naprej.

Ta članek se pregleda, ko se izdelki, ki jih opisuje, spremenijo. Naslednji načrtovani pregled: 4. december 2026.