সোমবার ৯:৩০
দলের ওয়ার্কশপ। নাজমা আপু জিজ্ঞেস করলেন: এআই এজেন্ট দিয়ে কি আমাদের রিগ্রেশন চালানো যায়?
সোমবার ৯:৪৫
সাকিব ভাই বললেন, তিনি একটা স্ক্রিপ্ট বানিয়ে চ্যাট-সহকারীকে দিয়ে টেস্ট লেখিয়েছেন। সবাই মাথা নাড়ল। রুমি ভাবল: এটাই কি এজেন্ট?
সোমবার ১০:১০
তানভীর ভাই বোর্ডে দুটো বাক্স আঁকলেন। একটার নাম: উত্তর দেয়। অন্যটার নাম: কাজ করে।
সোমবার ১০:৩০
তর্ক শুরু: কে কোন বাক্সে পড়ে?
বোর্ডের দুই বাক্স(Two Boxes on the Board)
চ্যাট-সহকারীকে আপনি লিখলেন, সে উত্তর দিল। কপি করা, চালানো, ফল দেখা, সবই আপনার হাতে। এজেন্ট এক ধাপ এগোয়: লক্ষ্য পেয়ে সে নিজে ধাপ ঠিক করে, টুল চালায় (পেজ খোলে, টেস্ট চালায়, ফাইল পড়ে), ফল দেখে আবার সিদ্ধান্ত নেয়, যতক্ষণ না কাজ শেষ বা থামার শর্ত আসে। তফাতটা "বুদ্ধিতে" নয়, লুপে আর হাতে: এজেন্টের হাত আছে, আর সে নিজেই ঘোরে।
সাকিব ভাইয়ের সেই স্ক্রিপ্ট ছিল প্রথম বাক্সে: মডেল কোড লিখল, সাকিব ভাই নিজে চালালেন। এজেন্ট হতো যদি মডেল নিজেই চালিয়ে, ফেল দেখে, ঠিক করে আবার চালাত।
কোথায় কাজে লাগে(Where It Helps)
এজেন্টের জন্য ভালো কাজগুলোর কয়েকটি মিল আছে: পুনরাবৃত্তিমূলক, ধাপ ঠিক করা যায়, ফল যাচাই করা যায়, ভুল হলে ক্ষতি ছোট বা ফেরানো যায়।
- পরিধি
- স্টেজিংয়ে স্মোক টেস্ট চালিয়ে ফল জমা
- যাচাই
- স্ক্রিনশট ও লগ দিয়ে ঠিক-ভুল দেখা যায়
- ক্ষতি
- ভুল হলে ফেলে দিয়ে আবার চালানো যায়
- মালিক
- রিপোর্ট পড়ে মানুষ সিদ্ধান্ত নেয়
একটি ছোট কথোপকথন(A Short Conversation)
নাজমা আপু (১১:০৫)
তানভীর ভাই (১১:০৬)
নাজমা আপু (১১:০৬)
রুমি (১১:০৭)
দায়িত্ব কোথায় থাকে(Where Responsibility Stays)
এজেন্ট কাজ করে, কিন্তু ফলের দায় তার নয়। তাই এজেন্টিক QA-তে সবচেয়ে বড় চার ধাপ মানুষের হাতে থাকে: লক্ষ্য ঠিক করা, প্রমাণ যাচাই, চূড়ান্ত সিদ্ধান্ত (পুশ, মার্জ, রিলিজ), আর "কী প্রত্যাশিত" ঠিক করা। এজেন্ট টেস্ট কীভাবে স্ক্রিনে পৌঁছাবে তা বদলাতে পারে, কিন্তু কী প্রত্যাশিত তা নয়।
এই চক্র ঘুরলেই দলের আস্থা তৈরি হয়। প্রথমে ছোট কাজ, ছোট অনুমতি, আর যতটা প্রমাণ, ততটা ভরসা।
প্রচলিত তিনটি ভুল ধারণা(Three Common Misconceptions)
- এজেন্ট মানে সব জানে। না। সে নিজের প্রশিক্ষণ আর সামনের কনটেক্সট থেকে চলে, আপনার সিস্টেমের গোপন নিয়ম জানে না।
- এজেন্ট এলে QA লাগবে না। (এ নিয়ে বিস্তারিত: এআই কি টেস্টারের জায়গা নেবে? একটি সৎ উত্তর।) যে কাজগুলো সবচেয়ে বেশি চিন্তা চায়: ঝুঁকি বোঝা, প্রত্যাশা ঠিক করা, প্রমাণ যাচাই, সেগুলো আরও জরুরি হয়।
- একটা বড় এজেন্টই সব করুক। ছোট ছোট কাজে ভাগ করলে যাচাই সহজ হয়, এটা পরে বিস্তারিত দেখব।
নিজেকে যাচাই করুন
নাজমা আপু জানতে চাইলেন রিলিজ যাবে কি না। এজেন্টিক QA-র নীতি অনুযায়ী সবচেয়ে ভালো ব্যবস্থা কোনটি?