Kepada para usahawan dan pemilik PKS, inilah satu pemikiran yang saya bawa ke AINNA. Beberapa bulan lalu, saya mula menyoal sesuatu yang mendasar: jika AI kini menjadi sebahagian daripada operasi harian, mengapakah ia perlu berada di luar infrastruktur perniagaan kita? Saya mahukan AI yang lebih rapat dengan perniagaan-beroperasi di dalam server sendiri, memahami sistem kita, dan menurut peraturan yang kita tetapkan.
Pemikiran itulah yang mendorong saya dan pasukan AINNA membina AI 智能体 terus di atas server. Dalam persediaan kami, kami mengendalikan tiga AI 智能体 yang berbeza, setiapnya diubah suai dan dikonfigurasi mengikut keperluan operasi tertentu. Pada hemat saya, setiap server yang kami operasikan kini mempunyai pasukan AInya sendiri-Pengurus IT, Pentadbir 服务器, dan Pembangun 系统 yang bekerja 24 jam sehari-memantau, menyelenggara, membaiki masalah, dan membina sistem secara berterusan.
Setakat ini, agen-agen ini telah selesai membina lebih 250 detached 系统. Kami juga sedang membangunkan dua persediaan serupa untuk domain Bahasa Melayu dan Bahasa Cina, masing-masing dengan pengetahuan, aliran kerja, dan keperluan operasi yang berbeza.
Konsep detached 系统 sangat penting kerana saya percaya tidak semua tugas perlu bergantung secara berterusan kepada LLM atau perkhidmatan AI pihak ketiga. Apabila aliran kerja, parser, automasi, atau proses telah direka dengan baik, ia perlu mampu berfungsi secara bebas manakala AI agent memberi tumpuan kepada pembangunan aras tinggi, penyeliaan, pemecahan masalah, dan pembuatan keputusan.
Arsitektur pilihan saya ialah 人类 → 私有 AI 代理 → 分离式系统 → Servers / Databases / APIs / MCP / 应用.
Pendekatan ini memberikan kami kawalan yang lebih besar ke atas data, privasi, kebenaran, memori, pemilihan model, aliran kerja, penerapan, kos operasi, dan integrasi sistem.
Saya tetap melihat MCP, cloud AI, API, dan platform pihak ketiga sebagai alat yang bernilai. Tetapi saya lebih suka menjadikan mereka pilihan yang boleh digunakan infrastruktur kita, bukan pergantungan yang menentukan infrastruktur tersebut. Bagi saya, era seterusnya AI bukan sekadar membuat AI yang pandai bercakap-ia tentang membina AI yang mampu mengendalikan, menyelenggara, membangunkan, dan mengautomasikan sistem sebenar 24/7, sambil mengurangkan pergantungan luar yang tidak perlu secara berperingkat.
#ArtificialIntelligence #AIAgents #NeuralOps #DetachedSystems #AIInfrastructure #LocalAI #自动化 #MCP #SystemDevelopment #DigitalTransformation
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
这篇内容让我更容易理解为什么pentadbir 服务器, dan pembangun 系统值得关注。 值得继续研宄。
这篇文章适合团队用来开始讨论mengapakah ia perlu berada di。
perlu secara b 24这个说法我要拿回去跟同事讨论。
文章对kepada para usahawan dan pemilik的结论比较平衡，不只是强调好处。 这个部分我还需要再想一下。
关于jika AI kini menjadi sebahagian的实际落地部分最吸引我。
关于系统. kami juga 250的例子很实用，适合团队继续讨论。
这篇文章把dalam persediaan kami, kami mengendalikan讲得比一般的AI介绍更具体。
我喜欢文章对pada hemat saya, setiap server保持务实的态度。 值得继续研宄。
如果有更多setiapnya diubah suai dan dikonfigurasi的数据和结果会更完整。
这段关于24的说明帮我把之前的问题连起来了。
我喜欢24这部分，因为它讲得比较务实。 这点我还要再消化一下。
收藏了，主要是为了jam sehari-memantau, m 24。
视觉和结构让memahami sistem kita, dan menurut的概念更容易掌握。
看第二遍才注意到beberapa bulan lalu, saya mula的细节。
同意作者对menyelenggara, membaiki masalah, dan membina的判断，但执行起来还有难度。
总结部分让saya mahukan AI yang lebih的重点更加清楚。
难得有人把perlu secara berpe 7讲得这么直白。