Umbenennung von KI-Persona -"> KI-Agent

Merkmal
1

Zusammenfassung: Der Begriff „KI-Persona“ wird zu einer Belastung – wir möchten uns an die Branche anpassen und ihn in „KI-Agent“ umbenennen.

Der Begriff „KI-Persona“ wurde von mir im November 2023 in Discourse übernommen.

In KI-Begriffen fühlt sich das wie Jahrzehnte her an.

Im vergangenen anderthalb Jahren hat sich im KI-Bereich ein neuer Trend herausgebildet.

Die Begriffe „agentisch“ und „KI-Agenten“ werden jetzt allgegenwärtig verwendet, um KIs zu beschreiben, die in unserem Namen handeln (technischer ausgedrückt: LLM Loop + Tools).

Discourse unterstützt KI-Agenten seit 2023; das Schlüsselkonzept, eine LLM → Tools aufzurufen → eine LLM aufzurufen und so weiter, wurde damals in Discourse AI integriert.

In diesem Jahr haben wir Fortschritte gemacht, um alle unsere KI-LLM-Nutzungen zu zentralisieren und über Personas zu leiten. Unser Ziel ist es, eine flexible Grundlage für die Arbeit mit jeder LLM und die Integration in Discourse und Drittanbieter über Tools zu haben.

Durch die Zentralisierung der Logik ermöglichen wir auch eine bessere Flexibilität für Administratoren, da sie jede Persona anpassen können.

Zurück zum Thema.

Der Begriff „Persona“ ist im Ökosystem inzwischen einzigartig (im schlechten Sinne) und verwirrend geworden. Neuen Discourse-Administratoren zu erklären, dass es Agenten unterstützt, vermittelt die Geschichte in einem Satz. Ihnen zu sagen, dass wir „Personas“ haben, führt zu einer ganz neuen Unterhaltung – die zum Endpunkt „Oh, Sie meinen, Discourse unterstützt KI-Agenten?“ führt.

Da sich die Branche nun für den Begriff entschieden hat, der verwendet werden soll, halte ich es für sinnvoll, dass Discourse die Grundlage umbenennt. Es ist eine große Änderung, und viel Code und Dokumentation müssen angepasst werden, um dies zu erreichen.

Ich bin neugierig, was verschiedene Benutzer von Discourse AI über die Umbenennung denken, und möchte Feedback dazu einholen.

Verwandte Links

14 „Gefällt mir“
2

Eine KI-Persona hat einen sehr schlechten Klang. Und zur gleichen Zeit, in der sich die allgemeine Stimmung aus verschiedenen Gründen negativer gegen die Verwendung von KI wendet, wird es sich irgendwann gegen Discourse wenden, KI als Person zu bezeichnen.

Außerhalb dieser Blase habe ich den Begriff Modell verwendet, auch wenn das etwas anderes ist. Aber ein Agent ist gut. Und meiner Meinung nach gebräuchlicher als eine Persona.

3

Die erste Frage, die mir in den Sinn kommt, ist, ob es wirklich nur eine einzige Entität gibt, die einen Namen braucht. In meiner täglichen Arbeit mit diesen Systemen verwende ich mehrere verschiedene und verwandte Begriffe:

  • tool
  • client
  • server
  • host
  • ChatBot
  • MCP
  • connection
  • system prompt
  • user prompt

Obwohl ich die Wörter agent oder agentic häufig in der Dokumentation antreffe, vermeide ich sie in der Praxis. Viele Benutzer haben widersprüchliche Interpretationen dessen, was diese Begriffe bedeuten, was oft mehr Verwirrung als Klarheit schafft.

Siehe: The definition of agent is interpreted differently by different people - Community - OpenAI Developer Community

Angesichts der Komplexität, die oft beim Erlernen von Code-Architekturen auftritt, habe ich es als hilfreich empfunden, LLMs wie Claude zu bitten, Wireframe-Diagramme im SVG-Format zu erstellen, oft mit Links zu relevanten GitHub-Repositories. Dieser Ansatz könnte besonders wertvoll für die verschiedenen Komponenten sein, die in Ihrem ursprünglichen Beitrag erwähnt werden.

Ihre Erwähnung von LLM Loop + Tools erinnert mich an Host with MCP Client + MCP Servers, wie hier veranschaulicht:

Ein Diagramm, das einen Computer mit einem MCP-Client, drei Servern (A, B und C) und zwei lokalen Datenquellen (A und B) zeigt, wobei Server C über Web-APIs und MCP-Protokolle mit einem entfernten Dienst über das Internet verbunden ist. (Beschriftet von KI)
Ein Diagramm, das einen Computer mit einem MCP-Client, drei Servern (A, B und C) und zwei lokalen Datenquellen (A und B) zeigt, wobei Server C über Web-APIs und MCP-Protokolle mit einem entfernten Dienst über das Internet verbunden ist. (Beschriftet von KI)860×577 19.4 KB

Bitte korrigieren oder erweitern Sie LLM Loop + Tools nach Bedarf, falls meine Analogie fehlerhaft ist, da dies für die Identifizierung der spezifischen Entitäten, die umbenannt werden müssen, von zentraler Bedeutung zu sein scheint.

Das Tempo und die Breite der KI-Integrationsarbeit von Discourse sind bemerkenswert. Das gesamte Team sollte stolz auf diese Errungenschaften sein. :clap:

Habe mir genauer angesehen:

So seltsam es auch klingen mag, die Verwendung von configuration anstelle von persona funktioniert für mich besser. :man_shrugging:

4 „Gefällt mir“
4

[Zitat=“EricGT, Beitrag:3, Thema:368198”]
Viele Benutzer haben widersprüchliche Interpretationen dessen, was diese Begriffe bedeuten.
[/Zitat]

Für mich ist das der überzeugendste Grund, einfach abzuwarten, bis sich die Lage etwas beruhigt hat.

Ich habe immer noch das Gefühl, dass Persona nicht ganz richtig ist, aber das Risiko hier ist, 2000 Codezeilen umzubenennen, nur um es in einem Jahr wiederholen zu müssen, wenn neue Terminologie auftaucht.

Das ist eine sehr, sehr schwierige Entscheidung.

5 „Gefällt mir“
5

Idealerweise können wir dies in den Einstellungen umbenennen. Ich mag Persona, weil es für Benutzer leicht zu merken ist, und Agents können genauer sein, da sie Tool-Aufrufe haben können, was sie agentenähnlicher macht. Aber ich denke, idealerweise könnten wir sie umbenennen, um den Bedürfnissen unserer Community gerecht zu werden.

6

Ich stimme immer noch zu, dass du die beste Position eingenommen hast, nämlich abzuwarten.

Jetzt gibt es ChatGPT Agent. Da viele, die ChatGPT nutzen, die KI nicht verstehen müssen oder wollen und wie sie funktioniert, werden sie den Namen Agent davon verwenden, um weitere Definitionen für Agent hinzuzufügen. :face_with_spiral_eyes:

2 „Gefällt mir“
7

Unter-Agenten könnten eine Überlegung wert sein.

Anthropic hat Unter-Agenten für die Verwendung mit Claude Code entwickelt.

Benutzerdefinierte Unter-Agenten in Claude Code sind spezialisierte KI-Assistenten, die aufgerufen werden können, um bestimmte Arten von Aufgaben zu bearbeiten. Sie ermöglichen eine effizientere Problemlösung, indem sie aufgabenbezogene Konfigurationen mit angepassten Systemaufforderungen, Werkzeugen und einem separaten Kontextfenster bereitstellen.