はじめに

AI エージェントが人間の介入なしに、自身の間違いを認(rèn)識(shí)し、そこから學(xué)習(xí)し、再試行できるとしたらどうなるでしょうか? 自己修正 AI エージェントの世界へようこそ。

ほとんどの AI モデルは 1 回の試行で出力を生成します。しかし、自己修正エージェントはさらに進(jìn)んでいます。エラーがいつ発生したかを特定し、原因を分析し、修正を適用することをすべてリアルタイムで行うことができます。これは、「試行錯(cuò)誤」の考え方が組み込まれた AI と考えてください。

このブログでは次のことを?qū)Wびます:

• AI エージェントにとって 自己修正 が意味するもの。
• 間違いに適応するエージェントを構(gòu)築する方法。
• エージェント設(shè)計(jì)に 反射パターン を適用する方法。

最後には、正常に失敗するだけでなく、試行ごとに改善する AI エージェントを設(shè)計(jì)する方法がわかります。

---

1?? 自己修正エージェントとは何ですか?

自己修正エージェントは、自身の失敗を認(rèn)識(shí)し、新しい戦略を試みることができる AI システムです。最初のアプローチが機(jī)能しない場(chǎng)合、エージェントは再評(píng)価して代替パスを試みます。

類似:

シェフにケーキを焼いてもらうと想像してみてください。しかし、最初は砂糖を使いすぎます。標(biāo)準(zhǔn)的な AI は同じ間違いを繰り返します。しかし、自己修正する AI がエラーに気づき、次回は砂糖を減らし、ケーキが完璧な味になるまで調(diào)整します。

自己修正エージェントが重要なのはなぜですか?

ほとんどの AI ツール (ChatGPT など) は 1 つの応答しか提供できません。間違っている場(chǎng)合は、手動(dòng)で「再試行」するように要求する必要があります。ただし、自己修正エージェントは自律的に再試行できます。

?? 使用例:

AI は、フィボナッチ數(shù)を計(jì)算する Python 関數(shù)を書くように求められます。

試行 1: AI は遅い再帰関數(shù)を作成します。

自己修正: 再帰が遅すぎることに気づきました。

試行 2: AI が動(dòng)的プログラミングを使用して関數(shù)を書き換え、高速化します。

---

2?? 自己修正のための重要なテクニック

エージェントに自分の間違いを認(rèn)識(shí)できるほどの自覚を持たせるにはどうすればよいでしょうか?ここでは 3 つの主要なテクニックを紹介します:

1.エラー検出

• 結(jié)果が「間違っている」かどうかを特定します (API 呼び出しの失敗、不正な出力、またはパフォーマンスの低下など)。
• エラー コード、例外、またはテスト ケースを使用して障害を検出します。

2.反射

• エージェントは自分の決定を振り返り、「何が問題だったのか?」と自問し、次のステップを計(jì)畫します。
• 反映は、エラーのログ記録、失敗した API 呼び出しの追跡、または応答品質(zhì)の再評(píng)価によって実現(xiàn)できます。

3.再試行ロジック

• 反省後、エージェントは改善された戦略で再試行します。
• これは、API プロバイダーの切り替え、より効率的なロジックの使用、またはバックアップ アプローチの適用を意味する場(chǎng)合があります。

?プロのヒント:

エラー ログを AI モデルにフィードバックして、將來(lái)のパフォーマンスを向上させることができます。

---

3?? 実踐における自己修正

Python と FastAPI を使用して自己修正 AI エージェントを構(gòu)築しましょう。

---

???ステップ 1: 問題

Python 関數(shù)を生成できる AI エージェントが必要です。関數(shù)の実行に失敗した場(chǎng)合、または間違った出力が生成された場(chǎng)合、エージェントは自動(dòng)的に自身を修正します。

問題: 10 番目のフィボナッチ數(shù)を計(jì)算するフィボナッチ関數(shù)を作成します。

課題: エージェントが再帰バージョン (遅い) を生成する場(chǎng)合、エージェントはこれを認(rèn)識(shí)し、動(dòng)的プログラミングを使用して書き換える必要があります。

---

???ステップ 2: エージェントをセットアップする

必要な依存関係をインストールします:

pip install openai fastapi uvicorn

---

???ステップ 3: エージェントを作成する

エージェントの仕組みは次のとおりです:

1. OpenAI の API を使用して Python 関數(shù)を生成します。
2. 関數(shù)を?qū)g行して、機(jī)能するかどうかを確認(rèn)します。
3. 関數(shù)が失敗した場(chǎng)合 (遅い、間違っている、またはエラー)、反映され、アプローチが修正されます。

コードの実裝

import openai
import time
import asyncio

# ? Replace with your OpenAI API key
openai.api_key = "your_openai_api_key_here"

# ? Step 1: Ask the AI to generate a Fibonacci function
async def generate_fibonacci_function():
    prompt = "Write a Python function to calculate the 10th Fibonacci number."
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}]
    )
    function_code = response['choices'][0]['message']['content']
    return function_code

# ? Step 2: Test the function to see if it works
def test_fibonacci_function(function_code):
    try:
        exec(function_code)  # Run the function in a safe execution environment
        result = eval("fibonacci(10)")  # Call the function with n=10
        if result == 55:  # Correct Fibonacci value for n=10
            return "success", result
        else:
            return "wrong_output", result
    except Exception as e:
        return "error", str(e)

# ? Step 3: Self-Correct by asking for a new version of the function
async def self_correct_function():
    max_attempts = 3
    for attempt in range(max_attempts):
        print(f"? Attempt {attempt + 1}")

        # Generate a new Fibonacci function
        function_code = await generate_fibonacci_function()
        print(f"Generated function:\n{function_code}\n")

        # Test the function to see if it works
        status, result = test_fibonacci_function(function_code)
        if status == "success":
            print(f"? Success! Fibonacci(10) = {result}")
            return
        elif status == "wrong_output":
            print(f"? Incorrect result: {result}. Asking AI to try a better method.")
        else:
            print(f"? Error: {result}. Asking AI to try again.")

    print("? Max attempts reached. Could not generate a correct function.")

# ? Run the correction process
asyncio.run(self_correct_function())

---

4?? 仕組み

1. 関數(shù)の生成: AI はフィボナッチの Python 関數(shù)を作成します。
2. 関數(shù)の実行: エージェントは関數(shù)を?qū)g行し、結(jié)果を確認(rèn)します。
3. 自己修正: 結(jié)果が間違っている場(chǎng)合、OpenAI はよりスマートなアプローチで 再試行するように求められます。

出力例

pip install openai fastapi uvicorn

---

5?? 自己修正エージェントの主なパターン

1. エラー検出: 間違った出力、パフォーマンスの低下、または例外を探します。
2. 反省: 問題を記録します。なぜ失敗したのですか?
3. ロジックの再試行: 新しいバージョンの関數(shù)を呼び出しますが、今回はよりスマートです。

?プロのヒント:

フィードバック ループを使用して、エージェントが間違いから學(xué)習(xí)できるようにします。一般的な問題を認(rèn)識(shí)できるように、ログをエージェントにフィードバックします。

---

6?? 自己修正剤をいつ使用する必要がありますか?

自己修正エージェントは、失敗が頻繁に発生し、手動(dòng)による介入にはコストがかかる場(chǎng)合に役立ちます。

• API 呼び出し: API が失敗した場(chǎng)合は再試行します。
• コード生成: エラーがスローされた場(chǎng)合はコードを再生成します。
• データ分析: ML モデルの誤った予測(cè)を修正します。

---

7?? 自己修正エージェントの利點(diǎn)

---

8?? 次のレベルに進(jìn)みましょう

1. キャッシュを使用する: エージェントが最初から開始されないように、成功した出力を保存します。
2. フィードバック ループの追加: 関數(shù)が頻繁に失敗する場(chǎng)合は、トレーニング プロセスにログをフィードします。
3. エージェントの信頼度を追跡する: エージェントが自信がない場(chǎng)合は、テスト ケースを?qū)g行してもらいます。

---

9?? まとめ

これで、Python 関數(shù)を作成、テスト、修正できる自己修正エージェントの青寫真が完成しました。私たちが取り上げた?jī)?nèi)容は次のとおりです:

• 自己修正の 3 つの柱: エラー検出、反映、再試行ロジック。
• Python 関數(shù)を生成およびテストするエージェントを構(gòu)築する方法。
• よりスマートで信頼性の高いエージェントを構(gòu)築するためのベスト プラクティス。

?チャレンジ:

コードを生成するだけでなく実行時(shí)のパフォーマンスを評(píng)価する自己修正エージェントを構(gòu)築します。関數(shù)が遅すぎる場(chǎng)合は、関數(shù)を書き直して最適化します。

レスポンシブ LLM の構(gòu)築について詳しく知りたいですか?新しい行で私のコースをチェックしてください: サーバー送信イベントを使用した応答性 LLM アプリケーション

私がカバーするのは次のとおりです:

• AI アプリケーションのシステムを設(shè)計(jì)する方法
• 大規(guī)模言語(yǔ)モデルの答えをストリーミングする方法
• サーバー送信イベントと WebSocket の違い
• GenAI UI におけるリアルタイムの重要性
• Python での非同期プログラミングの仕組み
• LangChain を FastAPI と統(tǒng)合する方法
• 検索拡張生成が解決できる問題
• AI エージェントの作成方法 ...その他にもたくさんあります。

以上が自己修正型 AI エージェント: 間違いから學(xué)習(xí)する AI を構(gòu)築する方法の詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。