Best AI Utility logo
Best AI Utility
ब्लॉग पर वापस जाएँ
अद्यतन 19 सितंबर 2026
8 मिनट पढ़ें
Deep Dive

अधिकांश "एआई एजेंट" अभी भी वह काम नहीं कर सकते जिसका वे वादा करते हैं

स्वायत्तता पिच है. विश्वसनीयता ही समस्या है. किसी ऐसे व्यक्ति की फ़ील्ड रिपोर्ट जिसने वास्तव में इसे तैनात किया है।

एआई एजेंट का हर डेमो जादू जैसा दिखता है। मेरे द्वारा चलाया गया प्रत्येक प्रोडक्शन एजेंट वास्तव में एक इंटर्न की तरह दिखता है जो दस मिनट तक शानदार रहता है और फिर चुपचाप आपकी फ़ाइलों का नाम बदल देता है।

अंतर स्मृति और रेलिंग का है। एक चैटबॉट एक प्रश्न का उत्तर देता है। एक एजेंट से अपेक्षा की जाती है कि वह कोई काम करे, उस चीज़ की जाँच करे, और जब चीज़ टूट जाए तो उसे ठीक करे। उनमें से अधिकांश पुनर्प्राप्ति के मामले में ख़राब हैं।

मैंने एक एजेंट को एक सरल कार्य दिया: तीन डैशबोर्ड की जाँच करें, संक्षेप करें, स्लैक पर पोस्ट करें। इसने इसे दो बार विफल कर दिया। तीसरी बार इसने सुबह 3 बजे आधा-अधूरा ड्राफ्ट पोस्ट किया क्योंकि डैशबोर्ड धीमा था और इसका अनुमान लगाया गया था।

विक्रेता आपको बताएंगे कि मॉडलों में तेजी से सुधार हो रहा है, और हो भी रहा है। लेकिन "सुधरना" और "पर्यवेक्षित बिना चलने के लिए पर्याप्त भरोसेमंद" अलग-अलग बार हैं, और हम अभी तक दूसरे स्थान पर नहीं हैं।

मेरी सलाह, हालांकि यह उबाऊ है: पैसे, ग्राहक या आपकी प्रतिष्ठा को छूने वाली किसी भी चीज़ के लिए एक इंसान को लूप में रखें। एजेंट महान सहपायलट होते हैं। वे अभी तक पायलट नहीं हैं.

Put one of these tools on the leaderboard

Every rank on Best AI Utility is paid and time-stamped — outbid the current holder with one crypto payment and the rank is yours until someone outbids you.

संबंधित आलेख

और ज्यादा खोजें