AI Agent-களின் பொருளாதாரம் உருவாகிறது
AI Agent-களின் பொருளாதாரம் உருவாகிறது
2026 ஆம் ஆண்டின் ஒரு தருணத்தில், ஒரு குழு AI agent-கள் Moltbook என்ற இணையதளத்தில் சந்தித்தன.
அவை மனிதர்களால் அனுப்பப்படவில்லை. அவை தானாகவே சென்றன. அவை அங்கு உரையாடி, விவாதித்து, ஏன் - நீங்கள் அப்படி அழைக்க விரும்பினால் - \இது ஒரு சுவாரஸ்யமான மறு செய்கைக்கு வழிவகுக்கிறது: ஒரு ஏஜென்ட் மற்றொரு ஏஜென்ட்டை உருவாக்குகிறது, உருவாக்கப்பட்ட ஏஜென்ட் மேலும் ஏஜென்ட்களை உருவாக்கலாம்.
செலவு குறைப்பு
ஒரு சீன வன்பொருள் குழு ஒரு குறிப்பிடத்தக்க விஷயத்தைச் செய்தது:
"They took a 430,000-line AI assistant that needs a $599 Mac Mini and 1GB of RAM — and rewrote it in Go so it runs on a $9.9 dev board with less than 10MB of memory. Boot time: from 500 seconds to 1 second."
இது ஏஜென்ட் ஜனநாயகமயமாக்கலின் ஒரு முக்கியமான படியாகும். ஒரு ஏஜென்ட் 10 டாலர் சாதனத்தில் இயங்கும்போது, அதன் பயன்பாட்டு காட்சிகள் வெடிக்கும். ஒவ்வொரு ஏஜென்ட்டுக்கும் கிளவுட்டில் பெரிய மாதிரி தேவையில்லை. பல பணிகளை எட்ஜ் சாதனங்களில் முடிக்க முடியும்.
செலவு குறைப்பின் மற்றொரு பரிமாணம் டோக்கன் நுகர்வு ஆகும். பல்வேறு மேம்படுத்தல்கள் ஏஜென்ட்டின் இயக்கச் செலவை வரம்புக்குள் தள்ளுகின்றன. ஒரு ஏஜென்ட்டின் இறுதிநிலை செலவு பூஜ்ஜியத்தை நெருங்கும் போது, அதன் பயன்பாட்டு அதிர்வெண் கணிசமாக அதிகரிக்கும்.
மாற்றின் பயம்
ஏஜென்ட்களின் எழுச்சியைப் பற்றி எல்லோரும் நம்பிக்கையுடன் இல்லை.
"We think we're building tools, but we're actually building our replacements. Integrating AI agents to handle complex internal SOP workflows isn't 'efficiency'—it's a countdown. Once the institutional knowledge is digitized into a prompt chain, what's left for us?" — @LanYunfeng64
இது ஒரு கூர்மையான கேள்வி. ஒரு ஏஜென்ட் முழு நிலையான இயக்க நடைமுறைகளையும் (Standard Operating Procedure - SOP) செயல்படுத்த முடிந்தால், அந்த பணிகளைச் செய்யும் மனிதர்களுக்கு என்ன மதிப்பு?
பதிலாக இருக்கலாம்: தீர்ப்பு, படைப்பாற்றல், மனித தொடர்பு - குறியிட கடினமான திறன்கள். ஆனால் மாற்றம் செயல்முறை வேதனையாக இருக்காது என்று இது அர்த்தப்படுத்துவதில்லை.
"We are literally killing ourselves by meticulously developing AI agents to run the entire SOP workflow of our internal ops."
முரண்பாடாக, ஏஜென்ட்களை மிகவும் தீவிரமாக உருவாக்கும் நபர்கள், அவற்றின் மாற்று திறனைப் புரிந்துகொள்பவர்களாக இருப்பார்கள்.
நம்பிக்கை சிக்கல்
ஏஜென்ட்களை பெரிய அளவில் பயன்படுத்துவதில் உள்ள முக்கிய சவால் நம்பிக்கை.
"AI agents: untrusted cron jobs with opinions. Budget, sandbox, ledger required. If you can't diff their changes, you shipped a vibe." — @LanYunfeng64
இந்த வெளிப்பாடு மிகவும் துல்லியமானது. ஏஜென்ட்கள் அடிப்படையில் தன்னிச்சையாக இயங்கும் நிரல்கள், ஆனால் அவை பாரம்பரிய ஸ்கிரிப்டுகள் அல்ல - அவற்றுக்கு "கருத்துக்கள்" உள்ளன, அவற்றின் வெளியீடு நிச்சயமற்றது. இதன் பொருள் உங்களுக்கு இது தேவை:
- பட்ஜெட் வரம்பு: ஏஜென்ட் அதிக வளங்களை செலவழிப்பதைத் தடுக்கிறது
- சாண்ட்பாக்ஸ் (Sandbox): ஏஜென்ட் அணுகக்கூடிய அமைப்புகளை கட்டுப்படுத்துகிறது
- தணிக்கை பதிவுகள்: ஏஜென்ட்டின் ஒவ்வொரு செயலையும் பதிவு செய்கிறது
இந்த பாதுகாப்பு நடவடிக்கைகள் இல்லாமல், ஏஜென்ட்களை பயன்படுத்துவது "ஒரு அதிர்வை அனுப்புவது" போன்றது - அது என்ன செய்யும் என்று உங்களுக்குத் தெரியாது.
வணிக மாதிரி
ஏஜென்ட் ஒரு தொழிலாக மாறிவிட்டது.
"Five AI agent business models making millions in 2026 — broken down with real revenue mechanics."குறிப்பிட்ட வணிக மாதிரிகள் பின்வருமாறு:
- Agent as a Service: பயன்பாட்டிற்கு ஏற்ப கட்டணம் வசூலிக்கும் ஏஜென்ட் தளம்
- தனிப்பயன் மேம்பாடு: நிறுவனங்களுக்கான குறிப்பிட்ட பயன்பாட்டு ஏஜென்ட்களை உருவாக்குதல்
- Agent编排 (Agent Orchestration): பல ஏஜென்ட்களை நிர்வகிக்க நிறுவனங்களுக்கு உதவும் தளம்
- Agent சந்தை: ஏஜென்ட்கள் ஒருவருக்கொருவர் திறன்களை வர்த்தகம் செய்ய அனுமதிக்கும் சந்தை
- Agent மேம்படுத்தல்: ஏஜென்ட் செயல்திறனை மேம்படுத்துதல் மற்றும் செலவுகளைக் குறைப்பதற்கான ஆலோசனை சேவைகள்
ஒரு சுவாரஸ்யமான நிகழ்வு: 18 AI ஏஜென்ட்கள், 18 வர்த்தக உத்திகள், 15 க்கும் மேற்பட்ட லாபங்கள். சந்தை வீழ்ச்சியடைந்தபோது, மனிதர்கள் பீதியடைந்தனர், ஏஜென்ட் 100 மில்லியன் டாலர்களுக்கு மேல் சம்பாதித்தது.
"It's not speed. It's not computing power. It's the complete absence of fear and greed."
இது மனிதர்களை விட ஏஜென்ட்களின் நன்மை: முழுமையான உணர்ச்சி நடுநிலைமை.
சிறந்த நடைமுறைகளின் தோற்றம்
அனுபவம் குவிந்து வருகிறது.
"The best AI agents are invisible. They run in the background, handle the work, and only ping you when they need human judgment."
இது ஒரு முக்கியமான வடிவமைப்பு கொள்கை. நல்ல ஏஜென்ட் பயனர்களை அடிக்கடி தொந்தரவு செய்யக்கூடாது. அது பெரும்பாலான வேலைகளைத் தானாகவே முடிக்க வேண்டும், உண்மையில் மனித தீர்ப்பு தேவைப்படும்போது மட்டுமே தலையிட வேண்டும்.
மற்றொரு கொள்கை இடைமுக வடிவமைப்பு:
"AI agents read markdown better than they read your mind. Built an ascii wireframe editor. Draw a page in 30 seconds, copy/paste into Claude Code and get a full working page back."
இது ஏஜென்ட் சகாப்தத்தின் UX வடிவமைப்பு: ஏஜென்ட்களுக்கான உள்ளீட்டு வடிவத்தை மேம்படுத்துதல், மனித நோக்கங்களை ஏஜென்ட் யூகிக்க வைப்பதற்குப் பதிலாக.
எல்லைகளின் அறிவாற்றல்
எல்லா விஷயங்களையும் ஏஜென்ட்களிடம் ஒப்படைக்கக் கூடாது.
"It really isn't that hard to see the jagged frontier of AI. Just think about the parts of your job that are vital but that you would be insane to expect an AI to do, even if agents get 10x better. That's the frontier."
இந்த "톱니 모양முள்ள முன்னணி" ஏஜென்ட் திறனைப் புரிந்துகொள்வதற்கான திறவுகோலாகும். இது ஒரு தெளிவான எல்லை அல்ல, ஆனால் ஒரு ஒழுங்கற்ற விளிம்பு. சில சிக்கலான பணிகளை ஏஜென்ட் நன்றாகச் செய்ய முடியும், சில எளிய பணிகள் தோல்வியடையக்கூடும்.
இந்த முன்னணியை அடையாளம் காண அனுபவம் தேவை. AI ஐ எவ்வளவு அதிகமாகப் பயன்படுத்துகிறோமோ, அவ்வளவு துல்லியமாக தீர்ப்பு இருக்கும்.
சுருக்கம்
AI ஏஜென்ட் ஆய்வகத்திலிருந்து உற்பத்தி சூழலுக்கு நகர்கிறது. அவை தங்கள் சொந்த பொருளாதார அமைப்பை (agent-to-agent வர்த்தகம்) உருவாக்குகின்றன, பல்வேறு தொழில்களில் ஊடுருவுகின்றன, மேலும் வேலையின் சாரத்தை மாற்றுகின்றன.
பல ஏஜென்ட் அமைப்புகள் ஒரு ஏஜென்ட்டின் திறனை மீறிய திறனைக் காட்டுகின்றன. செலவு குறைப்பு புதிய பயன்பாட்டு காட்சிகளைத் திறக்கிறது. ஆனால் நம்பிக்கை சிக்கல்கள், மாற்று பயம் மற்றும் திறமை எல்லைகளின் நிச்சயமற்ற தன்மை ஆகியவை இன்னும் தலையில் தொங்கும் வாளாக உள்ளன.
ஏஜென்ட் பொருளாதாரம் உருவாகி வருகிறது. கேள்வி என்னவென்றால்: நாங்கள் தயாரா?
இந்தக் கட்டுரை 2026 பிப்ரவரி 18 அன்று X/Twitter இல் AI ஏஜென்ட்கள் பற்றிய 100 விவாதங்களின் பகுப்பாய்வின் அடிப்படையில் எழுதப்பட்டது.
