AI-coderingsagenten bieden de beste blik op hoe de toekomst van agenten eruit zal zien in veel andere gebieden van kenniswerk. AI-codering is sneller versneld dan enig ander AI-gebied omdat de bouwers van AI hun eigen workflows diepgaand begrijpen en ze gestimuleerd worden om deze te verbeteren voor hun eigen productiviteit. Het is ook een geweldige petrischaal omdat het ecosysteem nieuwe tools sneller zal adopteren (en oude zal afstoten) dan in andere gebieden, wat je sneller betere signalen geeft over welke paradigma's werken en welke niet. De darwinistische krachten zijn hier erg sterk. Hoewel er veel dingen zijn die niet vertalen van codering naar andere gebieden van kenniswerk, is het duidelijk dat we in agenten beginnen te zien dat de kernprincipes voor agenten in kenniswerk zich beginnen te formuleren. Deze fundamenten omvatten: achtergrondagenten die je opstart in een eenvoudige GUI of via een andere logische trigger, de mogelijkheid om hun voortgang te volgen, relevante context toe te voegen, de mogelijkheid om extra signalen en tools binnen te halen, manieren om het werk en de output aan het einde van de workflow te beoordelen, het creëren van aangepaste agenten on-the-fly wanneer workflows worden herhaald, enzovoort. We bevinden ons in de vroegste fasen van hoe dit eruit zal zien in software, maar de vaagheid die we een jaar geleden hadden, begint elke dag iets duidelijker te worden. Ongelooflijke tijden voor de boeg.

De snelheid waarmee je de kernonderdelen van je architectuur voor AI-agenten moet bijwerken of op zijn minst opnieuw moet overdenken, is de meest insane die ik ooit in de technologie heb gezien. De dingen die je deed om te optimaliseren voor kleine contextvensters en niet-redenerende modellen een jaar geleden, zijn nu wat je doet voor grote contextvensters, redenering en het gebruik van tools; dit zijn volledig verschillende architecturen. Als je een AI-project of software een jaar geleden bent gestart dat in de afgelopen 6 maanden niet al een deel van de ondersteuning heeft laten vallen of een architectuurpatroon op een betekenisvolle manier heeft veranderd, is er bijna geen kans dat je profiteert van het nieuwste op het gebied van AI. Als je AI-agenten bouwt, is de kern-IP die je goed moet krijgen en duurzaam moet maken, het begrijpen van je workflow, domein, de gegevens waartoe je toegang hebt en de gebruikerservaring; de rest moet je bereid zijn om voortdurend bij te werken.

De meerderheid van de Amerikaanse volwassenen heeft meerdere keren per week interactie met AI. AI is sneller een mainstream technologie geworden dan enig ander hulpmiddel in de geschiedenis. Wat verbazingwekkend is, is dat we ons nog maar in de vroegste stadia bevinden van wat eigenlijk mogelijk is. ht @emollick