Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Aaron Levie
CEO @box - uwolnij moc swoich treści dzięki sztucznej inteligencji
Agenci kodowania AI oferują najlepszy wgląd w to, jak w przyszłości będą wyglądać agenci w wielu innych dziedzinach pracy opartej na wiedzy.
Kodowanie AI przyspieszyło szybciej niż jakakolwiek inna dziedzina AI, ponieważ twórcy AI głęboko rozumieją swoje własne przepływy pracy i są zmotywowani do ich poprawy dla własnej produktywności.
To także doskonała hodowla, ponieważ ekosystem przyjmuje nowe narzędzia (i porzuca stare) szybciej niż w innych dziedzinach, co daje lepszy sygnał szybciej, co działa, a co nie. Siły darwinowskie są tutaj bardzo silne.
Chociaż jest wiele rzeczy, które nie przekładają się z kodowania na inne obszary pracy opartej na wiedzy, w przypadku agentów widać, że zaczynamy dostrzegać formułowanie podstawowych elementów dla agentów w pracy opartej na wiedzy.
Te fundamenty obejmują: agentów w tle, których uruchamiasz w prostym GUI lub za pomocą innego logicznego wyzwalacza, możliwość śledzenia ich postępów, dodawania odpowiedniego kontekstu, możliwość pozyskiwania dodatkowych sygnałów i narzędzi, sposoby przeglądania pracy i wyników na końcu przepływu pracy, tworzenie niestandardowych agentów na bieżąco, gdy przepływy pracy są powtarzane, i tak dalej.
Jesteśmy w najwcześniejszych fazach tego, jak to będzie wyglądać w oprogramowaniu, ale niejasności, które mieliśmy rok temu, zaczynają stawać się coraz bardziej klarowne z dnia na dzień. Niesamowite czasy przed nami.
187
Tempo, w jakim musisz aktualizować lub przynajmniej przemyśleć kluczowe części swojej architektury dla agentów AI, jest najbardziej szalone, jakie kiedykolwiek widziałem w technologii.
Rzeczy, które robiłeś, aby zoptymalizować małe okna kontekstowe i modele bez rozumowania rok temu, a teraz to, co robisz dla dużych okien kontekstowych, rozumowania i użycia narzędzi, to całkowicie różne architektury.
Jeśli rozpocząłeś projekt AI lub kawałek oprogramowania rok temu, który nie zrezygnował już z jakiegoś rusztowania lub nie zmienił wzorca architektury w znaczący sposób w ciągu ostatnich 6 miesięcy, prawie na pewno nie korzystasz z najnowszych osiągnięć w AI.
Jeśli budujesz agentów AI, kluczowe IP, które musisz dobrze zrozumieć i uczynić trwałym, to zrozumienie swojego przepływu pracy, dziedziny, danych, do których masz dostęp, oraz doświadczenia użytkownika; resztę musisz być gotów aktualizować na bieżąco.

Anish Acharya18 wrz, 03:28
Gorzka lekcja nadchodzi dla aplikacji generacyjnych, a najlepsze zespoły już myślą o tym, które inwestycje są trwałe, a które ulotne. Więcej:
- Retencja dzisiaj jest proporcjonalna do wskaźnika sukcesu - czy użytkownik otrzymał to, czego się spodziewał w rozsądnej liczbie tokenów (estetyka / funkcje / poprawki błędów / wdrożenie)?
- Wiele inteligentnych zespołów zaprojektowało rozwiązania w oparciu o ograniczenia modeli - zarządzanie kontekstem, równoległość, systemy podpowiedzi, systemy projektowe itp. i widzi realny zysk jako rezultat.
- Nowe modele będą tsunami, które przytłoczy dużą część tej pracy - zespoły będą musiały być bezwzględne i unikać myślenia o kosztach utopionych oraz budować nowe źródła zysku w miarę potrzeb.
- Najlepsze zespoły już myślą o trwałości - integracje, komponenty wielokrotnego użytku i kierowanie wnioskami / płatności wydają się bezpieczne; najinteligentniejsza rzecz, jaką usłyszałem w tym tygodniu, to „skupiamy się na gorzkiej lekcji”.
- Jedyną rzeczą, co do której jestem pewien w tym momencie, jest to, że świat ma 1% oprogramowania, które będzie miał za 5 lat.
Jeśli budujesz w tej przestrzeni, chcę usłyszeć od ciebie - anish w a16z.
684
Najlepsze
Ranking
Ulubione