nunca deixes os membros da equipa técnica nomear as coisas

Nunca saindo deste site, @tszzl

Estou a notar que, devido a (acho eu?) muito benchmarkmaxxing em tarefas de longo prazo, os LLMs estão a tornar-se um pouco demasiado agentes por padrão, um pouco além do meu caso de uso médio. Por exemplo, na codificação, os modelos agora tendem a raciocinar durante bastante tempo, têm uma inclinação para começar a listar e grepar arquivos por todo o repositório, fazem buscas repetidas na web, analisam e pensam demais sobre pequenos casos raros, mesmo em código que está claramente incompleto e em desenvolvimento ativo, e muitas vezes voltam ~minutos depois, mesmo para consultas simples. Isto pode fazer sentido para tarefas de longa duração, mas é menos adequado para um desenvolvimento mais "dentro do loop" que eu ainda faço muito, ou se estou apenas à procura de uma verificação rápida antes de executar um script, só para o caso de ter feito algum erro de indexação ou cometido algum erro estúpido. Portanto, encontro-me muitas vezes a parar os LLMs com variações de "Pára, estás a pensar demais nisto. Olha apenas para este único arquivo. Não uses ferramentas. Não sobreengenhetes." etc. Basicamente, à medida que o padrão começa a infiltrar-se lentamente no modo "ultrathink" super agente, sinto a necessidade do oposto, e, de forma mais geral, boas maneiras de indicar ou comunicar intenção / riscos, desde "apenas dá uma olhadela rápida" até "vai embora por 30 minutos, volta quando tiveres a certeza absoluta".

À medida que entramos num período de mudanças rápidas impulsionadas pelos avanços em IA, precisamos acompanhar as mudanças na economia. Isso significa que devemos investir mais em estatísticas governamentais, e não menos. 1/2

Após anos de inação, finalmente estamos a tomar medidas para reduzir os custos da habitação. Há mais a fazer, e estou pronto para continuar a liderar a luta.

Usar IA não tem que nos tornar mais burros. Evidência: A IA aumenta a produtividade dos representantes de serviço e a satisfação do cliente. Mesmo durante falhas da IA, aqueles que a utilizam regularmente são mais eficazes. Delegar o pensamento à IA gera dívida cognitiva. Aprender com a IA traz dividendos cognitivos.

É realmente incrível que a pesquisa de @danielrock e da @OpenAI em 2023 tenha previsto quais empregos eventualmente usariam GenAI. Isso é um forte apoio à abordagem baseada em tarefas utilizada por @davidautor, @erikbryn e outros. Os empregos podem ser apenas pacotes de tarefas!

esquerda: crime violento nos EUA e no Reino Unido (em queda) direita: a percentagem que acredita que o crime está a aumentar (estável/crescente)

Compartilhando tardiamente meu artigo para @ftopinion, "As tarifas de Trump nos deixam no segundo pior de todos os mundos" Meu argumento: criticar países por fazer acordos reflete a mesma lógica mercantilista equivocada que levou Trump a suas tarifas. E os EUA ainda são um dos maiores perdedores.

A maioria das pessoas pensa que os "custos indiretos" para a pesquisa científica financiada pelo governo saíram do controle (algumas universidades cobram taxas superiores a 60%). Em resposta, a administração Trump tentou limitá-los a 15%. Mas todo esse debate baseia-se em uma premissa falsa: Enquanto as ***taxas de custos indiretos negociadas*** aumentaram ao longo do tempo, as ***taxas de custos indiretos efetivas*** — os custos gerais que o governo realmente acaba pagando — não aumentaram. Aqui está o que os dados mostram…