Berikut adalah bagan sederhana jika Anda bertanya-tanya mengapa pembangunan pusat data dalam AI masuk akal saat ini.

Memiliki rasa lintasan model yang baik jelas merupakan keterampilan penting bagi siapa saja yang melakukan manajemen produk atau rekayasa AI. Anda harus memiliki pemahaman yang baik tentang (1) hal-hal apa yang layak dibangun untuk membangun perancah untuk mengurangi kesenjangan model, (2) hal-hal apa yang sepenuhnya Anda berikan kepada model untuk dimiliki, dan (3) hal-hal apa yang ada dalam kategori 1 tetapi dengan cepat dalam perjalanan ke kategori 2. Bingung tentang kategori ini dapat menyebabkan banyak upaya yang-atau energi yang salah alokasi, dan Anda tidak akan berada dalam posisi untuk memanfaatkan peningkatan model saat mereka datang. Tetapi yang paling penting adalah bersedia membuang apa yang Anda miliki saat model dapat menyelesaikannya secara asli. Apa pun yang Anda bangun yang tidak mengarah pada pengalaman pelanggan yang lebih baik adalah buang-buang waktu.

Membangun agen AI saat ini adalah proses: 1. Bangun perancah untuk mengatasi keterbatasan model AI sehingga agen Anda bekerja 2. Model AI ditingkatkan dan memecahkan masalah yang Anda coba kurangi, membuat perancah Anda usang 3. Identifikasi kasus penggunaan baru yang lebih sulit yang ingin Anda pecahkan dan kembali ke langkah 1 Pada dasarnya tidak ada cara untuk menghindari proses ini karena jika Anda tidak mengurangi keterbatasan model maka Anda mati saat kedatangan, *dan* Anda tidak tahu mitigasi mana yang akan dilampaui dan kapan. Jadi kenyataannya adalah bahwa Anda hanya perlu menerima bahwa Anda akan menulis banyak kode sekali pakai selama beberapa tahun ke depan, dan Anda harus sangat tidak sentimental terhadap jalan yang telah Anda kejar. Lakukan saja apa pun untuk membuat agen bekerja.