Kling terlihat sangat bagus! Ini adalah dorongan besar untuk produksi Image-to-Video. • Konsistensi subjek yang luar biasa • Gerakan yang sangat halus dan dinamis • Gaya menempel di seluruh video • Visual super tajam Ini adalah versi baru mereka. Rupanya, #kling membandingkannya dengan versi lama, dan itu 102% lebih baik. #klingai cukup ramah untuk memberi saya akses awal ke platform mereka dan berkolaborasi dengan saya dalam posting ini. Inilah yang perlu Anda lakukan untuk mencoba ini: • Buka situs @Kling_ai • Unggah gambar • Tambahkan sesuatu yang menyenangkan menggunakan prompt Dan hanya itu! Suka.

Saya tidak bisa tidur tadi malam memikirkan hal ini: Kemarin, tepat sebelum tidur, saya menggunakan agen @code untuk membuat skrip untuk melakukan semua ini: 1. Ini terhubung ke Gmail saya 2. Mencari email apa pun yang berasal dari Stripe 3. Memfilter email ke mereka tentang pembayaran ke salah satu perusahaan saya 4. Mengambil ID pembayaran dari badan email 5. Menelusuri Stripe API menggunakan ID pembayaran tersebut 6. Mengambil ID Faktur yang terkait dengan pembayaran tersebut 7. Memperbarui spreadsheet dengan ID tersebut 8. Memperbarui file yang saya miliki dengan ID itu Saya benar-benar membutuhkan waktu kurang dari 45 menit untuk menyelesaikan semua ini. Di dunia pra-AI, ini seharusnya memakan waktu setidaknya satu hari bekerja. Saya harus campur tangan tiga kali: 1. Untuk mengonfigurasi akses ke Gmail API 2. Untuk mengonfigurasi akses ke Stripe API 3. Untuk mengonfigurasi akses ke Spreadsheet API Agen menulis 2.529 baris kode. Ini terasa salah, tetapi saya belum melihat kodenya, jadi saya tidak bisa mengatakan dengan pasti. Ini menggunakan Soneta Claude 4. Saya masih syok. Saya tidak mengerti apa yang terjadi.

Matematika tidak diperlukan untuk bekerja sebagai Insinyur Pembelajaran Mesin. Sama seperti Anda tidak perlu mengetahui sejarah Eropa untuk bepergian dan menikmati Italia, Spanyol, atau Prancis. Tetapi jika Anda mengetahui sejarahnya, perjalanan Anda akan 10x lebih menyenangkan. Saya tidak berpikir tentang matematika 99% dari waktu, namun saya masih sangat mahir dan dapat melakukan pekerjaan saya tanpa masalah. Saya tahu banyak orang yang memiliki pengalaman serupa. Tetapi ketika saya kuliah, saya tidak punya pilihan selain belajar tentang matriks, konvolusi, probabilitas, gradien, dan semua hal menyenangkan itu. Hari ini, ada kesempatan langka di mana semua itu berguna. Ketika ini terjadi, rasanya seperti sihir. Saya tahu mengapa sesuatu bekerja seperti itu. Saya tahu mengapa kita harus menguji metode ini daripada metode itu. Saya tahu mengapa kita mendapatkan kesalahan aneh itu. Pengetahuan itu datang dalam situasi aneh itu. Dengan sedikit lebih banyak usaha, siapa pun dapat mengatasi masalah ini, tetapi saya tidak perlu melakukannya karena banyak malam tanpa tidur yang saya habiskan untuk mempelajari apa yang terjadi di balik layar. Anda tidak memerlukan Matematika untuk bekerja sebagai insinyur. Tetapi jika Anda meluangkan waktu, Anda pasti akan 10x lebih baik.

MacBook Air adalah komputer yang konyol. Saya menghabiskan dua bulan berturut-turut bepergian Eropa dengan Air saya. Tidak ada yang lain. Saya benar-benar khawatir komputer akan menahan saya, tetapi ternyata tidak. Saya menulis kode menggunakan Visual Studio Code setiap hari (dengan Dev Containers, yang menggunakan Docker). Saya bahkan mengedit selusin video selama ini. Itu baik-baik saja. Saya tidak pernah berharap saya memiliki laptop yang berbeda bersama saya. Saya tidak akan membeli MacBook Pro dalam waktu dekat. Milik saya hanya $1,399.

Saya sedang membangun sistem multi-agen menggunakan A2A SDK Google. Ini adalah sistem yang sederhana. Protokolnya solid, tetapi Anda perlu menulis banyak kode untuk membuat beberapa agen berjalan dan berkomunikasi satu sama lain. Dan semuanya rewel. Saya tidak yakin apakah masalahnya ada pada Gemini, ADK (Agent Development Kit), atau A2A SDK. Terkadang semuanya berhasil. Terkadang mereka gagal. Ini sangat membuat frustrasi dan rapuh. Anda harus gila untuk menggunakan semua ini dalam aplikasi produksi saat ini.

Ada hal-hal yang kode biasa akan selalu lakukan lebih baik daripada AI. Faktanya, sebagian besar perangkat lunak masih akan mengandalkan kode biasa biasa, bukan LLM. Saya ingat ketika OOP menjadi sesuatu. Semua orang dan ibu mereka ingin menulis kelas alih-alih fungsi terstruktur. Sulit untuk memahami seberapa besar basis kode yang membengkak karena puritan OOP tidak ingin melakukan hal lain. Kami sekarang hidup melalui hal yang sama, tetapi alih-alih OOP, kami sekarang berurusan dengan kode AI-pertama (apa pun artinya). Akan ada saatnya ketika kita akan secara kolektif melihat ke belakang dan menertawakan kebodohan begitu banyak orang yang menggunakan LLM untuk melakukan hal-hal yang biasa jika / yang lain / untuk/sementara pernyataan dapat melakukan 100000x lebih baik dan lebih efisien.

Baru-baru ini saya menemukan tim yang menggunakan LLM untuk mengimplementasikan mesin state. Mereka menyebutnya "agen". Mereka juga mengatakan kepada saya bahwa itu bekerja dengan benar sebagian besar waktu. Saya meminta mereka untuk menuliskan daftar aturan untuk pindah dari satu negara bagian ke negara bagian lainnya. Mereka mencantumkannya. Tidak butuh waktu lama bagi mereka untuk menyadari apa yang sedang terjadi: Mereka telah membangun solusi menggunakan AI untuk masalah yang tidak membutuhkan AI. Kami menghapus model dan menulis beberapa kode untuk menerapkan aturan. Mungkin butuh waktu paling lama 2-3 jam. Mereka beralih dari "bekerja sebagian besar waktu, relatif cepat, dan biayanya beberapa token" menjadi "bekerja 100% sepanjang waktu, instan, dan tidak memerlukan biaya apa-apa." Begitu banyak contoh seperti ini baru-baru ini. Aturan emas: BANGUN HAL PALING SEDERHANA YANG MUNGKIN BISA BERHASIL.

AI mengubah segalanya. Titik penuh. Jika Anda masih belum mengerti, tonton ini. Lihat video terlampir. Perusahaan yang menggunakan alat ini akan mengeksekusi 100x lebih cepat daripada orang lain. Tidak ada tandingan untuk seberapa cepat AI dapat mengubah apa yang Anda lakukan.

Saya secara resmi akan kembali ke @code. Kemajuan luar biasa oleh tim Copilot mengejar Cursor. Ini pada titik di mana saya tidak dapat membenarkan memiliki kedua langganan lagi.

Kelompok Teknik AI/ML terbaik yang akan Anda ambil dimulai besok. Ini akan membantu Anda menjadi lebih produktif dan terampil. Jika menurut Anda AI akan menggantikan insinyur pada akhir tahun ini, jangan bergabung. Teruslah bermain game atau apa pun yang Anda lakukan untuk bersenang-senang. Jika Anda ingin membangun keterampilan yang akan menempatkan Anda di puncak dunia selama beberapa dekade ke depan, bergabunglah dengan kami di sini: