Argomenti di tendenza
#
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.

Madhu Guru
Product Leader presso Google - Gemini
Il design degli agenti richiede principi fondamentali simili a quelli del design del software tradizionale - carico cognitivo ridotto, costruire fiducia nell'utente, osservabilità - tranne che questi contano molto di più, perché gli agenti possono agire su una superficie molto più ampia della tua vita e del tuo lavoro. 
Sono leve enormi - sia in positivo che in negativo - quindi il design è molto importante.
5,65K
L'AI sta accelerando il sovraccarico di prodotti. 
I team possono lanciare funzionalità 10 volte più velocemente, quindi lo fanno - senza chiedersi se dovrebbero farlo.
Risultato: prodotti Frankenstein con funzionalità aggiunte, senza un design coerente, alto carico cognitivo.
L'AI ti fornisce l'80%. Il tuo compito è il restante 20%: risolvere i veri problemi degli utenti con un design elegante.
La velocità è abbondante. L'arte è scarsa.
22,66K
Come costruttore di prodotti, il tuo alpha è nel mirare all'unità di lavoro che è a 6 mesi per i modelli.
Aaron ha ragione, è così che abbiamo affrontato i modelli - aumentando progressivamente la complessità del compito.
e.g. completamento del codice -> blocchi di codice (gen, debug, ottimizza) -> interi file -> multi-file -> agenti -> sistemi multi-agente
Schema simile per altre capacità dei modelli.

Aaron Levie4 ott 2025
Ciò che è interessante riguardo agli agenti AI è che l'unità di un compito continuerà a crescere nel tempo. 
Nel codice, negli ultimi 2 anni, siamo passati dall'autocompletare un paio di righe di codice in un secondo, a scrivere centinaia o migliaia di righe di codice in pochi minuti, fino a scrivere decine di migliaia di righe di codice in ore. La stessa tendenza sta accadendo in questo momento nella maggior parte degli altri settori del lavoro intellettuale.
Al di fuori di questo ambito, alcuni potrebbero chiedersi "perché l'AI non sta diventando più economica o veloce?" Eppure, tutti nell'industria sanno che ora siamo in grado di dedicare più potenza di calcolo a un problema per risolvere il prossimo più difficile.
Non appena pensiamo di aver raggiunto un punto ottimale di qualità, prezzo e velocità, il potenziale dei casi d'uso si espande semplicemente man mano che otteniamo ulteriori progressi nei modelli. L'ultimo problema che potevamo risolvere appare banale in confronto, e siamo già al prossimo compito complesso.
Questa dinamica continuerà probabilmente a verificarsi nel prossimo futuro, dato che non siamo affatto vicini al plateau delle capacità, quindi le unità di compito continueranno a crescere e crescere.
186,11K
Principali
Ranking
Preferiti

