Zaczynamy dostrzegać coraz jaśniejszy znak, jak ogromna będzie powierzchnia inżynierii kontekstu. Teoretycznie, aby zbudować agentów AI, powinno być to tak proste, jak posiadanie super potężnego modelu, danie mu zestawu narzędzi, posiadanie naprawdę dobrego systemowego promptu i zapewnienie mu dostępu do danych. Może w pewnym momencie rzeczywiście będzie to tak proste. Jednak w praktyce, aby stworzyć agentów, którzy działają dzisiaj, musisz zrównoważyć, co dać globalnemu agentowi w porównaniu do subagenta. Jakie rzeczy uczynić agentowymi, a jakie pozostawić jako deterministyczne wywołania narzędzi. Jak poradzić sobie z wrodzonymi ograniczeniami okna kontekstowego. Musiałeś dowiedzieć się, jak odzyskać odpowiednie dane dla zadania użytkownika i ile mocy obliczeniowej przeznaczyć na problem. Jak zdecydować, co zrobić szybko, a co może być wolne, ale irytujące. I niezliczone inne pytania. Jak dotąd nie ma jednego właściwego rozwiązania dla żadnego z tych problemów, a każde podejście wiąże się z istotnymi kompromisami. I co ważne, aby to dobrze zrobić, wymaga to głębokiego zrozumienia dziedziny, dla której rozwiązujesz problem. Radzenie sobie z tym problemem w kodowaniu AI różni się od prawa, które różni się od opieki zdrowotnej. Dlatego teraz jest tak wiele możliwości dla działań związanych z agentami AI.

W gospodarce jest wiele umiejętności lub zadań, które będą cieszyć się znacznie większym popytem, gdy złożoność lub koszt spadnie. Oprogramowanie jest doskonałym przykładem, w którym dramatycznie niedostatecznie wykorzystujemy kod na świecie, ponieważ zawsze było zbyt drogie lub trudne do wygenerowania. Teraz przejdziemy bezpośrednio do kodowania w znacznie większym zakresie, niż kiedykolwiek wcześniej, ponieważ jest to znacznie łatwiejsze: projektowanie oprogramowania, testowanie go, generowanie aplikacji wewnętrznych, używanie go do prototypowania, próbowanie różnych podejść do tego samego problemu i tak dalej. Oto prosty przykład tego, jak to wygląda. Dzięki agentom AI zajmującym się większością pracy, mamy teraz inżynierów sprzedaży w Box, którzy budują pełne, niestandardowe prototypy dla klientów z symulowanym środowiskiem klienta z Box wbudowanym w nie. To zadanie, które wcześniej byłoby zbyt czasochłonne do wykonania dla klientów, więc zamiast tego robili po prostu ogólną prezentację lub demonstrację. Ale teraz, dzięki agentom AI, ten konkretny typ zadania jest w końcu pozytywny pod względem ROI (i wydaje się znacznie bardziej osiągalny). Będziemy to widzieć w kółko w oprogramowaniu, ale także w prawie każdej dziedzinie pracy opartej na wiedzy, ponieważ każda kategoria rzadkiej umiejętności staje się bardziej dostępna. Ironią jest to, że stworzy to znacznie więcej miejsc pracy, niż ludzie zdają sobie sprawę, z powodu nowego popytu na ludzi do wykonywania tego typu pracy.

To jest po prostu szalone, aby mieć to na samolocie. Proszę, aby to stało się prawem, że wszystkie loty komercyjne muszą mieć Starlink. Gratulacje @elonmusk