在 X 上的每個人都理所當然地認為，我們在思考 AI 如何以及將如何應用於組織方面走在前面。隨著代理工作流程變得越來越強大，但同時也變得更加複雜可管理，這一差距可能會隨著時間的推移而進一步擴大。 絕大多數公司，無論大小，都需要真正的幫助來適應使用 AI 代理來自動化他們的工作。這首先為許多新公司創造了巨大的機會，這些公司將從第一天起就使用 AI 來更有效地競爭；我們將在市場營銷機構、律師事務所、諮詢公司、系統集成商、工程公司以及許多其他知識工作類別中看到這一點。 但這也是一個明確的模板，供人們在接下來的幾年中尋求區分自己的技能。如果你知道如何推動 AI 的極限，這實際上是一個很好的時機，因為你將比其他任何人立即提高 2-3 倍的生產力，這已經是有用的。但你也處於最佳位置，向你所在的任何公司展示未來的樣子。 這可能是我們所見過的基於工具和工作風格的差異，兩個理論上做著相同工作描述的人之間產出的最大差距。

這裡有一個簡單的圖表，以防你在想為什麼現在在 AI 的數據中心建設是有意義的。

對於任何從事 AI 產品管理或工程的人來說，對模型軌跡有良好的理解絕對是一項重要技能。 你必須對以下幾點有良好的理解：(1) 什麼事情值得建立支架以減輕模型的缺口，(2) 什麼事情完全交給模型來擁有，以及 (3) 什麼事情屬於第一類但迅速走向第二類。 對這些類別感到困惑可能會導致大量的浪費努力或錯誤分配精力，並且當模型改進出現時，你將無法利用這些改進。 但最重要的是，一旦模型能夠原生解決問題，你就必須願意立即丟掉你所擁有的任何東西。任何你正在構建的東西，如果不會改善客戶體驗，那就是浪費時間。