Kami mulai mendapatkan tanda yang lebih jelas tentang seberapa luas luas permukaan rekayasa konteks. Untuk membangun agen AI, secara teori, itu harus sesederhana memiliki model yang sangat kuat, memberinya seperangkat alat, memiliki prompt sistem yang sangat bagus, dan memberinya akses ke data. Mungkin pada titik tertentu akan menjadi sesederhana ini. Tetapi dalam praktiknya, untuk membuat agen yang bekerja saat ini, Anda berurusan dengan keseimbangan yang rumit antara apa yang harus diberikan kepada agen global vs. subagen. Hal-hal apa yang harus dibuat agen vs. hanya panggilan alat deterministik. Cara menangani keterbatasan yang melekat pada jendela konteks. Anda harus mencari cara mengambil data yang tepat untuk tugas pengguna, dan berapa banyak komputasi yang harus dilemparkan pada masalah. Bagaimana memutuskan apa yang harus dibuat dengan cepat, dan menderita potensi penurunan kualitas, vs. lambat tetapi mungkin mengganggu. Dan pertanyaan lain yang tak ada habisnya. Sejauh ini tidak ada satu jawaban yang tepat untuk semua ini, dan ada pengorbanan yang berarti untuk setiap pendekatan tertentu yang Anda ambil. Dan yang terpenting, untuk melakukannya dengan benar membutuhkan pemahaman yang mendalam tentang domain yang Anda selesaikan masalahnya. Penanganan masalah ini dalam pengkodean AI berbeda dengan hukum, yang berbeda dengan perawatan kesehatan. Inilah sebabnya mengapa ada begitu banyak peluang untuk bermain agen AI saat ini.

Ada banyak keterampilan atau tugas dalam perekonomian yang akan mengalami lebih banyak permintaan setelah kompleksitas atau biaya turun. Perangkat lunak adalah contoh sempurna, di mana kita secara dramatis kurang memanfaatkan kode di dunia karena selalu terlalu mahal atau sulit untuk dihasilkan. Sekarang kita akan langsung melompat ke pengkodean untuk lebih banyak daripada yang pernah kita lakukan sebelumnya karena jauh lebih mudah: merancang perangkat lunak, mengujinya, membuat aplikasi internal, menggunakannya untuk membuat prototipe, mencoba beberapa pendekatan untuk masalah yang sama, dan sebagainya. Berikut adalah contoh sederhana dari tampilannya. Karena agen AI yang menangani sebagian besar pekerjaan, kami sekarang memiliki insinyur penjualan di Box yang membangun prototipe khusus penuh untuk pelanggan dengan lingkungan simulasi pelanggan dengan Box yang terpasang di dalamnya. Ini adalah tugas yang sebelumnya terlalu memakan waktu untuk dilakukan oleh klien, jadi sebagai gantinya, mereka hanya akan melakukan demo atau presentasi generik. Tapi sekarang dengan agen AI, jenis tugas khusus ini akhirnya ROI positif (dan terasa jauh lebih dapat dicapai). Kita akan melihat ini berulang kali dalam perangkat lunak, tetapi juga hampir setiap bidang pengetahuan bekerja karena setiap kategori keterampilan langka menjadi lebih mudah diakses. Ironisnya, ini akan menciptakan jauh lebih banyak pekerjaan daripada yang disadari orang karena permintaan baru bagi orang untuk melakukan jenis pekerjaan ini.

Ini sangat gila untuk dimilikinya di pesawat. Harap buat undang-undang bahwa semua penerbangan komersial harus memiliki starlink. Selamat @elonmusk