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.

Aaron Levie
CEO @box - Libera la potenza dei tuoi contenuti con l'intelligenza artificiale
Stiamo iniziando a ricevere segnali più chiari su quanto sarà vasta l'area di superficie dell'ingegneria del contesto.
Per costruire agenti AI, in teoria, dovrebbe essere semplice come avere un modello super potente, dargli un insieme di strumenti, avere un ottimo prompt di sistema e dargli accesso ai dati. Forse a un certo punto sarà davvero così semplice.
Ma nella pratica, per creare agenti che funzionano oggi, si deve affrontare un delicato equilibrio su cosa dare all'agente globale rispetto a un subagente. Quali cose rendere agentiche rispetto a una semplice chiamata a uno strumento deterministico. Come gestire le limitazioni intrinseche della finestra di contesto.
Devi capire come recuperare i dati giusti per il compito dell'utente e quanto calcolo investire nel problema. Come decidere cosa rendere veloce, subendo potenziali cali di qualità, rispetto a lento ma forse fastidioso. E infinite altre domande.
Finora non c'è una risposta giusta per tutto questo, e ci sono scambi significativi per qualsiasi approccio tu scelga.
E, cosa importante, fare questo nel modo giusto richiede una profonda comprensione del dominio per cui stai risolvendo il problema. Gestire questo problema nella programmazione AI è diverso dalla legge, che è diverso dalla sanità. Ecco perché ci sono così tante opportunità per le applicazioni di agenti AI in questo momento.
98,26K
Ci sono molte competenze o compiti nell'economia che sperimenteranno una domanda molto maggiore una volta che la complessità o il costo diminuiranno.
Il software è un esempio perfetto, dove stiamo sottoutilizzando drasticamente il codice nel mondo perché è sempre stato troppo costoso o difficile da generare.
Ora passeremo direttamente alla programmazione per molto più di quanto avremmo mai fatto prima perché è molto più facile: progettare software, testarlo, generare app interne, usarlo per prototipare, provare più approcci allo stesso problema, e così via.
Ecco un semplice esempio di come appare. Grazie agli agenti AI che gestiscono la maggior parte del lavoro, ora abbiamo ingegneri di vendita in Box che costruiscono prototipi personalizzati completi per i clienti con l'ambiente simulato del cliente integrato in Box.
Questo è un compito che in precedenza sarebbe stato troppo dispendioso in termini di tempo da fare per i clienti, quindi invece avrebbero semplicemente fatto una demo o una presentazione generica. Ma ora, con gli agenti AI, questo particolare tipo di compito è finalmente positivo in termini di ROI (e sembra molto più realizzabile).
Vedremo questo ripetersi nel software, ma anche in quasi ogni campo del lavoro intellettuale man mano che ogni categoria di competenza rara diventa più accessibile. Ironia della sorte, questo creerà molti più posti di lavoro di quanto le persone si rendano conto a causa della nuova domanda di persone che svolgono questo tipo di lavoro.

Guillermo Rauch22 nov, 12:12
Il motivo per cui il "vibe coding" continua a crescere e avere successo è che l'alternativa al vibe coding non è "ingegneria d'élite".
È: il progetto non è nato, l'idea non è stata comunicata, l'app non è stata lanciata.
L'ingegneria d'élite è molto rara e continuerà ad essere in estremamente alta domanda. (Stiamo assumendo ingegneri d'élite!) Il divario tra ciò che i migliori ingegneri e agenti possono fare esiste ancora. Non solo... quando quelle persone usano l'AI, guadagnano anche superpoteri.
101K
Principali
Ranking
Preferiti


