A memória é o fosso.
Há 4 meses, apresentei a "Bartender Stack" na @UCBerkeley para resolver isso. Está a envelhecer bem, à medida que centenas de milhões de pessoas estão a conectar os seus chatbots aos seus dados privados. Confira.
estamos a construir uma dependência em IA.
pergunta a qualquer amigo não técnico porque o chatgpt, eles dizem "ele me conhece". se aprofundares, aprenderás sobre memória/contexto
a memória e as integrações de ferramentas têm sido a sua vantagem competitiva. isso é perigoso porque os incentivos estão desalinhados, eles querem vender anúncios, não ser amigos. Precisamos de uma alternativa a este bloqueio de fornecedor
- os provedores de inferência devem ser substituíveis
- a tua memória/contexto deve ser de tua propriedade, idealmente privada e local. usada conforme a tua vontade, de forma seletiva
- as tuas respostas não devem ser dados de treino ou mesmo armazenadas em servidores de inferência de LLM. Os LLMs devem ser esquecíveis e sem estado
perfeitamente resumido no slide por @marco_derossi
.@rickydata42 é (também) um dos principais colaboradores do Agent0 SDK 🙏
Estou super curioso para ver este Agente de Dados 8004 a usar @CambrianNetwork
Há uma gravação 📺?
A descoberta é uma parte fundamental para tornar as chamadas de agentes eficientes.
Na Agentic Zero, vimos o Data Agent ERC-8004 da @CambrianNetwork
@rickydata42 mostrou como ele localiza o grafo de conhecimento relacionado a uma consulta e mapeia os pedidos dos usuários para as habilidades e capacidades corretas do agente.