Popularne tematy
#
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.

Animesh Koratana
Budowanie PlayerZero, sztucznej inteligencji🌲 Stanforda
Przedstawiamy: PlayerZero
Pierwszy na świecie model inżynieryjny, który automatyzuje debugowanie, naprawianie i testowanie Twojego kodu.
Zebraliśmy 20 milionów dolarów od Foundation Capital, @matei_zaharia (Databricks), @pbailis (Workday), @rauchg (Vercel), @zoink (Figma), @drewhouston (Dropbox) i innych.
PlayerZero uwalnia 30% Twojej inżynieryjnej wydajności poprzez:
1. Znajdowanie przyczyny błędów i incydentów w ciągu minut, podczas gdy zespoły inżynieryjne potrzebują dni na ich zidentyfikowanie.
2. Przewidywanie w ciągu minut problemów związanych z przypadkami brzegowymi, które zespół QA liczący 300 osób potrzebowałby tygodni, aby znaleźć.
------
Oto dlaczego to ma znaczenie:
Nikt w Twojej organizacji nie ma pełnego obrazu tego, jak Twoje oprogramowanie produkcyjne naprawdę działa.
Wsparcie widzi zgłoszenia. SRE widzi infrastrukturę. Programista widzi kod. Każdy zespół buduje swoją własną fragmentaryczną wizję - a żaden z tych systemów nie rozmawia ze sobą. Kiedy coś się psuje, wszyscy rzucają się, aby ręcznie złożyć obraz.
PlayerZero łączy to wszystko w jeden kontekstowy graf -
→ Wątek na Slacku, w którym Twój lider powiedział "poszliśmy z X, ponieważ Y zawiodło w produkcji ostatnim razem"
→ Przegląd PR, w którym inżynier wyjaśnił kompromis
→ Historia życia Twojego pipeline'u CI/CD, stosu obserwowalności, incydentów i zgłoszeń wsparcia
Dzięki temu możesz prześledzić każdy problem do jego przyczyny w każdym silosie.
I to się kumuluje. Każdy zdiagnozowany incydent uczy model czegoś nowego. Im dłużej działa, tym głębiej rozumie - które ścieżki kodu są wysokiego ryzyka, które konfiguracje są kruche, które zmiany mają tendencję do łamania których przepływów klientów.
Kiedy więc siadasz, aby debugować problem na żywo, masz za sobą całe zbiorowe rozumowanie i pamięć produkcyjną swojej organizacji - natychmiast.
------
Zuora, Georgia-Pacific i Nylas skróciły czas rozwiązywania problemów o 90% i wychwyciły 95% zmian łamiących, uwalniając średnio 30 milionów dolarów w inżynieryjnej wydajności.
------
Nasza gwarancja:
Jeśli nie uda nam się zwiększyć Twojej inżynieryjnej wydajności o co najmniej 20% w ciągu tygodnia, przekażemy 10 000 dolarów na projekt open-source według Twojego wyboru.
Zarezerwuj demo -
130
Każda branża przekazała AI swoje dane. Oprogramowanie przypadkowo dało mu coś znacznie cenniejszego.
I to jest powód, dla którego twoi inżynierowie tracą zmysły z powodu AI, podczas gdy twój zespół sprzedaży myśli, że to tylko hype.
AI jest fenomenalne w kodowaniu. Powody, które podają ludzie, to to, że modele trenowane na kodzie, że języki programowania są precyzyjne, że deweloperzy najciężej pracowali z narzędziami. Wszystkie te stwierdzenia są prawdziwe, ale żadne z nich nie jest prawdziwym powodem.
Prawdziwym powodem jest gęstość śladów: stosunek zarejestrowanego rozumowania do zarejestrowanych wyników w danej dziedzinie.
AI musi widzieć, jak podejmowane są decyzje, a nie tylko, jaka była decyzja. Potrzebuje rozważań, które były brane pod uwagę i odrzucone, porażek, które były analizowane, rozumowania między problemem a odpowiedzią. Dane o wynikach mówią mu, co się wydarzyło, ślad decyzji uczy go, jak myśleć.
Oprogramowanie przypadkowo zbudowało najgęstszy archiwum śladów w jakiejkolwiek profesji w historii ludzkości, a żadna inna dziedzina nie jest nawet blisko. Kilka strukturalnych rzeczy to umożliwiło.
W większości profesji seniorzy zastępują wyjaśnienia. Starszy partner nie dokumentuje swojego rozumowania, ponieważ jego autorytet jest rozumowaniem. Open source to złamało, ponieważ przypadkowy współpracownik musiał zrozumieć decyzję tak samo dobrze, jak architekt. Tytuł nie miał znaczenia, a wszyscy uzasadniali się według tego samego standardu.
Prawnik może znaleźć umowę z 1998 roku, lub moment, w którym zmienił się punkt 7, a nawet retrospektywne powody, dla których to się stało. Ale nie możesz znaleźć rzeczywistych deliberacji, przez które przeszedł sędzia, ani decyzji, które prawie podjął, ani argumentów, które rozważał. Oprogramowanie może, ponieważ rozumowanie jest przypisane do dokładnego momentu, w którym zostało użyte. Dokumenty prawne rejestrują czysty wniosek, a zatwierdzenia kodu rejestrują chaotyczny proces.
W każdej innej dziedzinie, feedback przechodzi przez człowieka, menedżera, sędziego, starszego partnera. Jest niespójny, politycznie filtrowany i wolny, a w momencie, gdy dociera, nie możesz dokładnie odtworzyć, co myślałeś, aby się z tego uczyć. Feedback oprogramowania przychodzi w ciągu sekund, podczas gdy rozumowanie wciąż jest żywe w twojej głowie.
Kompilator nie ma uprzedzeń, zestaw testów nie ma złego dnia, a produkcja nie daje ci przepustki, ponieważ jesteś starszy. W prawie, źle udokumentowana decyzja wciąż obowiązuje. W oprogramowaniu, łamie produkcję o 2 w nocy i nikt nie wie dlaczego. Maszyna sprawia, że pomijanie dokumentacji jest natychmiastowe i bolesne za każdym razem.
30 lat tego wyprodukowało profesję, która uczyniła rozumowanie nawykiem przetrwania, a produktem ubocznym było najbogatsze archiwum rozumowania w historii ludzkości, na którym AI następnie się szkoliło.
Agenci w akcji zmieniają to.
Kiedy agent siedzi w pętli wykonawczej procesu biznesowego, generuje ślad, gdy pracuje. Każda decyzja, którą podejmuje, każda struktura, którą odkrywa, każda zmiana w tym, jak rozumie problem, jest kodowana, nie wyciągana z systemu rejestracji, nie podsumowywana po fakcie, ale uchwycona w osadach stworzonych przez trajektorię agenta przez zadanie.
Ścieżka agenta przez pracę staje się zegarem zdarzeń.
Dlatego to, jak budujesz agentów, ma znaczenie tak samo, jak to, czy je budujesz, ponieważ agent, który po prostu zwraca wyniki, produkuje wyniki, ale agent zaprojektowany do rejestrowania swojego rozumowania w miarę poruszania się produkuje coś kluczowego. Zaczyna budować gęstość śladów, której większość profesji nigdy nie miała, a decyzja po decyzji, zadanie po zadaniu, gęstość się kumuluje.
Oprogramowanie miało 30-letnią przewagę przypadkowo. Każda inna dziedzina może zacząć budować to celowo, już teraz.

113
Bardzo się cieszę, że mogę ogłosić nasze partnerstwo z @VirtusaCorp!
Wiele rozmów dotyczy pisania kodu, ale łatwo zapomnieć o ludziach, którzy muszą obsługiwać i wspierać to oprogramowanie, gdy tylko opuści IDE. Istnieje asymetryczny ból, z którym rynek wciąż musi sobie poradzić, zanim przyszłość, którą sobie wyobrażamy, naprawdę się pojawi.
W większości przedsiębiorstw wiedza, która ma znaczenie, jest rozproszona w zgłoszeniach, repozytoriach, pulpitach nawigacyjnych i w głowach ludzi. Budowanie agentów (i grafów kontekstowych, na których działają) działających w tych środowiskach jest trudne, a to praca, która zrobi różnicę.
Virtusa to niezwykle przemyślany partner z rzadką zdolnością dostrzegania kierunków rozwoju i wprowadzania przyszłości w chaotyczną rzeczywistość dzisiejszych czasów dla firm na całym świecie.
Bardzo się cieszę na współpracę i wprowadzenie inżynierii produkcji AI do znacznie większej liczby zespołów!

69
Najlepsze
Ranking
Ulubione
