231 passages, newest first · 2 ms
Рекомендации лучших собаководов
Anthropic опубликовал статью о своем опыте по разработке агентов для e-commerce и подобного. Всем вайбкодерам должно быть интересно. Выделю тезисы:
– Скиллы, а не субагенты. Обычно для любого действия агенту нужно много данных о состоянии: корзина, предпочтения, история. Передача их каждому субагенту стоит токенов и секунд. Непередача – качества работы. Обычный оптимум – остаться в основном потоке. Субагент оправдан…
– Но и скилл не всегда. Загрузка скилла тоже не бесплатна. Грубый критерий – задача нужна трети трафика. Если он выполнен, то промпт, если нет, то скилл. Безопасность, юридические правила и критичные факты о человеке — всегда в промпте.
– Не изобретать велосипед. Строить новое поверх старых систем — поиска, корзины, склада, — а не переписывать их логику. Граница там, где их логика кончается и начинается суждение модели: поиск отдаёт уже отранжированное, модель решает, что показать.
– О скорости. Важнее решить задачу лучше, чем выиграть долю секунды, но и потратить меньше времени тоже очень важно. Парадоксально, умные модели регулярно оказываются быстрее глупых – они получают результат за меньшее число итераций. Ключевой технический хак – положить вероятный контекст в сессию заранее. Если человек смотрел товар, то выгоднее отдать его модели сразу, а не ждать, что она сама его вытащит.
– Очень много думать о попадании в кеш. Это сквозное во всей статье.
– Безопасность — в коде, не в промпте. Модель может ошибиться, её могут обмануть, гарантии её правоты нет и не будет, гарантия должна быть выше.
Всё пересказать невозможно, оригинал –
https://claude.com/blog/the-anatomy-of-effective-commerce-agents, внутри ссылка на их открытый репозиторий с реализацией.
#статьядня
AI для корпораций
OpenAI выпустил инструкцию руководителям – как внедрять агентов. Написано на очень “корпоративном”, я старался облегчить как мог, но всё же не добавлял отсебятины.
------
– Выбрать одну и только одну задачу. Критерии – процесс, в котором сходятся стратегический приоритет, системы, передачи работы между людьми, контроль и измеримый результат. Он должен повторяться достаточно часто, чтобы на нём было чему учиться, и быть…
– Сформулировать результат и способ его измерения до старта. Назначить ответственного владельца, KPI, базовый уровень и ограничители. Отдельно мерить глубину – сколько задач доведено до конца, сколько подключено контекста и инструментов, сколько вылезает исключений, какая нагрузка на ревью, – и отдельно ценность: время цикла, качество, стоимость, выручку, риск. Объём выдачи говорит лишь, что у AI стали больше просить, а есть ли в этом…
– Написать агенту должностную инструкцию. Что запускает работу, каким должен быть результат, какой нужен контекст, какие инструменты и права доступа, насколько настойчиво добиваться завершения. Какие доказательства своей работы агент обязан предъявить, и в какой точке обязан остановиться и позвать человека.
– Построить вокруг агента человеческую систему. В контур проектирования посадить тех, кто ближе всего к процессу, и явно назначить, кто отвечает за бизнес-результат, кто за доменную логику, кто за доступы и контроль, кто за внедрение и повседневное использование.
– Сделать эксперименты видимыми и переиспользуемыми. Через полгода после внедрения сотрудники в начале карьеры пишут AI на 13 сообщений в неделю больше, чем руководители – пробуют в основном снизу. Значит, надо дать людям место пробовать, а удачное забирать наверх: фиксировать процесс и доказательства того, что сработало, и упаковывать в скиллы, плагины, общие рабочие пространства. Режимы разные под разные задачи: Chat – вопросы и…
– Переносить схему дальше. Сохранять не сам результат, а обвязку вокруг него – контекст, права доступа, оценки, точки проверки, владельцев, метрики, обучение людей, – и прикладывать к следующему процессу. Каждый следующий эксперимент должен начинаться с лучшей стартовой точки, чем предыдущий.
--------
5 из 6 пунктов, кажется, универсальны и относятся к любым изменениям, не только внедрению AI. Что, впрочем, совершенно логично.
https://openai.com/index/ai-native-company-workflows/
#статьядня
В рассылке крупнейшего в мире венчурного фонда Andreessen Horowitz вышла интересная #статьядня.
Вспомните, говорят они, зарождение Youtube. 20 лет назад казалось, что в мире достаточно видео, но смелые стартаперы упростили его создание. Каждый стал режиссером и сценаристом. Теперь роликов снимается в миллион раз больше, чем раньше, и они не лежат просто так на полках, мы их смотрим. Да, не все…
AI упростил создание софта. Ещё, может быть, но не до нуля, но скоро сократит до нуля. Абсолютно любой человек сможет создать свое приложение под свою уникальную цель, потребность или идею. И по аналогии с видео – продуктов станет в миллион раз больше. Кому-то нужных продуктов станет в тысячу раз больше. Потребление софта вырастет в десять раз. И это будет некий…
Завидую широте мышления. Так реально может быть. Единственное – нет, в 2005 году никому не казалось, что в мире достаточно роликов и больше не надо. Мы тогда Видео Mail.Ru запускали, и нам без всякого футуризма очевидно было, что одни люди хотят выкладывать, а другие хотят смотреть. Цифровые фотоаппараты уже активно продавались, будущее уже наступило, не YouTube его создал.
https://a16z…
Китайские зумеры изобрели подарочные карты
В очередной раз наткнулся на упоминание чудесного взлета модели PNBL: “плати сейчас, покупай потом”. В Поднебесной, дескать, любая парикмахерская продает стрижки не одной, а 12 по цене 10, и клиент потом год тратит свой депозит. И так со всеми товарами и услугами.
Потребитель получает скидку, бизнес кредит, а платит за всё нерациональный покупатель. Сегодня купил, завтра свой ваучер потерял или просто переехал в свой город и никогда услугу не получит. Говорят, ещё один источник прибыли – избыточно рациональный предприниматель, который насобирал миллионы депозитов, после чего поменял вывеску на своей точке и больше никому ничего не должен.
Масштаб PNBL огромен. Якобы, это 10% всех китайских розничных продаж, невероятно много. Для сравнения доля BNPL в лидирующих по этому показателю странах – порядка 20%, но только в онлайне, а не во всей экономике. Объём жульничества в схеме тоже поражает воображение, и китайское правительство даже выпустило специальные законы по этому поводу. Например, если закрылась или переименовалась точка в торговом центре, то…
Где в этой истории закончилась правда и началась фантазия западных журналистов – не знаю и не представляю, как узнать с разумными усилиями. Но даже если это все выдумки – то очень красивые выдумки, рекомендую.