Скот Ву из Cognition-а каже да агенти за кодирање помоћу вештачке интелигенције не би требало да замене људе ↗
Скот Ву из компаније Cognition оспорио је идеју да је Девин направљен да потпуно замени програмере. Помало незгодан став, с обзиром на то да компанија такође тврди да Девин пише велики део сопственог кода.
Његово формулисање је више „пријатељ за кодирање вештачке интелигенције“ него „твој посао је појео гоблин са лаптопа“. Ипак, тешко је пропустити напетост - бољи агенти, мање изговора за пренадувене инжењерске тимове... или тако барем гласи тврдња.
Овај стартап са вештачком интелигенцијом ће вам бесплатно чистити дом како би обучио будуће роботе ↗
Шифт нуди бесплатно чишћење дома, са једном зачкољицом која је и практична и помало узнемирујућа: чистачи носе „магични шешир“ опремљен камером како би компанија могла да прикупља податке о обуци робота.
Понуда је једноставна - ви добијете чист стан, они добију снимак кућних послова. Можда лепа погодба.
Шифт каже да замагљује осетљиве детаље и анонимизује снимке, али шире питање и даље стоји као чарапа испод софе: колико приватности у кући су људи спремни да жртвују за удобност?
Антропик објављује Клод Опус 4.8 ↗
Антропик је објавио Клод Опус 4.8 са надоградњама у кодирању, агентским радним процесима, резоновању и професионалном раду. Главна предност је поузданост - мање непоткрепљених тврдњи, боље коришћење алата и више самопровере.
Клод Код такође добија динамичне токове рада, омогућавајући моделу да планира, покреће паралелне подагенте, верификује излазе и извештава. То звучи сувопарно док не схватите да је то у основи управљање пројектима у мантилу.
Цене остају подељене између стандардног и брзог режима, при чему се Anthropic више ослања на контролу напора како би корисници могли да компромитују брзину, квалитет и потрошњу токена.
Фоккон има огромно поверење у раст захваљујући вештачкој интелигенцији, каже председник ↗
Председник компаније Фокскон рекао је да потражња за вештачком интелигенцијом мења уобичајени сезонски ритам компаније. Стари пад добављача средином године? Изгледа да се више не понаша нормално.
Разлог су огромна улагања облачних гиганта у вештачку интелигенцију, што Фокскон види као сопствену тржишну прилику. То је хардверска страна бума вештачке интелигенције, мање сјајна од четботова, али управо она одакле новац увелико клизи.
Фоккон је већ главни произвођач Нвидиа сервера, тако да је његов оптимизам у основи контрола температуре у трци за вештачку интелигенцију инфраструктуру.
Заједнички приручник за поуздане евалуације трећих страна ↗
OpenAI је објавио смернице о евалуацијама вештачке интелигенције од стране трећих страна, тврдећи да тестови захтевају јасније детаље о томе шта је евалуирано, како је тестирано и шта резултати могу да докажу.
Кључна поента је изненађујуће практична: евалуације граничне вештачке интелигенције не могу бити само нагађања у облику табеле. Евалуатори морају да објасне тестирани систем, упутства, заштитне мере, провере валидности и где се тврдње завршавају.
То је важно јер како модели постају све више агентивни, плитки тестови могу учинити да системи изгледају безбедније или јаче него што јесу. Мала папирологија, велике последице.
Честа питања
Да ли су агенти за вештачко кодирање попут Девина намењени да замене програмере?
Скот Ву представља агенте за кодирање вештачке интелигенције као партнере у кодирању, а не као потпуне замене за људске програмере. Међутим, чланак указује на напетост: Девин је такође описан као аутор великог дела сопственог кода компаније Cognition. У практичном смислу, закључак је да ови алати могу смањити неке рутинске инжењерске послове, а да и даље зависе од људи за процену, смернице и одговорност.
Зашто Shift нуди бесплатно чишћење куће за податке о обуци за вештачку интелигенцију?
Шифт нуди бесплатно чишћење дома јер жели видео податке о кућним пословима из физичког света како би обучио будуће роботе. Чистачи носе „магични шешир“ опремљен камером док раде, производећи снимке који могу помоћи системима вештачке интелигенције да разумеју кућне задатке. Размена је јасна: купци добијају чист дом, док компанија добија податке из приватних животних простора.
Како Shift поступа са приватношћу приликом прикупљања снимака чишћења куће?
У чланку се наводи да Шифт тврди да замагљује осетљиве детаље и анонимизује снимак. То може смањити неке ризике по приватност, али не уклања ширу забринутост због снимања унутар домова људи. За кориснике, централно питање је да ли се погодност бесплатног чишћења чини вредном тог нивоа прикупљања података.
Шта је ново у Клод Опусу 4.8?
Клод Опус 4.8 је описан као побољшање кодирања, агентских токова рада, резоновања и професионалног рада. Ажурирање се фокусира на поузданост, укључујући мање непоткрепљених тврдњи, снажније коришћење алата и више самопровере. Клод Код такође добија динамичке токове рада, где модел може да планира, покреће паралелне подагенте, верификује излазе и извештава о резултатима.
Зашто је оптимизам Фокскона у вези са бумом вештачке интелигенције важан?
Фоксконово самопоуздање је важно јер одражава хардверску страну бума вештачке интелигенције. Председник компаније је рекао да потражња за вештачком интелигенцијом мења свој уобичајени сезонски образац, при чему потрошња облачних гиганта на инфраструктуру ствара велику тржишну прилику. Пошто је Фокскон већ главни произвођач Nvidia сервера, његови коментари служе као снажан сигнал за потражњу за вештачком интелигенцијом.
Шта OpenAI каже да чини евалуације вештачке интелигенције трећих страна поузданим?
OpenAI тврди да евалуације вештачке интелигенције захтевају јаснија објашњења о томе који је систем тестиран, како је тестиран и шта резултати заиста показују. То укључује детаље о упутствима, заштитним мерама, проверама валидности и ограничењима било каквих тврдњи. Ова поента је посебно важна за агентичније моделе, где плитки тестови могу учинити да системи изгледају безбедније или способније него што јесу.