Snapfast
Projektēju aģentu, kas lasa īstus ierakstus veidotāja lokā un iesaka nākamo. Publicē joprojām veidotājs.
Dienas kopsavilkums, kas balstīts uz īstiem ierakstiem.
Produktu izstrāde
AI aģents vienam īstam darbam, pārbaudīts ar lietotājiem, pirms finansējat platformu.
Komandām ar atkārtojošu darbu un cilvēkiem, kas to pārņems, un kas grib strādājošu pierādījumu pirms platformas būves.
Raksti man
Pastāsti, kas ir salauzts un kur esi iestrēdzis.
Ko saņemat
Strādājošs pierādījums agri
Vadība un lietotāji reaģē uz īstu prototipu, pirms pilna izstrāde ir uz galda.
Aģents ar konkrētu darbu
Mērķi, rīki, robežas un nodošanas ir definēti ap vienu īstu uzdevumu. Komandas, kurām AI strādā, ir apsēstas ar darbplūsmu, ne modeli: daži soļi dabū LLM, daži vienkāršu noteikumu, un daži paliek cilvēkam.
Cilvēks paliek kontrolē
Apstiprinājumi ir uz soļiem ar risku, ne uz katras darbības. Ja cilvēkam jāapstiprina piecas reizes minūtē, viņš apstiprina visu. Stāvokļi un nodošanas ir veidoti tā, lai komanda zina, ko sistēma izdarīja, un uzticas tai pietiekami, lai to lietotu.
Nokārtots vai nenokārtots pirms ražošanas
Pirms kāds raksta uzvedni, savācam 20 līdz 100 īstus gadījumus, kur darbs izdarīts pareizi, un vērtējam aģentu pret tiem katrā solī. Title Resource Group soli automatizē tikai pēc 99 no 100 pārbaudītāja apstiprinājumiem. Bez pārbaudēm uz nojautu.
Steks, ko komanda var uzturēt
API un pašreizējie AI rīki, izvēlēti jūsu videi un tam, lai pēc nodošanas tos var uzturēt.
Specifikācijas, ko izstrāde var turpināt
Kad prototips turas, saņemat prasības, UX specifikācijas un front-end, ko komanda var izlaist un uzturēt.
Šī darba piemēri
Title Resource Group
Uzliku AI uz dokumentu šķirošanas, eksāmena kodiem un robežu skicēm. Solis tiek pilnībā automatizēts tikai pēc 99 no 100 pārbaudītāja apstiprinājumiem.
Jau 30% no gada izmaksu mērķa.
BC Tool
Prototipēju darba vietu, ko cilvēki var lietot: augšupielādē vilni, pārbauda to, publicē rezultātus.
Četri gadi zīmola trekinga, blakus.
Kā tas notiek
- 01
Izvēlamies vienu darbu
Izvēlamies vienu uzdevumu, ko aģentam vai darbplūsmai jāpabeidz. Demo bez darba ir ārpus apjoma.
- 02
Projektēju ciklu
Mērķi, rīki, robežas un nodošana atpakaļ cilvēkam, plus atsauces kopa ar īstiem, pareizi izdarītiem gadījumiem, pret ko vērtēt. Cilvēks paliek kontrolē, līdz dati saka ko citu.
- 03
Būvējam pierādījumu
Klikšķināms vai strādājošs prototips, uz kuru vadība un lietotāji var reaģēt. Tas ir tests, ne platforma.
- 04
Nodošana vai izlaišana
Ja turas, saņemat specifikācijas un front-end, ko komanda var paplašināt. Ja nē, apstājaties pirms dārgās izstrādes.
Pieeja
Viens darbs, atsauces kopa un latiņa, kas jāpārvar.
Aģents ir nedeterministiska programmatūra, tāpēc tam vajag citu dzīves ciklu: ierobežot vienu spēju, uzbūvēt atsauces datus, vērtēt katru soli un paplašināt autonomiju tikai tad, kad rezultāts turas. Tas ir cikls no AI produktu ceļvežiem Lenny Rachitsky arhīvā, un tā Title Resource Group trīs nedēļās nonāca no prototipa līdz ražošanai.
- Tvērums
- Viens darbs ar skaidru ievadi un izvadi. Pirmā versija ir šaurākā noderīgā šķēle: sašķirot dokumentu, uzmest kopsavilkumu, atzīmēt izņēmumu. Platforma nāk pēc tam, kad šķēle to nopelna.
- Atsauces kopa
- 20 līdz 100 īsti gadījumi, kur darbs izdarīts labi, no žurnāliem vai kopā ar cilvēkiem, kas to dara šodien. Tā pārvar auksto startu un parāda, kāds konteksts aģentam vajadzīgs.
- Vērtējumi
- Nokārtots vai nenokārtots katrā solī pret atsauces kopu, ne demo, kas vienreiz nostrādāja. Kur rezultāts krīt, tur mainās dizains: robeža, šaurāka ievade vai nodošana cilvēkam.
- Nopelnīta autonomija
- Aģents piedāvā, cilvēks apstiprina, un solis darbojas pats tikai tad, kad apstiprinājumi saka, ka var. Title Resource Group šī latiņa ir 99 no 100.
Vai tas der
Der
Īsta darbplūsma, viens aģents
Ir atkārtojošs darbs, esoša komanda, un vajag prototipu, kam cilvēki uzticas, pirms mērogojat.
Neder
ChatGPT mājaslapā
Neder, ja vajag vispārīgu čatbotu bez darbplūsmas, vai pilnu platformu bez prototipa pa vidu.
BUJ
Abas, kad prototips to ir nopelnījis. Title Resource Group no front-end prototipa līdz ražošanas rīkam aizgāja trīs nedēļās. Lielākā daļa darba sākas kā pierādījums, lai varētu apstāties agri, ja tas neizdodas.
Par latiņu vienojamies pirms būves: atsauces kopa ar īstiem gadījumiem un nokārtošanas līmenis katrā solī. Prototips nonāk pie komandas, kad pārvar latiņu gadījumos, kas ir svarīgi, un solis strādā bez uzraudzības tikai tad, kad apstiprinājumu vēsture to pieļauj. Tas ir tas, ko Title Resource Group 99 no 100 nozīmē praksē.
Tos, kas der jūsu videi: pašreizējās LLM API, rīkus, ko izstrādātāji jau lieto, un front-end, ko viņi var uzturēt pēc tam. Neieslēgšu jūs stekā, ko nevarat vadīt.
Vēl labāk. Es projektēju aģentu, UX un nodošanu. Jūsu komanda to paplašina un pārņem. Es neesmu šeit, lai aizstātu izstrādes organizāciju.
Uzrakstiet darbu, ko gribat automatizēt, un to, kas to dara šodien. Es pateikšu, vai tas ir divu nedēļu pierādījums vai ilgāka izstrāde.