Topik trending
#
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.
Jika kita memiliki agen AI 100X lebih banyak daripada orang yang bekerja di perusahaan, sebenarnya jauh lebih mungkin bahwa kita menyesuaikan diri dengan cara agen bekerja dengan baik daripada agen yang sesuai dengan cara kita bekerja.
Agen AI pada dasarnya berkembang pada konteks, dan variasi dalam apa yang Anda dapatkan darinya hampir seluruhnya berhubungan dengan seberapa baik konteks Anda. Yang berarti banyak cara *baru* yang kami kerjakan akan melayani agen konteks yang tepat.
Sebelum AI, cukup mudah untuk menerima bahwa akan ada dokumentasi terbatas tentang cara kerja sesuatu karena Anda bisa bertanya kepada rekan kerja Anda. Ini memiliki kelemahan yang luar biasa tentu saja, karena membuatnya jauh lebih sulit untuk meningkatkan karyawan baru, ini adalah pajak atas bakat yang ada, dan Anda kehilangan banyak pengetahuan kelembagaan dari waktu ke waktu.
Agen AI tidak memiliki kemewahan ini. Agen AI tidak memiliki manfaat dari semua kesadaran situasional dan osmosis yang dimiliki orang. Secara default, mereka tidak tahu tujuan Anda, standar perusahaan, gaya, proyek lain yang sedang berlangsung, dan sebagainya.
Karena kami mengutamakan AI di Box, ketika rekan kerja membangun agen Box AI, mereka secara inheren menangkap pengetahuan proses selama bertahun-tahun dan akhirnya menuliskannya untuk dioperasikan oleh agen. Bahkan untuk area di mana kami memiliki dokumentasi tentang sesuatu, itu diperbarui dengan cara yang secara inheren ramah bagi agen. Tapi ini baru permulaan.
Sebagai akibat dari kebutuhan untuk membuat agen lebih produktif, ada banyak area yang mungkin perlu diubah secara bertahap:
* Dokumentasi untuk semua pekerjaan penting. Kami akan mulai menuliskan deskripsi yang jelas tentang lebih banyak alur kerja penting kami dengan cara yang ramah agen. Dan tidak seperti penyimpangan dokumentasi yang terjadi dalam alur kerja manusia, kami akan mengharuskannya terus diperbarui karena setiap eksekusi agen adalah memulai kembali pengetahuan dan pengalaman agen.
* Aturan dan instruksi yang jelas untuk agen. Setiap perusahaan memiliki panduan gaya yang berbeda, standar basis kode yang berbeda, kebijakan internal, dan sebagainya yang harus dipatuhi oleh agen. Sama seperti yang telah kita lihat dengan hal-hal seperti aturan kursor, kita dapat mengharapkan ini untuk semua bidang pekerjaan pengetahuan.
* Pendekatan baru untuk memori agen. Kita mungkin akan membutuhkan cara yang lebih mudah untuk meningkatkan agen yang dapat memanfaatkan bank memori dari pengguna berdasarkan modalitas atau pekerjaan yang berbeda yang mereka lakukan di perusahaan. Dan kemudian pertanyaannya adalah apakah saya dapat membawa memori ini nanti, yang tidak mungkin dari sudut pandang IP perusahaan.
* Tumpukan teknologi terstruktur yang lebih baik. Sebagai hasil dari seberapa mudah agen AI dapat keluar jalur, akan ada premi besar pada kualitas arsitektur TI perusahaan, kebersihan datanya, seberapa mutakhir kontrol aksesnya, dll. Penyimpangan kecil di sini akan membatasi seberapa banyak Anda dapat mendorong agen untuk melakukannya atau Anda akan mendapatkan hasil yang buruk atau risiko bisnis nyata.
* Konteks untuk agen AI akan melampaui struktur organisasi yang khas. Di dunia di mana agen perlu berkolaborasi di beberapa bagian tumpukan teknologi (didukung dan frontend) atau proses bisnis (operasi hukum dan penjualan), kami mungkin tidak dapat memetakan alur kerja agen AI dan akses data hanya untuk karyawan dan fungsi yang ada, yang memiliki implikasi baru.
Akan sangat menarik untuk melihat bagaimana perusahaan berubah dari waktu ke waktu untuk mendukung produktivitas agen, dan apa artinya ini bagi masa depan pekerjaan.
93,66K
Teratas
Peringkat
Favorit