Scott Wu i Cognition thotë se agjentët e kodimit të inteligjencës artificiale nuk duhet të zëvendësojnë njerëzit ↗
Scott Wu i Cognition kundërshtoi idenë se Devin është ndërtuar për të zëvendësuar plotësisht programuesit. Një qëndrim paksa i çuditshëm, duke pasur parasysh se kompania thotë gjithashtu se Devin kryen një pjesë të madhe të kodit të vet.
Formulimi i tij është më shumë si “shok kodimi me inteligjencë artificiale” sesa “puna jote është ngrënë nga një magjistar laptopësh”. Megjithatë, tensioni është i vështirë për t’u anashkaluar - agjentë më të mirë, më pak justifikime për ekipe inxhinierike të fryra… ose të paktën kështu thotë argumenti.
Ky startup i inteligjencës artificiale do të pastrojë shtëpinë tuaj falas për të trajnuar robotët e së ardhmes ↗
Shift po ofron pastrim falas të shtëpisë, me një taktikë që është njëkohësisht e dobishme dhe paksa shqetësuese: pastrueset mbajnë një “kapelë magjike” të pajisur me kamera, në mënyrë që kompania të mund të mbledhë të dhëna për trajnimin e robotëve.
Prezantimi është i thjeshtë - ti merr një apartament të pastër, ata marrin video të punëve të shtëpisë. Një ofertë e mirë, ndoshta.
Shift thotë se mjegullon detajet e ndjeshme dhe anonimizon pamjet, por pyetja më e gjerë është ende aty si një çorape nën divan: sa privatësi në shtëpi janë të gatshëm të shkëmbejnë njerëzit për komoditet?
Anthropic publikon Claude Opus 4.8 ↗
Anthropic lançoi Claude Opus 4.8 me përmirësime në kodim, rrjedha pune agjentësh, arsyetim dhe punë profesionale. Avantazhi kryesor është besueshmëria - më pak pretendime të pambështetura, përdorim më i mirë i mjeteve dhe më shumë vetëkontroll.
Claude Code gjithashtu merr rrjedha pune dinamike, duke e lejuar modelin të planifikojë, të krijojë nën-agjentë paralelë, të verifikojë rezultatet dhe të raportojë. Kjo tingëllon e thatë derisa ta kuptosh se është në thelb menaxhim projekti i thjeshtë.
Çmimet mbeten të ndara midis modaliteteve standarde dhe të shpejta, me Anthropic që përqendrohet më shumë në kontrollet e përpjekjeve në mënyrë që përdoruesit të mund të bëjnë kompromis midis shpejtësisë, cilësisë dhe djegies së tokenëve.
Foxconn ka besim të madh në vrullin e rritjes për shkak të inteligjencës artificiale, thotë kryetari ↗
Kryetari i Foxconn tha se kërkesa për inteligjencë artificiale po ndryshon ritmin e zakonshëm sezonal të kompanisë. Rënia e vjetër e furnizuesve në mes të vitit? Me sa duket, nuk po sillet më normalisht.
Arsyeja është shpenzimi gjigant i gjigantëve të cloud-it në IA, të cilin Foxconn e sheh si mundësi të vetën në treg. Kjo është ana harduerike e bumit të IA-së, më pak e shndritshme se chatbot-et, por pikërisht aty ku fluksi i parave po tingëllon.
Foxconn është tashmë një prodhues i madh i serverëve Nvidia, kështu që optimizmi i saj është në thelb një kontroll i temperaturës në garën e infrastrukturës së inteligjencës artificiale.
Një manual i përbashkët për vlerësime të besueshme nga palë të treta ↗
OpenAI publikoi udhëzime mbi vlerësimet e inteligjencës artificiale nga palët e treta, duke argumentuar se testet kanë nevojë për detaje më të qarta rreth asaj që është vlerësuar, si është testuar dhe çfarë mund të vërtetojnë rezultatet.
Pika thelbësore është çuditërisht praktike: vlerësimet e inteligjencës artificiale në nivel të lartë nuk mund të jenë thjesht hamendësime në formë tabelash renditjeje. Vlerësuesit duhet të shpjegojnë sistemin e testuar, udhëzimet, masat mbrojtëse, kontrollet e vlefshmërisë dhe ku ndalojnë pretendimet.
Kjo ka rëndësi sepse, ndërsa modelet bëhen më agjentike, testet sipërfaqësore mund t’i bëjnë sistemet të duken më të sigurta ose më të forta nga ç’janë në të vërtetë. Energji e vogël për punime me dokumente, pasoja të mëdha.
Pyetje të shpeshta
A janë agjentët e kodimit të inteligjencës artificiale si Devin të destinuar për të zëvendësuar programuesit?
Scott Wu i paraqet agjentët e kodimit të inteligjencës artificiale si partnerë kodimi dhe jo si zëvendësues të plotë të programuesve njerëzorë. Megjithatë, artikulli tregon një tension: Devin përshkruhet gjithashtu si kontribues i një pjese të madhe të kodit të vetë Cognition. Në terma praktikë, përfundimi është se këto mjete mund të zvogëlojnë disa punë rutinë inxhinierike, ndërkohë që ende varen nga njerëzit për gjykim, drejtim dhe llogaridhënie.
Pse Shift ofron pastrim falas të shtëpisë për të dhënat e trajnimit të inteligjencës artificiale?
Shift po ofron pastrim falas të shtëpisë sepse dëshiron të dhëna video të botës fizike të punëve shtëpiake për të trajnuar robotët e së ardhmes. Pastrueset mbajnë një "kapelë magjike" të pajisur me kamera ndërsa punojnë, duke prodhuar pamje që mund të ndihmojnë sistemet e inteligjencës artificiale të kuptojnë detyrat e shtëpisë. Shkëmbimi është i qartë: klientët marrin një shtëpi të pastër, ndërsa kompania merr të dhëna nga hapësirat private të jetesës.
Si e menaxhon Shift privatësinë kur mbledh pamje nga pastrimi i shtëpisë?
Artikulli thotë se Shift pretendon se mjegullon detajet e ndjeshme dhe anonimizon pamjet. Kjo mund të zvogëlojë disa rreziqe për privatësinë, por nuk e heq shqetësimin më të gjerë të regjistrimit brenda shtëpive të njerëzve. Për përdoruesit, pyetja qendrore është nëse komoditeti i pastrimit falas duket i vlefshëm për atë nivel të mbledhjes së të dhënave.
Çfarë ka të re në Claude Opus 4.8?
Claude Opus 4.8 përshkruhet si një version që përmirëson kodimin, rrjedhat e punës agjentike, arsyetimin dhe punën profesionale. Përditësimi përqendrohet në besueshmëri, duke përfshirë më pak pretendime të pambështetura, përdorim më të fortë të mjeteve dhe më shumë vetëkontroll. Claude Code gjithashtu përfiton rrjedha pune dinamike, ku modeli mund të planifikojë, të ekzekutojë nën-agjentë paralelë, të verifikojë rezultatet dhe të raportojë rezultatet.
Pse ka rëndësi optimizmi për bumin e inteligjencës artificiale të Foxconn?
Besimi i Foxconn ka rëndësi sepse pasqyron anën harduerike të bumit të inteligjencës artificiale. Kryetari i kompanisë tha se kërkesa për inteligjencë artificiale po ndryshon modelin e saj të zakonshëm sezonal, me shpenzimet e gjigantëve të infrastrukturës së cloud që krijojnë një mundësi të madhe tregu. Meqenëse Foxconn është tashmë një prodhues i madh i serverëve Nvidia, komentet e saj shërbejnë si një sinjal i fortë për kërkesën në infrastrukturën e inteligjencës artificiale.
Çfarë thotë OpenAI që i bën vlerësimet e inteligjencës artificiale të palëve të treta të besueshme?
OpenAI argumenton se vlerësimet e IA-së kanë nevojë për shpjegime më të qarta se cili sistem është testuar, si është testuar dhe çfarë tregojnë vërtet rezultatet. Kjo përfshin detaje rreth kërkesave, mbrojtjeve, kontrolleve të vlefshmërisë dhe kufizimeve të çdo pretendimi. Kjo pikë është veçanërisht e rëndësishme për modelet më agjentike, ku testet sipërfaqësore mund t'i bëjnë sistemet të duken më të sigurta ose më të afta nga sa janë në të vërtetë.