عوامل هوش مصنوعی دیگر عوامل هوش مصنوعی را می گیرند، به گوشه و کنار می روند و دچار توهم می شوند. و چرا این بدان معناست که هوش مصنوعی بسیار بهتر شده است

من به تازگی شاهد چیز جالبی در پایگاه کد خودم بودم که باید با شما به اشتراک بگذارم.

من در اعماق سنگرهای ساخت SaaStr.ai هستم و مانند بسیاری از شما، از عوامل هوش مصنوعی برای کمک به ارسال سریعتر استفاده می کنم. و اتفاق شگفت انگیزی رخ داد که همه چیز را در مورد اینکه در سال 2025 و بعد از آن با هوش مصنوعی به کجا خواهیم رفت، به من می گوید.

یک عامل هوش مصنوعی عامل دیگری را در حال ساخت داده ها دستگیر کرد.

اجازه دهید به شما بگویم چه اتفاقی افتاد زیرا پیامدهای آن برای هر کسی که از هوش مصنوعی در تجارت خود استفاده می کند یا استفاده می کند بسیار زیاد است.

تنظیمات: AI Build ابزارهای AI

من یک عامل هوش مصنوعی داشتم (بیایید او را “سازنده” بنامیم) که روی صفحه تجزیه و تحلیل معامله برای SaaStr.ai کار می کرد. نمودارهای متریک به سبک معیار و بخش تجزیه و تحلیل و پیش بینی پیش بینی را اضافه کرد. کاری که یک توسعه دهنده انسانی ساعت ها، شاید چند روز طول می کشد. سازنده در عرض چند دقیقه او را ناک اوت کرد.

همه چیز عالی به نظر می رسید. رابط کاربری تمیز بود. معیارها نشان می داد. من آماده ارسال بودم.

پیچش طرح: معمار دخالت می کند

اما بعد از آن یک عامل هوش مصنوعی دیگر (“معمار”) داشتم که پیاده سازی را بررسی می کند. اینجاست که جالب می شود.

معمار بلافاصله به مشکلات مهم اشاره کرد: “شما به جای استفاده از نتایج واقعی تجزیه و تحلیل، مقادیر داده را ایجاد می کنید.”

سازنده تصاویری زیبا با اعداد و ارقام باورپذیر خلق کرده بود. اما آنها جعلی بودند. ساخته شده است. عامل داده ها را توهم کرده بود تا رابط کاربری کامل به نظر برسد.

این هوش مصنوعی معادل داده‌های ساختگی کدنویسی سخت توسعه‌دهندگان جوان است و امیدواریم کسی متوجه نشود. با این تفاوت که بدتر است زیرا خروجی به نظر می رسید بنابراین حرفه ای که تقریباً دلم برایش تنگ شده بود.

https://www.youtube.com/watch?v=tRDVrHXdpC4

چرا مهمتر از آن چیزی است که فکر می کنید

این چیزی است که ذهن من را درگیر کرد: عامل معمار او را گرفت.

نه من. نه یک مرورگر کد. یکی دیگر از عوامل هوش مصنوعی توهم را شناسایی کرد، آن را فراخواند و راه حلی را اعمال کرد.

معنی این را در نظر بگیرید:

ما قبلاً عوامل هوش مصنوعی داریم که می توانند کار سایر عوامل هوش مصنوعی را تأیید کنند و اشتباهات آنها را کشف کنند.

معمار فقط نگفت: «اینجا مشکلی وجود دارد». گفت:

• “شما مقادیر داده را اختراع می کنید”
• “اجازه دهید بررسی کنم چه داده های رتبه بندی واقعاً در دسترس هستند”
• “حالا اجازه دهید نمودارهای مقایسه را طوری تنظیم کنم که فقط از داده های واقعی استفاده کنم و بک گراندهای اصلاحی درست کنم.”

این کار انجام شده است rg -i -n 'valuation|estimatedValue' برای جستجوی پایگاه کد برای منابع داده واقعی. این فایل ها را ویرایش می کند تا داده های نادرست را حذف کند. تغییرات را مستند می کند. او کارت های صحیح را با نمرات حروف بازیابی کرد. او تمام بخش هایی را که حاوی داده های ساختگی بودند حذف کرد.

این هوش مصنوعی AI QA را انجام می دهد. و او این کار را به خوبی انجام می دهد.

تصویر بزرگتر: چرا هوش مصنوعی سریعتر از آنچه ما تصور می کنیم شتاب می گیرد

در اینجا دلیل اهمیت آن برای کسب و کار شما آمده است:

1. سیستم خود اصلاحی ظاهر می شود

در سال گذشته، همه نگران توهمات هوش مصنوعی بودند. و به حق. هنگامی که هوش مصنوعی حقایق را اختراع می کند یا داده ها را اختراع می کند، می تواند خطرناک باشد، به خصوص در برنامه های کاربردی حیاتی.

اما اکنون وارد مرحله ای می شویم که عوامل هوش مصنوعی می توانند کار یکدیگر را بررسی کنید.

این نظری نیست. دیروز این اتفاق در پایگاه کد تولید من افتاد. یک عامل میانبرهای عامل دیگری را گرفت و قبل از ارسال کد یک پچ اعمال کرد.

نرخ خطا در حال کاهش است.

2. سیستم های چند عامله باز کردن قفل واقعی هستند

امسال بیش از 20 عامل هوش مصنوعی را در SaaStr پیاده سازی کردم. اما موفقیت واقعی، نداشتن تعداد زیادی از نمایندگان است. مامورانی با او هستند نقش ها و مسئولیت های مختلف که می تواند متقابلاً تقویت شود.

در این مورد:

• Agent Builder برای تحویل سریع بهینه می‌شود و همه چیز را خوب جلوه می‌دهد
• عامل Architect برای صحت و یکپارچگی داده ها بهینه سازی می کند

آنها اهداف متفاوتی دارند. و این تنش نتیجه بهتری ایجاد می کند.

تیم های مهندسی عالی اینگونه کار می کنند. شما به یک سازنده که سریع حرکت می کند و یک معمار که سوالات سخت می پرسد نیاز دارید. اکنون می توانیم این پویایی را با هوش مصنوعی تکرار کنیم.

3. نوار کیفیت فقط پرید

وقتی برای اولین بار در اوایل سال 2024 به شدت از عوامل هوش مصنوعی استفاده کردم، مجبور شدم بررسی کنم همه چیز خط به خط ضریب خطا بالا بود. توهمات مکرر بود. سریعتر از کدنویسی از ابتدا بود، اما به سختی.

حالا؟ ماموران حتی قبل از اینکه آنها را ببینم اشتباهاتشان را می گیرند.

سازنده اشتباه کرد. معمار آن را گرفت. بین خودشان تصمیم گرفتند. من فقط برای تایید تصحیح عضو شدم.

این یک تغییر اساسی در روش ساخت نرم افزار است.

این برای شرکت B2B شما چه معنایی دارد

اگر شما یک شرکت B2B را اداره می‌کنید و به سیستم‌های هوش مصنوعی چند عامله فکر نمی‌کنید، از مسیر خود دور خواهید شد. در اینجا دلیل آن است:

سرعت + کیفیت به عنوان یک مصالحه استفاده می شود

خرد متعارف: شما می توانید آن را سریع بسازید یا می توانید آن را درست بسازید. یکی را انتخاب کنید.

در مورد عوامل تک هوش مصنوعی، این هنوز درست بود. نماینده می توانست به سرعت حرکت کند، اما شما باید کیفیت را قربانی می کردید و همه چیز را با دقت بررسی می کردید.

با سیستم های چند عاملی که در آن عوامل یکدیگر را چک می کنند؟ شما می توانید هر دو را داشته باشید.

من ویژگی ها را در ساعاتی ارسال می کنم که هفته ها طول می کشد. و کیفیت آن است بالاتر نسبت به زمانی که همه چیز را با دست کدنویسی کردم، زیرا چندین عامل هوش مصنوعی دارم که کار را از منظرهای مختلف مشاهده می کنند.

مزیت رقابتی جدید

شرکت هایی که در سال 2026 برنده خواهند شد، آنهایی نیستند که بیشترین عامل هوش مصنوعی را دارند. آنها هستند که بهترین ها را می سازند ارکستراسیون از عوامل هوش مصنوعی

شما نیاز دارید:

• عواملی که می سازند
• عواملی که بررسی می کنند
• عواملی که تست می کنند
• عواملی که بهینه سازی می کنند
• عواملی که اشتباهاتشان را می گیرند

و شما به آنها نیاز دارید تا با هم در سیستمی کار کنند که خروجی بهتری از هر عامل (یا شخص) به تنهایی تولید کند.

ساختار هزینه دیوانه کننده است

این چیزی است که واقعاً مهم است: ممکن است 2 دلار در تماس های API برای من هزینه داشته باشد.

دو عامل هوش مصنوعی که در مورد کیفیت کد “مکالمه” دارند، یک اشکال مهم را پیدا کرده و آن را برطرف می کنند. به قیمت یک قهوه

وقتی با بنیان‌گذاران SaaS صحبت می‌کنم، آن‌ها هنوز هوش مصنوعی را ابزاری برای کمک به تیم فعلی خود می‌دانند که ۱۰ تا ۲۰ درصد سریع‌تر حرکت کند.

این بازی نیست. بازی همین است عوامل هوش مصنوعی اکنون می توانند یکدیگر را مدیریت کرده و همدیگر را کنترل کنندبه این معنی که کل ساختار هزینه توسعه نرم افزار در شرف تغییر است.

بررسی واقعیت فنی

بگذارید واضح بگویم: این جادو نیست. عامل معمار رمز را به روشی عمیق و انسانی “درک” نکرد. مدل های زیر منابع داده را بررسی می کند. به دنبال ناهماهنگی باشید.

اما نکته اینجاست: این دقیقاً همان کاری است که یک مهندس ارشد خوب در طول بررسی کد انجام می دهد.

بررسی می کنند:

• آیا از داده های واقعی استفاده می کنید یا جعلی؟
• آیا منابع داده وجود دارد؟
• آیا جایگزین های مناسبی وجود دارد؟
• آیا عملکرد الزامات را برآورده می کند؟

Agent Architect همه این کارها را انجام داد. و او این کار را فورا، به طور کامل و بدون منیت انجام داد.

آنچه در پرتفوی SaaStr Fund می بینم

من این الگو را در شرکت های نمونه کار خود و در گفتگو با صدها بنیانگذار SaaS می بینم:

شرکت هایی که سریع ترین حرکت را انجام می دهند، شرکت هایی هستند که از سیستم های چند عاملی استفاده می کنند.

حتی یک کمک خلبان هوش مصنوعی. نه یک ربات چت. چندین نماینده تخصصی که با یکدیگر همکاری می کنند و کار یکدیگر را بررسی می کنند.

در SaaStr.ai ما قبلاً داریم:

• نماینده ای که Pitch Decks را پردازش می کند (1300+ در ماه)
• عاملی که رتبه بندی می کند (بیش از 275000 استفاده)
• عاملی که استارت آپ ها را با VC ها متصل می کند
• نماینده ای که پست های وبلاگ می نویسد
• عاملی که رابط کاربری ما را بهینه می کند
• معمار عاملی که همه چیز را بررسی می کند

و هر هفته بهتر می شوند. زیرا وقتی یک عامل اشتباه می کند، عامل دیگری آن را می گیرد و من می توانم خط سیستم را به روز کنم تا از آن دسته از اشتباهات در آینده جلوگیری کنم.

اینگونه است که هوش مصنوعی هوشمندتر می شود. نه فقط مدل های بهتر، بلکه سیستم های بهتری از عوامل که از یکدیگر یاد می گیرند.

جدول زمانی فشرده شده است

این چیزی است که اخیراً به کسی گفتم: فکر می‌کنم حدود 18 ماه فرصت داریم تا تبدیل به میز شود.

تا اواسط سال 2027، هر شرکت جدی SaaS دارای سیستم‌های هوش مصنوعی چند عاملی خواهد بود. آنهایی که این کار را نمی کنند شبیه شرکت هایی خواهند بود که امروزه از زیرساخت های ابری استفاده نمی کنند. از نظر فنی ممکن است، اما چرا؟

پنجره ایجاد مزیت رقابتی پیرامون هماهنگی هوش مصنوعی است همین الان.

نه در سال 2026. نه “زمانی که فناوری بالغ شود”. در حال حاضر.

زیرا فناوری به اندازه کافی بالغ است. معمار من فقط با گرفتن داده های ساخته شده، جستجو در پایگاه کد برای منابع داده واقعی و تعمیر پیاده سازی آن را ثابت کرد. همه بدون دخالت انسان

خط پایین

کشف اشتباهات سایر عوامل هوش مصنوعی توسط ماموران هوش مصنوعی یک ترفند زیبا نیست. این یک تغییر اساسی در روش ساخت نرم افزار است.

این یعنی:

• توسعه سریعتر با اشکالات کمتر
• هزینه کمتر با کیفیت بالاتر
• توانایی توسعه مقیاس بدون مقیاس بندی متناسب تعداد کارمندان

و این اتفاق می افتد همین الان در کدهای تولیدی نه در آزمایشگاه تحقیقاتی نه در برخی از چشم انداز آینده. در محصول واقعی من که به صدها هزار کاربر خدمت می کند.

سوال این نیست که آیا هوش مصنوعی توسعه نرم افزار را متحول می کند یا خیر. آنچه مهم است این است که آیا تیم خود را طوری تنظیم می کنید که از مزایای آن قبل از رقبای خود استفاده کند یا خیر.

زیرا شرکت‌هایی که ابتدا ارکستراسیون چند عاملی را کشف می‌کنند، یک شروع کاری 18 تا 24 ماهه خواهند داشت که غلبه بر آن تقریبا غیرممکن خواهد بود.

من این فیلم را قبلا با SaaS، با موبایل، با ابر دیده بودم. شرکت هایی که در اوایل تغییر پلت فرم حرکت کردند برنده شدند. کسانی که منتظر بودند قطع شد.

این لحظه است. دوباره