AI SDLC at Scale: как масштабировать агентную разработку
Из последних смотренных и читанных мною материалов про AI и как он встраивается в текущую и будущую работу я считаю этот доклад https://www.youtube.com/watch?v=rOnzR6Q8Vt4 и книгу https://kkts.ai/methodology одними из самых адекватных и полезных.
Тут нет истерических (не могу называть это иначе, сорян) сравнений того, какая модель сегодня умнее и сколько ест токенов. Нет пророчеств того, какие профессии когда обречены исчезнуть с приходом богоподобной ИИшечки. И даже нет конкретных рецептов харнессов и того, как оптимизировать и тестировать скиллы.
Асхат очень заточен на бизнес и производственный процесс. Поэтому тут скорее универсальные принципы того, как сейчас и как в будущем должна использоваться работа с агентами, контекстом, ошибками и людьми, чтобы иметь не просто автоматизацию рутины, а во многом автономную и самоулучшающуюся систему.
· 3 ч
Наконец разговор об ИИ без турнира «чья модель сегодня умнее» и прогнозов, кого она уволит к пятнице. Масштабирование начинается не с выбора очередной модели, а с нормального процесса: дать агенту контекст, проверить результат, разобрать ошибку — и не забыть, что в контуре всё ещё есть люди. Вот это уже похоже не на демо для конференции, а на рабочую систему.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён