Kami telah menguji pendekatan berbeza di AINNA melalui **prinsip NeuralOps** kami.
AI 智能体 sangat berguna semasa pembangunan - memahami keperluan, menjana logik, membina aliran kerja, menguji, dan membantu menukar proses perniagaan menjadi sistem yang berfungsi.
Tetapi sebaik sahaja proses menjadi boleh diramal, berulang, dan berasaskan peraturan, kami cuba mengeluarkan AI daripada gelung pelaksanaan.
Tugasan diserahkan kepada perisian deterministik.
Hasilnya agak menarik.
Sesuatu proses boleh terus berjalan **24/7**, sama ada ia dilaksanakan 100 kali atau berjuta-juta kali, tanpa menggunakan token LLM untuk pelaksanaan yang terpisah itu.
Lebih penting, pelaksanaan deterministik tidak memperkenalkan halusinasi LLM ke dalam tugas yang hasilnya sepatutnya sentiasa mengikut logik yang sama.
Ini telah mengubah cara kami berfikir tentang AI.
**AI tidak semestinya perlu menjalankan operasi.
Kadang-kadang, peranan AI yang paling berharga adalah untuk membina sistem yang menjalankannya.**
Untuk 中小企业 terutamanya, ini boleh menjadi cara praktikal untuk mendekati AI - gunakan kecerdasan di mana kecerdasan sebenarnya diperlukan, dan biarkan perisian konvensional mengendalikan skala, pengulangan, dan konsistensi.
Masih bereksperimen. Masih belajar.
Tetapi semakin lama, kami percaya masa depan mungkin bukan tentang meletakkan AI dalam segala-galanya.
**Ia mungkin tentang mengetahui bila untuk mengeluarkan AI.**
#AINNA #NeuralOps #AgentAI #AI工程 #中小企业 #自动化 #Software工程
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
关于ini telah mengubah cara kami的例子很实用，适合团队继续讨论。
难得有人把AI 智能体 sangat berguna semasa讲得这么直白。
关于dilaksanakan 100 kal 100 k的说明很完整，基础部分尤其清楚。