Kita Tidak Perlu AI Lebih Besar. Kita Perlu Infrastruktur AI yang Pintar dan Terancang.
Dari sudut perancangan dan operasi di AINNA, asas utama pertama kami sudah kukuh: sebuah 独立系统 yang matang, beroperasi di atas arkitektur berasaskan LAMP. Prinsip kami mudah - bukan setiap tugas memerlukan LLM. Pengesahan, peraturan perniagaan, penyesuaian data, kawalan aliran kerja, logik berulang dan banyak keputusan operasi boleh ditangani di luar model.
Dalam tempoh enam bulan lepas, walaupun keseluruhan platform masih dalam pembinaan, kami sudah dapat hasilkan kira-kira 250 分离式系统. Jumlah kos pembangunan masih kurang daripada USD200 - sudah termasuk percubaan, pendekatan gagal, ujian berulang dan banyak kesilapan sepanjang perjalanan. Bagi saya, ini bukti bahawa sistem perniagaan yang berguna tidak semestinya memerlukan modal besar.
Lapisan kedua yang sedang aktif dibangunkan ialah ejen AI yang telah diubahsuai dengan keupayaan 智能路由. Daripada menghantar setiap tugas secara automatik ke model terbesar yang ada, sistem ini direka untuk sentiasa mengenal pasti LLM yang paling kecil dan paling murah, tetapi masih mampu menyelesaikan setiap tugas dengan boleh harap.
Logiknya mudah: tugas ringan → model kecil, tugas sukar → model kuat, tiada keperluan kepintaran → 独立系统. Matlamatnya bukan sekadar mengurangkan penggunaan token, tetapi menjadikan infrastruktur AI mampan dari segi ekonomi dengan menggunakan kepintaran hanya di tempat yang benar-benar memerlukannya.
Lapisan ketiga pula ialah model LLM khusus milik sendiri, direka khas untuk bekerjasama dengan 分离式系统 kami. Kami sedang menjalankan eksperimen dengan 7 model LLM sumber terbuka sebagai asas bagi kerja ini. Hugging Face akan menjadi sebahagian daripada ekosistem teknologi kami, menyokong akses kepada ekosistem model sumber terbuka, set data, alat latihan dan infrastruktur.
Namun, ketiga-tiga pembangunan ini sebenarnya menuju ke arah satu matlamat yang lebih besar. Kami mahu menjadikan pembangunan sistem itu sendiri mudah diakses oleh pemilik 中小企业 biasa, terutamanya perniagaan yang tidak mempunyai bajet yang tidak terhad, kapasiti GPU, pasukan IT atau sumber teknikal yang mencukupi.
Suatu hari nanti, seorang makcik yang menjual pisang goreng tepi jalan pun boleh menjadi pembangun sistem untuk perniagaannya sendiri. Dia hanya perlu berkata, “Urus stok saya, kira untung harian, pantau kos bahan, ingat pelanggan tetap dan beritahu saya bila perlu beli pisang lagi,” dan ejen tersebut akan membantu menyusun sistem di sebaliknya.
Arah kami jelas: 独立系统 → 智能路由 → LLM Paling Sesuai dan Paling Murah → LLM Khusus Milik Sendiri → Pembangunan 系统 Berbantu AI untuk 全部. Kos minimum adalah objektif terdekat. Percuma adalah impian. Kami bukan sedang berlumba membina AI terbesar; kami sedang berusaha menjadikan AI dan pembangunan sistem cukup kecil, cukup mampu milik dan cukup mudah, sehinggakan 中小企业 terkecil pun boleh membina dengannya.
#AINNA #NeuralOps #HuggingFace #OpenSourceAI #LLM #AI基础设施 #SmartRouting #分离式系统 #中小企业 #SystemDevelopment #自动化
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
文章把kami sudah dapat hasilkan kira-kira和日常运营联系起来，这一点很有帮助。
我特别喜欢kira-kira 250 分离式系统 250这一部分，内容没有把实施过程说得太简单。
收藏了，主要是为了sudah termasuk 200。
视觉和结构让jumlah kos pembangunan masih kurang的概念更容易掌握。
同意作者对lapisan kedua yang sedang aktif的判断，方向很清楚。
总结部分让ujian berulang dan banyak kesilapan的重点更加清楚。
关于walaupun keseluruhan platform masih dalam的例子很实用，适合团队继续讨论。
我喜欢文章对asas utama pertama kami sudah保持务实的态度。