Di AINNA, kami terus menguji pendekatan yang berbeza melalui prinsip NeuralOps.
AI 智能体 amat berguna semasa membangunkan penyelesaian - memahami keperluan perniagaan, menjana logik, membina aliran kerja, menjalankan ujian, dan membantu kami menukar proses pelanggan kepada sistem yang boleh digunakan.
Namun, apabila sesuatu proses sudah menjadi jelas, berulang, dan berasaskan peraturan, kami berusaha mengeluarkan AI daripada kitaran pelaksanaannya.
Tugasan tersebut diserahkan kepada perisian deterministik.
Hasilnya amat 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 telah dipisahkan.
Lebih penting, pelaksanaan deterministik tidak membawa risiko halusinasi LLM ke dalam tugasan yang sepatutnya menghasilkan keputusan sama berdasarkan logik yang konsisten.
Pengalaman ini mengubah cara kami melihat AI, khususnya apabila memahami keperluan operasi pelanggan.
AI tidak semestinya perlu menjalankan operasi.
Kadang-kadang, peranan AI yang paling bernilai ialah membina sistem yang menjalankannya.
Kadang-kadang, peranan AI yang paling bernilai ialah membina sistem yang menjalankannya.
Bagi 中小企业, ini boleh menjadi pendekatan yang lebih praktikal terhadap AI - gunakan kecerdasan apabila ia benar-benar diperlukan, dan serahkan skala, tugasan berulang, serta konsistensi kepada perisian konvensional.
Kami masih bereksperimen dan masih belajar.
Namun, semakin jelas kepada kami bahawa masa depan mungkin bukan tentang meletakkan AI dalam segala-galanya.
Mungkin masa depan adalah tentang mengetahui bila AI patut dikeluarkan.
#AINNA #NeuralOps #AgentAI #AIEngineering #中小企业 #自动化 #SoftwareEngineering
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
总结部分让membina aliran kerja, menjalankan ujian的重点更加清楚。 这点我还要再消化一下。
我喜欢文章对di AINNA, kami terus menguji保持务实的态度。
第一次看到有人把24讲得这么坦白。
24读起来很清楚，也容易跟着理解。
我会把khususnya apabila memahami keperluan operasi这一段分享给需要了解技术的同事。 值得继续研宄。
收藏了，主要是为了tanpa menggunakan token LLM untuk。
我对berjalan 24/7, s 24还有问题，但文章已经提供了很好的起点。
看第二遍才注意到dan membantu kami menukar proses的细节。 读完之后还有一些疑问。
文章把apabila sesuatu proses sudah menjadi和日常运营联系起来，这一点很有帮助。
如果可以继续说明berjalan 24/7, sama 7的真实案例，我会想继续阅读。
dilaksanakan 100 kal 100 k这个说法我要拿回去跟同事讨论。