Nyní, když jsme téměř všechny lidské znalosti zkomprimovali do velkých jazykových modelů, je další hranicí volání nástrojů. Propojení různých nástrojů umělé inteligence umožňuje automatizaci. Posun od myšlení k dělání představuje skutečný průlom v užitečnosti umělé inteligence. Vytvořil jsem pro sebe více než 100 nástrojů a fungují většinu času, ale ne pořád. Nejsem sám. Zpráva Economic Index společnosti Anthropic odhaluje, že 77 % firemního využití Claude se soustředí na automatizaci plných úkolů, nikoli na kopilotování. Společnost Anthropic minulý týden zveřejnila dokumentaci o efektivitě tokenů a re-architektuře nástrojů pro optimalizaci jejich využití. Pokyny byly neintuitivní: místo mnoha jednoduchých nástrojů s jasnými štítky vytvořte méně složitějších nástrojů. Zde je sedm e-mailových nástrojů, které jsem vytvořil - skripty Ruby, z nichž každý má jasný účel. Skript "Safe Send Email" byl navržen tak, aby zabránil umělé inteligenci v odesílání e-mailů bez schválení. Krásně naivní, jednoduché a jasné, neměl by jazykový model být schopen tyto číst a přesně vědět, co po něm žádám? Ale není to tak jednoduché! Anthropic doporučuje vytvářet komplexní nástroje. Jejich výzkum ukazuje, že "požadavky ušetří v průměru 14 % výstupních tokenů, až 70 %", když se místo jednoduchých nástrojů používají sofistikované nástroje bohaté na parametry. Důvod? Systémy umělé inteligence chápou celý kontext lépe než roztříštěný záměr. Víkend jsem strávil konsolidací všech svých nástrojů do sjednocených nástrojů, jako je tento pro e-mail: (třetí obrázek) Dopad na přesnost byl okamžitý. Claudeova úspěšnost se blíží 100 %. Systém je rychlejší. V důsledku toho používám mnohem méně tokenů s efektivnějším systémem. Zde je můj současný mentální model: (čtvrtý obrázek) Když jsem přepracoval kognici s umělou inteligencí místo lidské intuice, všechno se zlepšilo. Moje operace CRM, správa kalendáře a databázové pracovní postupy se staly spolehlivějšími, když byly sloučeny do komplexních nástrojů náročných na parametry. Přesnost se zlepšila, takže celkové náklady byly výrazně sníženy. Ale nechtějte po mně, abych používal nástroje. Nyní jsem trochu ztracen uprostřed složitosti. To je nevyhnutelný důsledek práce na vyšších úrovních abstrakce, kdy již hluboce nerozumíme stroji. Strávili jsme desítky let vytvářením softwaru pro lidi jednoduchého. Nyní se učíme, jak to pro umělou inteligenci složit.

Stejně jako snídaně v restauraci, software je levný a rychlý na výrobu. Požádejte o nový nástroj pro správu úkolů a budete mít první verzi za méně času a za méně peněz než omeleta. Nástroje vytvořené umělou inteligencí nemusí trvat dlouho. Někteří přežijí jen několik minut, dost dlouho na to, aby odpověděli: "Jaký je náš čas obratu tento týden?" Jiné zůstávají užitečné několik dní nebo týdnů, jako je aplikace, která dokáže spustit odlehčený sledovač projektů pro onboarding Walmartu. Někdy přetrvávají déle než měsíc. Jestliže stálost definovala poslední dvě dekády softwaru, nestálost může definovat tu příští. Nyní vidíme, jak se podél kontinua formují tři vrstvy: Odolné SaaS: systémy s dlouhou životností jako nástěnný panel. Efemérní aplikace: krátkodobé nástroje, jako je sledování onboardingového projektu Walmart. Okamžité dotazy: jednorázové dotazy typu "Řekněte mi o účtu Apple". Řádově převýší počet efemérních aplikací a okamžitých otázek počet aplikací SaaS, možná miliony ku jedné. Dopaminové opojení z okamžitého řešení problémů je návykové a urychluje kariéru. Základem všech těchto aplikací bude systém záznamů, často již existující, ale stále více nová. Finanční a provozní týmy jsou závislé na trvalých řídicích panelech pro řízení a vykazování, jako by definice metriky mohla být standardizována v celé organizaci. Marketéři spouštějí datové aplikace, které trvají několik měsíců, aby analyzovali výkonnost svých placených výdajů, a týmy podpory kladou rychlé otázky o době obratu, než se posunou dál. Důvěryhodné modely, oprávnění a obchodní logika základní platformy BI, jako je @omni, dávají uživatelům jistotu experimentovat s pomíjivými aplikacemi a okamžitými otázkami. Kontrola základu zajišťuje kontrolu nad vrstvami nad nimi. Tento návrhový vzor přesahuje rámec umělé inteligence do většiny ostatního softwaru. Ať už si dáte kávu, omeletu nebo jídlo o pěti chodech, další skvělý startup vám naservíruje vše.