Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Teng Yan · Chain of Thought AI
Pleide å foreskrive antibiotika, nå foreskriver jeg AI hot takes. Bygge @cot_research + @theagentangle (10k+ innbyttere). Eks-lege ble forsker. Bli med meg 👇
Vi brukte regneark fordi programvare var for vanskelig å bygge.
hvis AI gjør programvare enkel å bygge, vil færre trenge regneark til seriøst arbeid.

andrew chen11. mars, 08:49
Forutsigelse angående slutten på regneark
AI-kodegenerering betyr at alt som for øyeblikket modelleres som et regneark, er bedre modellert i kode. Du får alle fordelene med programvare – biblioteker, åpen kildekode, AI, all kompleksiteten og uttrykksfullheten.
Tenk på hva regneark egentlig er: de er forretningslogikk som er fanget i et rutenett. Prismodeller, finansielle prognoser, lagersporere, markedsføringsattribusjon – dette er alle grunnleggende *programmer* vi har skrevet i den verste mulige IDE-en. Ingen versjonskontroll, ingen testing, ingen modularitet. Bare et skjørt nettverk av cellereferanser som brytes når noen setter inn en rad.
Den eneste grunnen til at regneark vant, er at terskelen for å skrive ekte programvare var for høy. En finansanalytiker kunne lært =VLOOKUP på en ettermiddag, men kunne ikke lære Python på en måned. AI-kodegenerering snur den ligningen fullstendig. Nå beskriver den samme analytikeren hva de ønsker på vanlig norsk, og får en ekte applikasjon – med database, brukergrensesnitt, feilhåndtering, alt sammen. Den marginale innsatsen for å gå fra «regneark» til «programvare» kollapset nettopp til nær null.
Dette er en enorm opplåsning. Det finnes ~1 milliard regnearkbrukere verden over. De fleste av dem bygger klønete programvare uten å være klar over det. Når selv 10 % av disse bruksområdene migrerer til faktisk kode, får du en eksplosjon av nye mikroapplikasjoner som ikke ligner tradisjonell programvare. Interne verktøy som tidligere lå i et delt Google Sheet, blir nå ekte produkter. "Shadow IT"-regnearket som styrer halvparten av selskapets drift får endelig ordentlig infrastruktur.
Den interessante andreordenseffekten: regnearket var den store utjevneren som lot ikke-tekniske folk bygge ting. AI-kodegenerering er *neste* store equalizer, men taket er 100 ganger høyere. Vi skal snart se hva som skjer når en milliard kunnskapsarbeidere kan bygge ekte programvare.
37
Dette støtter noen av ideene til oppstartsbedrifter jeg har forsket på/jobbet med
identifisere + tillatelser + minne for AI-agenter som fortsatt er uløst
Det er mange muligheter her

Teddy17 timer siden
Noen få lærdommer fra @Daytonaio sin Compute-konferanse:
- vi er langt forbi «agent»-hypen, harnesses er de nye agentene (@hwchase17)
- bygge verktøy for agenter, minne, datamaskiner (sandkasser), infrastruktur... det er dine nye kunder, hele AWS-stakken vil bli bygget opp på nytt for agenter (@paraga)
- snart vil vi se på IAP (Ideal Agent Profile) i tillegg til ICP, og vi vil ha nye måleparametere som DAA og MAA (min observasjon)
- nye-gamle forretningsmodeller blir levedyktige (f.eks. agenter som betaler 10 cent for å få tilgang til spesifikke ressurser) (@levie)
- minnet forblir uløst (Chase)
- sandkasser blir mer allsidige med langtidsminne, tilgang til flere operativsystemer (Daytonas Windows + Android-demoer var fantastiske) og snart vil hver agent ha en datamaskin (@JukicVedran)
- søk er en stor greie både på internett og intranett (@p0)
- mye MCP-snakk, selv om jeg tror MCP forsvinner og rene API-er med SKILLmd-filer vil ta over (har aldri vært noen stor fan av MCP uansett)
- Kunnskapsarbeid vil bli gjort via kode, enten du kan det eller ikke (en agent koder på dine vegne) (på den med @nocodeinc)
- Identitet + tillatelser forblir også uløste (agenter som handler på dine vegne eller som en separat enhet, og i hvilken grad)




60
Topp
Rangering
Favoritter
