Scott Wu iz Cognition pravi, da agenti za kodiranje z umetno inteligenco ne bi smeli nadomestiti ljudi ↗
Scott Wu iz podjetja Cognition je zavrnil idejo, da je Devin zasnovan tako, da popolnoma nadomesti programerje. Nekoliko nerodno stališče, saj podjetje trdi tudi, da Devin napiše velik delež lastne kode.
Njegovo ugibanje je bolj »prijatelj programiranja z umetno inteligenco« kot »tvoje delo je pojedel prenosni goblin«. Kljub temu je napetosti težko spregledati – boljši agenti, manj izgovorov za napihnjene inženirske ekipe ... ali vsaj tako pravi argument.
Ta zagonska platforma za umetno inteligenco bo brezplačno čistila vaš dom za usposabljanje bodočih robotov ↗
Shift ponuja brezplačno čiščenje doma, z eno ulovko, ki je hkrati priročna in nekoliko zaskrbljujoča: čistilci nosijo "čarobni klobuk" s kamero, da lahko podjetje zbira podatke o usposabljanju robotov.
Namen je preprost - vi dobite čisto stanovanje, oni pa posnetek gospodinjskih opravil. Morda ugodna kupčija.
Shift pravi, da zamegli občutljive podrobnosti in anonimizira posnetke, vendar širše vprašanje še vedno leži tam kot nogavica pod kavčem: koliko zasebnosti doma so ljudje pripravljeni žrtvovati za udobje?
Anthropic izdaja Claude Opus 4.8 ↗
Anthropic je predstavil Claude Opus 4.8 z nadgradnjami na področju kodiranja, agentskih delovnih procesov, sklepanja in profesionalnega dela. Glavna prednost je zanesljivost – manj nepodprtih trditev, boljša uporaba orodij in več samopreverjanja.
Claude Code omogoča tudi dinamične poteke dela, ki modelu omogočajo načrtovanje, zagon vzporednih podagentov, preverjanje rezultatov in poročanje. To se sliši suhoparno, dokler se ne zaveš, da gre v bistvu za vodenje projektov v plašču.
Cenovna politika ostaja razdeljena med standardnim in hitrim načinom, pri čemer se Anthropic bolj osredotoča na nadzor napora, tako da lahko uporabniki kompromisno izbirajo med hitrostjo, kakovostjo in porabo žetonov.
Predsednik uprave pravi, da ima Foxconn ogromno zaupanje v rast zaradi umetne inteligence ↗
Predsednik uprave Foxconna je dejal, da povpraševanje po umetni inteligenci spreminja običajni sezonski ritem podjetja. Stari srediletni padec dobaviteljev? Očitno se ne obnaša več normalno.
Razlog so ogromna poraba velikanov v umetno inteligenco v oblaku, kar Foxconn vidi kot svojo tržno priložnost. To je strojna plat razcveta umetne inteligence, manj bleščeča kot klepetalni roboti, a tista, od katere se denar zelo dviga.
Foxconn je že pomemben proizvajalec strežnikov Nvidia, zato je njegov optimizem v bistvu temperaturni preizkus tekme za infrastrukturo umetne inteligence.
Skupni priročnik za zanesljive ocene tretjih oseb ↗
OpenAI je objavil smernice za evalvacije umetne inteligence s strani tretjih oseb, v katerih trdi, da morajo biti pri testih jasnejše podrobnosti o tem, kaj je bilo ocenjeno, kako je bilo testirano in kaj lahko rezultati dokažejo.
Bistvo je presenetljivo praktično: ocene umetne inteligence na meji ne morejo biti zgolj ugibanje v obliki lestvice najboljših. Ocenjevalci morajo razložiti testirani sistem, pozive, zaščitne ukrepe, preverjanja veljavnosti in kje se trditve končajo.
To je pomembno, saj lahko s tem, ko modeli postajajo bolj agentni, površinski testi naredijo sisteme videti varnejše ali močnejše, kot so v resnici. Majhna količina papirjev, velike posledice.
Pogosta vprašanja
Ali so agenti za kodiranje umetne inteligence, kot je Devin, namenjeni nadomestitvi programerjev?
Scott Wu programerje umetne inteligence umešča v programerske partnerje in ne v popolne nadomestke za človeške programerje. Članek pa opozarja na napetost: Devin je opisan tudi kot avtor velikega deleža lastne kode podjetja Cognition. V praksi je zaključek, da lahko ta orodja zmanjšajo nekaj rutinskega inženirskega dela, hkrati pa so še vedno odvisna od ljudi za presojo, usmerjanje in odgovornost.
Zakaj Shift ponuja brezplačno čiščenje doma za podatke o usposabljanju za umetno inteligenco?
Shift ponuja brezplačno čiščenje doma, ker želi s pomočjo videoposnetkov gospodinjskih opravil iz fizičnega sveta usposobiti bodoče robote. Čistilci med delom nosijo »čarobni klobuk« s kamero, ki ustvarja posnetke, ki lahko pomagajo sistemom umetne inteligence razumeti gospodinjska opravila. Izmenjava je jasna: stranke dobijo čist dom, podjetje pa podatke iz zasebnih bivalnih prostorov.
Kako Shift ravna z zasebnostjo pri zbiranju posnetkov čiščenja doma?
V članku piše, da Shift zamegljuje občutljive podrobnosti in anonimizira posnetke. To lahko zmanjša nekatera tveganja za zasebnost, vendar ne odpravi širše skrbi glede snemanja v domovih ljudi. Za uporabnike je osrednje vprašanje, ali se zdi udobje brezplačnega čiščenja vredno te ravni zbiranja podatkov.
Kaj je novega v Claude Opusu 4.8?
Claude Opus 4.8 je opisan kot izboljšava kodiranja, agentskih delovnih procesov, sklepanja in profesionalnega dela. Posodobitev se osredotoča na zanesljivost, vključno z manj nepodprtimi trditvami, močnejšo uporabo orodij in večjim samopreverjanjem. Claude Code pridobi tudi dinamične delovne procese, kjer lahko model načrtuje, izvaja vzporedne podagente, preverja izhode in poroča o rezultatih.
Zakaj je Foxconnov optimizem glede razcveta umetne inteligence pomemben?
Foxconnovo zaupanje je pomembno, ker odraža strojno plat razcveta umetne inteligence. Predsednik uprave podjetja je dejal, da povpraševanje po umetni inteligenci spreminja svoj običajni sezonski vzorec, pri čemer poraba infrastrukturnih podjetij v oblaku ustvarja veliko tržno priložnost. Ker je Foxconn že pomemben proizvajalec strežnikov Nvidia, so njegovi komentarji močan signal za povpraševanje po infrastrukturi umetne inteligence.
Kaj pravi OpenAI, da so ocene umetne inteligence tretjih oseb zanesljive?
OpenAI trdi, da evalvacije umetne inteligence potrebujejo jasnejša pojasnila o tem, kateri sistem je bil testiran, kako je bil testiran in kaj rezultati dejansko kažejo. To vključuje podrobnosti o pozivih, zaščitnih ukrepih, preverjanjih veljavnosti in omejitvah morebitnih trditev. To je še posebej pomembno za bolj agentične modele, kjer lahko plitvejši testi sisteme naredijo videti varnejše ali zmogljivejše, kot so v resnici.