Scott Wu z Cognition twierdzi, że agenci kodujący sztuczną inteligencję nie powinni zastępować ludzi ↗
Scott Wu z Cognition odrzucił tezę, że Devin został stworzony, aby całkowicie zastąpić programistów. To nieco niezręczne stanowisko, biorąc pod uwagę, że firma twierdzi również, że Devin tworzy znaczną część własnego kodu.
Jego narracja bardziej przypomina „kolegę od kodowania AI” niż „twoją pracę zjadł laptopowy goblin”. Mimo to napięcie jest trudne do przeoczenia – lepsi agenci, mniej wymówek dla rozdętych zespołów inżynierskich… a przynajmniej tak głosi argument.
Ten startup zajmujący się sztuczną inteligencją posprząta Twój dom za darmo, aby wyszkolić przyszłe roboty ↗
Firma Shift oferuje darmowe sprzątanie domów, ale wiąże się z tym pewien haczyk, który jest zarówno przydatny, jak i nieco niepokojący: sprzątacze noszą „magiczny kapelusz” wyposażony w kamerę, dzięki czemu firma może zbierać dane dotyczące szkolenia robotów.
Zasada jest prosta – dostajesz czyste mieszkanie, a oni nagranie z domowych obowiązków. Może to być niezła okazja.
Firma Shift twierdzi, że jej rozwiązania rozmywają wrażliwe szczegóły i anonimizują nagrania, ale szersze pytanie wciąż pozostaje aktualne: jak dużą prywatność w domu ludzie są skłonni poświęcić w zamian za wygodę?
Anthropic wypuszcza Claude Opus 4.8 ↗
Firma Anthropic wprowadziła Claude Opus 4.8 z aktualizacjami obejmującymi kodowanie, przepływy pracy agentowe, wnioskowanie i pracę profesjonalną. Najważniejszym atutem jest niezawodność – mniej niepotwierdzonych roszczeń, lepsze wykorzystanie narzędzi i większa samokontrola.
Claude Code oferuje również dynamiczne przepływy pracy, pozwalając modelowi planować, uruchamiać równoległe podagencje, weryfikować wyniki i raportować. Brzmi to banalnie, dopóki nie uświadomisz sobie, że to w zasadzie zarządzanie projektami w płaszczu.
Ceny pozostają podzielone pomiędzy tryb standardowy i szybki, przy czym Anthropic kładzie większy nacisk na kontrolę wysiłku, aby użytkownicy mogli wybierać między szybkością, jakością i zużyciem tokenów.
Foxconn ma ogromne zaufanie do dynamiki wzrostu dzięki sztucznej inteligencji, mówi prezes ↗
Prezes Foxconn powiedział, że popyt na sztuczną inteligencję zmienia typowy dla firmy rytm sezonowy. Czy to już nie jest kryzys dostawców w połowie roku? Najwyraźniej nie zachowuje się już normalnie.
Powodem są gigantyczne wydatki gigantów chmury na sztuczną inteligencję, które Foxconn postrzega jako własną szansę rynkową. To właśnie sprzętowa strona boomu na sztuczną inteligencję, mniej błyszcząca niż chatboty, ale w dużej mierze tam, gdzie kręcą się kanały z pieniędzmi.
Foxconn jest już znaczącym producentem serwerów Nvidia, więc jego optymizm można w zasadzie uznać za próbę przetestowania wyścigu infrastruktury AI.
Wspólny podręcznik dotyczący wiarygodnych ocen stron trzecich ↗
Organizacja OpenAI opublikowała wytyczne dotyczące ocen sztucznej inteligencji przeprowadzanych przez podmioty zewnętrzne, argumentując, że testy muszą zawierać bardziej szczegółowe informacje na temat tego, co było oceniane, w jaki sposób było testowane i co mogą udowodnić wyniki.
Sedno sprawy jest zaskakująco praktyczne: oceny pionierskiej sztucznej inteligencji nie mogą być jedynie zgadywaniem w formie tabeli wyników. Ewaluatorzy muszą wyjaśnić testowany system, monity, zabezpieczenia, kontrole poprawności i to, gdzie kończą się roszczenia.
To ma znaczenie, ponieważ w miarę jak modele stają się coraz bardziej agentowe, płytkie testy mogą sprawiać, że systemy wydają się bezpieczniejsze lub silniejsze, niż są w rzeczywistości. Mała energia papierkowa, duże konsekwencje.
Często zadawane pytania
Czy agenci kodujący sztuczną inteligencję, tacy jak Devin, mają zastąpić programistów?
Scott Wu przedstawia agentów kodujących AI jako partnerów w kodowaniu, a nie jako pełnoprawnych zastępców programistów. Artykuł wskazuje jednak na pewne napięcie: Devin jest również opisywany jako osoba wnosząca znaczny wkład w kod Cognition. W praktyce, wnioskiem jest to, że narzędzia te mogą ograniczyć część rutynowych prac inżynieryjnych, jednocześnie pozostając zależne od ludzi w zakresie osądu, wskazówek i rozliczania.
Dlaczego Shift oferuje bezpłatne sprzątanie domu w celu pozyskania danych szkoleniowych AI?
Firma Shift oferuje darmowe sprzątanie domu, ponieważ chce, aby dane wideo ze świata fizycznego, dotyczące prac domowych, były wykorzystywane do szkolenia przyszłych robotów. Sprzątacze noszą podczas pracy „magiczny kapelusz” z kamerą, który rejestruje nagrania, które mogą pomóc systemom sztucznej inteligencji zrozumieć obowiązki domowe. Zasada jest jasna: klienci otrzymują czysty dom, a firma dane z prywatnych przestrzeni mieszkalnych.
W jaki sposób Shift dba o prywatność podczas zbierania nagrań ze sprzątania domu?
W artykule czytamy, że Shift twierdzi, iż rozmywa wrażliwe szczegóły i anonimizuje nagrania. To może zmniejszyć pewne zagrożenia dla prywatności, ale nie eliminuje szerszego problemu związanego z nagrywaniem w domach. Dla użytkowników kluczowe pytanie brzmi, czy wygoda darmowego sprzątania jest warta takiego poziomu gromadzenia danych.
Co nowego w Claude Opus 4.8?
Claude Opus 4.8 ma usprawniać kodowanie, przepływy pracy agentów, wnioskowanie i pracę profesjonalną. Aktualizacja koncentruje się na niezawodności, w tym na mniejszej liczbie nieuzasadnionych roszczeń, lepszym wykorzystaniu narzędzi i lepszym samosprawdzaniu. Claude Code wprowadza również dynamiczne przepływy pracy, w których model może planować, uruchamiać równoległe podagencje, weryfikować wyniki i raportować wyniki.
Dlaczego optymizm firmy Foxconn dotyczący boomu na sztuczną inteligencję jest taki ważny?
Pewność siebie Foxconna jest istotna, ponieważ odzwierciedla ona sprzętowy aspekt boomu na sztuczną inteligencję. Prezes firmy powiedział, że popyt na sztuczną inteligencję zmienia swój typowy sezonowy charakter, a wydatki gigantów chmury obliczeniowej na infrastrukturę stwarzają ogromne możliwości rynkowe. Ponieważ Foxconn jest już dużym producentem serwerów Nvidia, jego komentarze stanowią silny sygnał popytu na infrastrukturę AI.
Co według OpenAI czyni oceny AI przeprowadzane przez osoby trzecie wiarygodnymi?
OpenAI argumentuje, że ewaluacje AI wymagają jaśniejszych wyjaśnień, jaki system został przetestowany, w jaki sposób został przetestowany i co tak naprawdę pokazują wyniki. Obejmuje to szczegółowe informacje na temat monitów, zabezpieczeń, kontroli poprawności i ograniczeń wszelkich twierdzeń. Jest to szczególnie ważne w przypadku modeli bardziej agentowych, w których płytkie testy mogą sprawiać wrażenie, że systemy są bezpieczniejsze lub bardziej wydajne, niż są w rzeczywistości.