🧩 Anthropic აძლიერებს საწარმოების შეთავაზებებს Cowork დანამატებით ↗
Anthropic უფრო მეტად „სამუშაო ადგილის ხელოვნური ინტელექტის“ კუთხით იხრება და მოდულის სტილის სამშენებლო ბლოკებს ნერგავს, რომლებიც გუნდებს საშუალებას აძლევს, განმეორებადი სამუშაო პროცესები შიდა აპლიკაციასთან უფრო ახლოს მყოფ რაღაცად შეფუთონ.
განწყობა ნაკლებად არის „ჰკითხე ჩატბოტს“ და უფრო მეტად „დაავალე ნახევრად სტრუქტურირებულ დამხმარეს“, რაც მოსაწყენად ჟღერს მანამ, სანამ არ გაიხსენებთ, რომ ფული, როგორც წესი, მოსაწყენად იყრის თავს.
ასევე არსებობს პლაგინების ღია სასტარტო ნაკრები - ძირითადად, კოპირების, რედაქტირებისა და გაგზავნის ჩუმი მოწვევა - და პრაქტიკაში, სწორედ ასე ხდება საწარმო პროგრამული უზრუნველყოფის უმეტესობა ხელშესახები.
🧪 Poetiq-მა 45.8 მილიონი დოლარის საწყისი დაფინანსება მიიღო თავისი LLM-ის გამაძლიერებელი „მეტასისტემისთვის“ ↗
Poetiq-მა საკმაოდ დიდი ინვესტიცია ჩადო იმის შესაქმნელად, რასაც ის LLM-ებისთვის „მეტასისტემას“ უწოდებს - ფენას, რომელიც მიზნად ისახავს გამომავალი პროდუქტის ხარისხის გაუმჯობესებას და ამავდროულად, გაშვების დროის ხარჯების შემცირებას.
არსი იმაში მდგომარეობს, რომ მას დავალებების მაგალითებს აწვდი და ეს ხელს უწყობს მოდელის უფრო აგენტის მსგავს რაღაცად ჩამოყალიბებას, განმეორებითი თვითშემოწმებითა და დახვეწით. დაახლოებით იგივეა, რაც მოდელს პატარა შიდა პროექტის მენეჯერის მიცემა... ცოტა პრეტენზიული, მაგრამ მაინც.
თუ ეს გაამართლებს, ეს პრაქტიკული განბლოკვაა. თუ არა, ის შეუერთდება იმ სტარტაპების გროვას, რომლებიც, როგორც აღმოჩნდა, „ჩვენ გამოვასწორეთ სამართლის მაგისტრანტები“, ძირითადად... ვიბრაციულები აღმოჩნდნენ.
💸 ხელოვნური ინტელექტის სტარტაპების ვენჩურული კაპიტალისტები ფარულად აფინანსებენ ↗
ბასეტენი „ინფერენციის ფენის“ გამარჯვებულად წარმოჩნდება - ეს არის არამომხიარული ნაწილი, სადაც მოდელები წარმოებაში მუშაობს, ბიუჯეტები უცნაური ხდება და ინჟინრები მილიწამების დათვლას იწყებენ, თითქოს წყალს რაციონირებენ.
სტატიაში ნათქვამია, რომ ეს მნიშვნელოვანი რაუნდი დიდი შეფასებით დასრულდა და აღნიშნულია Nvidia-ს ჩართულობა, რაც ერთ-ერთი იმ სიგნალთაგანია, რომელსაც ხალხი ამინდის ფლაპერივით აღიქვამს: სადაც Nvidia ჩნდება, ყურადღებაც მას მოჰყვება.
ეს ასევე შეხსენებაა, რომ ოქროს ციებ-ცხელება მხოლოდ საუკეთესო მოდელის შექმნას არ ეხება - საქმე იმაშია, რომ მოდელი იმდენად ხელმისაწვდომი იყოს, რომ ჩართული დარჩეს.
🧾 WSJ-ის ცნობით, OpenAI მეოთხე კვარტლის IPO-სთვის ემზადება ↗
როგორც ამბობენ, OpenAI IPO-ს გრაფიკისთვის საფუძველს ქმნის და ფინანსურ ლიდერობას იძენს - ისეთ ნაბიჯებს, რომლებიც, როგორც წესი, ნიშნავს, რომ „ჩვენ სერიოზულად ვეკიდებით საჯარო ბაზრის ცხოვრებას“, მიუხედავად იმისა, ხმამაღლა ამბობენ ამას თუ არა.
ქვეტექსტი საკმაოდ პირდაპირია: საფრონტო ხელოვნური ინტელექტი ძვირია, კონკურენცია ინტენსიურია და უზარმაზარი კაპიტალის მოზიდვა უფრო ადვილია, როდესაც ისტორიის მთელ ბაზარზე გაყიდვა შეგიძლია და არა მხოლოდ კერძო მხარდამჭერთა მცირე რაოდენობისთვის.
და კი, ეს ცოტა სიურეალისტურია. „ხელოვნური ინტელექტის ლაბორატორია“ და „IPO-ს მომზადება“ ერთ წინადადებაში ისევ ორი მაგნიტის ერთმანეთზე მოხვედრას ჰგავს.
🤝 ServiceNow-მ და Anthropic-მა ხელოვნური ინტელექტის გარიგება გაამხილეს ↗
ServiceNow პარტნიორობას იწყებს, რათა Claude თავის სამუშაო პროცესებში ჩაამატოს და მოდელი ნაგულისხმევ ვარიანტად განათავსოს იმ ინსტრუმენტებში, რომლებსაც ადამიანები უკვე იყენებენ IT, HR და მხარდაჭერის სამართავად - ყველა იმ არასექსუალურ დეტალში, რაც კომპანიებს სტაბილურ მდგომარეობაში აყენებდა.
რეალური ამბავი დისტრიბუციაა: თუ ხელოვნური ინტელექტი სამუშაო პროცესშია, მას არ სჭირდება მომხმარებლებისთვის მისი არსებობის გახსენების თხოვნა. ის უბრალოდ... იქ არის და ჩუმად წყვეტს მოსაწყენი დავალებების შესრულებას.
ამგვარი გარიგებები ასევე წინ უბიძგებს „ყველგან აგენტების“ ნარატივს - მაშინაც კი, თუ ნახევარ შემთხვევაში „აგენტი“ მაინც ნიშნავს „ბოტს, რომელიც ფორმებს თქვენზე სწრაფად ავსებს“
🕵️♂️ Google-მა Gemini 3 Flash-ს „აგენტის ხედვა“ დაამატა ↗
Google DeepMind Gemini 3 Flash-ისთვის „აგენტური ხედვის“ იდეას უწევს პოპულარიზაციას - მოდელს საშუალებას აძლევს, ციკლურად გაიმეოროს: დააკვირდეს, იმოქმედოს (კოდური ინსტრუმენტების საშუალებით) და შემდეგ ხელახლა დააკვირდეს, იმის ნაცვლად, რომ იფიქროს, რომ პირველი შეხედვით გამოსახულება იდეალურად გაიგო.
ეს ნიშნავს პრაქტიკულ ნაბიჯებს, როგორიცაა მცირე რეგიონებში მასშტაბირება, ამოჭრა ან მცირე გამოთვლების შესრულება მსჯელობის ნაკადის ნაწილად. ეს თითქმის სასაცილოდ აშკარაა, მაგრამ ასევე - ჩუმი გაგებით - ნამდვილი ნაბიჯია ვიზუალურ დავალებებზე „დარწმუნებული არასწორი პასუხების“ შემცირებისკენ.
თუ ეს სქემა გავრცელდება, „ხედვის მოდელი“ წყვეტს „ფოტოს აღწერის“ მნიშვნელობას და იწყებს „ფოტოს დაკითხვის“ მნიშვნელობას, რაც ოდნავ აგრესიულად ჟღერს... მაგრამ შესაძლოა, სიზუსტეს სწორედ ეს სჭირდება.
ხშირად დასმული კითხვები
რა არის Anthropic-ის Cowork პლაგინები და როგორ ეხმარებიან ისინი გუნდებს?
Cowork-ის დანამატები აგებულია დანამატის სტილის სამშენებლო ბლოკებად, რომლებიც ეხმარება გუნდებს განმეორებადი დავალებების ნახევრად სტრუქტურირებულ სამუშაო ნაკადებად გადაქცევაში. თავისუფალი ფორმის „ჩატის“ ნაცვლად, იდეა უფრო მეტად იხრება დამხმარესთვის დავალების მინიჭებისკენ, რომელიც თანმიმდევრულ ნიმუშს მიჰყვება. საწარმოს ხელოვნური ინტელექტის ბევრ დანერგვაში, ეს სტრუქტურა, როგორც წესი, ამარტივებს დანერგვას, რადგან შედეგები უფრო პროგნოზირებადია. „საწყისი ნაკრები“ ასევე მიუთითებს, რომ შაბლონების კოპირება და მორგება მუშაობის დაგეგმილი წესის ნაწილია.
როგორ გადადის საწარმოს ხელოვნური ინტელექტი ჩატბოტებიდან ჩაშენებულ სამუშაო პროცესებზე?
ამ განახლებების მთავარი მიზანია საწარმოს ხელოვნური ინტელექტის დამოუკიდებელი ჩატბოტიდან ყოველდღიურ ინსტრუმენტებში ინტეგრირებულ ვერსიებზე გადასვლა. როდესაც ხელოვნური ინტელექტი არსებულ სამუშაო პროცესშია ჩართული, მომხმარებლებს არ სჭირდებათ ცალკე ინტერფეისის გახსნის დამახსოვრება. ეს, როგორც წესი, უზრუნველყოფს მდგრად გამოყენებას, განსაკუთრებით რუტინული IT, HR და მხარდაჭერის სამუშაოებისთვის. აქცენტი კეთდება საიმედოობასა და განმეორებადობაზე და არა სიახლეზე.
რას ნიშნავს ServiceNow-სა და Anthropic-ს პარტნიორობა პრაქტიკაში?
პარტნიორობა წარმოდგენილია, როგორც Claude-ის ServiceNow-ის სამუშაო პროცესის დასტაში ინტეგრირება, რაც მას უკვე გამოყენებულ სისტემებში ნაგულისხმევ ვარიანტად აქცევს. ეს, პირველ რიგში, დისტრიბუციის თამაშად იკითხება: ხელოვნური ინტელექტი ჩნდება იქ, სადაც უკვე განთავსებულია ბილეთები, მოთხოვნები და დამტკიცებები. ბევრ ორგანიზაციაში სწორედ აქ გროვდება არასექსუალური, მაგრამ დიდი მოცულობის სამუშაო. ღირებულება ნაკლებად არის თვალშისაცემი დემო ვერსიები და უფრო მეტად არის მოსაწყენი ნაბიჯების ჩუმად მოშორება.
რა უნდა გააკეთოს Poetiq-ის „მეტასისტემამ“ LLM-ისთვის?
Poetiq-ი გვთავაზობს ფენას, რომელიც მიზნად ისახავს გამომავალი ხარისხის გაუმჯობესებას და ამავდროულად შესრულების ხარჯების შემცირებას, მოდელების დავალებების მაგალითებითა და განმეორებითი თვითშემოწმებით ფორმირებით. წარმოიდგინეთ ეს, როგორც დახვეწის ციკლის დამატება, რათა სისტემამ შეძლოს პასუხების გადამოწმება და კორექტირება საბოლოო ვერსიაზე დაყრდნობამდე. ბევრ მილსადენში ეს აგენტის მსგავს ქცევას წააგავს, მთლიანად ერთჯერად პასუხებზე დაყრდნობის გარეშე. დაპირება პრაგმატულია: ნაკლები შეცდომა და ნაკლები დაკარგული გამოთვლა.
რატომ არიან ინვესტორები აღფრთოვანებულნი „დასკვნითი ფენით“ და Baseten-ის მსგავსი კომპანიებით?
„დასკვნითი ფენა“ არის ის ადგილი, სადაც მოდელები მუშაობენ წარმოებაში და სწორედ აქ ხდება შეყოვნება, საიმედოობა და ღირებულება მტკივნეულად ხელშესახები. ეს ნამუშევარი Baseten-ს პოტენციურ გამარჯვებულად წარმოაჩენს დასტის ამ არამომხიბვლელ, მაგრამ აუცილებელ ნაწილში. ბევრ განლაგებაში, საუკეთესო მოდელი არ არის მთავარი შეზღუდვა - ბიუჯეტი და რეაგირების დროა. Nvidia-ს ჩართულობა ხშირად აღიქმება, როგორც სიგნალი იმისა, რომ ინფრასტრუქტურის კუთხეს აქვს წონა.
რა არის „აგენტის ხედვა“ ტყუპების 3 ფლეშში და რატომ არის ის მნიშვნელოვანი?
„აგენტურ ხედვას“ აღწერენ, როგორც მოდელისთვის თვალყურის დევნების, ინსტრუმენტების (მაგალითად, კოდის) გამოყენებით მოქმედების და შემდეგ ხელახლა ყურების დაშვებას. ეს საშუალებას იძლევა პრაქტიკული ნაბიჯების გადადგმის, მასშტაბირების, ჩამოჭრის ან მცირე გამოთვლების შესრულებისა, იმის ნაცვლად, რომ ვიზუალურად პირველი შეხედვით ყველაფერი საკმარისი იყოს. მიზანია ვიზუალურ დავალებებში თავდაჯერებული შეცდომების შემცირება, ინსპექტირების უფრო გააზრებული გზით. თუ ეს ტენდენცია გავრცელდება, ხედვის მოდელები უფრო მეტად მკვლევრების მსგავსად დაიწყებენ ქცევას, ვიდრე მთხრობელების.