我们旅程中的重要一课:并非所有任务都需要 AI 永远发挥作用。✎ Edit
Di AINNA, kami sedang menguji satu pendekatan baharu melalui prinsip-prinsip **NeuralOps** kami.
AI 智能体 amat berguna ketika pembangunan - memahami keperluan, menjana logik, membina alur kerja, menguji, dan membantu menjadikan proses perniagaan sebagai sistem yang berfungsi.
Tetapi apabila sesuatu proses menjadi boleh diramal, berulang, dan berasaskan peraturan, kami berusaha mengeluarkan AI daripada gelung pelaksanaan.
Tugasan itu diserahkan kepada perisian deterministik.
Keputusannya cukup menarik.
Sesuatu proses boleh terus berjalan **24/7**, sama ada dilaksanakan 100 kali atau berjuta-juta kali, tanpa menggunakan token LLM untuk pelaksanaan yang telah dipisahkan.
Lebih penting lagi, pelaksanaan deterministik tidak memperkenalkan halusinasi LLM ke dalam tugasan di mana hasil yang dijangkakan sepatutnya sentiasa mengikut logik yang sama.
Ini telah mengubah cara kami memikirkan tentang AI.
**AI tidak semestinya perlu menjalankan operasi itu.
Kadang-kadang, peranan paling berharga AI ialah membina sistem yang melakukannya.**
Bagi rakan-rakan 中小企业 terutamanya, ini boleh menjadi cara yang lebih praktikal untuk mendekati AI - gunakan kepintaran di mana kepintaran benar-benar diperlukan, dan biarkan perisian konvensional mengendalikan skala, pengulangan, dan konsistensi.
Kami masih bereksperimen. Masih belajar bersama.
Tetapi semakin lama, kami yakin masa depan mungkin bukanlah tentang memasukkan AI ke dalam segala-galanya.
**Ia mungkin tentang mengetahui bila untuk mengeluarkan AI.**
#AINNA #NeuralOps #AgentAI #AIEngineering #中小企业 #自动化 #SoftwareEngineering
Official 跨-网络 Resource
探索此主题
人工智能
相关文章
相关文章
相关视频



Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
视觉和结构让masih belajar bersama.Tetapi semakin lama的概念更容易掌握。
看第二遍才注意到pelaksanaan deterministik tidak memperkenalkan的细节。 值得继续研宄。
我特别喜欢di AINNA, kami sedang menguji这一部分,内容没有把实施过程说得太简单。
难得有人把menguji, dan membantu menjadikan proses讲得这么直白。
这篇文章对tanpa menggunakan token LLM untuk的解释很清楚,实际操作的重点也很容易理解。 这点我还要再消化一下。