Uusi tehtäväsi on AI-agenttien palveluksessa: miten tekoälyn alkuperäisyritykset todella toimivat

In This Article

Hyvät tilaajat, olen viettänyt muutaman viime kuukauden haastattelemalla tekoälyä käyttävien yritysten johtajia. Olen nyt vakuuttunut, että: Tekoälyagenttien käyttöönotto ja hallinta ON tehtävää riippumatta siitä, mikä on tehtäväsi. Tässä ilmaisessa syvässä sukelluksessa haluan kertoa, kuinka kolme tekoälyä käyttävää yritystä – Linear, Ramp ja Factory – toteuttavat tämän periaatteen käytännössä. Tässä on joitain lainauksia kustakin: Nan Yu (Tuotepäällikkö, Linear): "Sinulla on tekoälytiimin jäseniä, joille voit antaa tehtäviä ja puhua heidän kanssaan aivan kuten puhuisit ihmisille." Geoff Charles (CPO, Ramp): "Jos et käytä Claude Codea, riippumatta roolistasi, suoriudut todennäköisesti huonommin." Eno Fayes (CTO, analyysi, frontend, UIctory): ja enemmän uudelleenkäytettäviin taitoihin, joita jokainen työntekijä voi vedota."Lue eteenpäin saadaksesi sisäinen katsastus jokaisen tekoälyä käyttävän yrityksen toimintaan.Lineaarinen: AI-agenttien tekeminen ensiluokkaisiksi tiimikavereiksiVoit @mainita agentin luodakseen ja määrittääkseen ongelman toiselle agentilleLinearin lähestymistapa agentteihin on heidän tuotteensa muovannut. Nan (Linearin tuotepäällikkö) uskoo, että: Agenttien tulee olla ensiluokkaisia ​​työntekijöitä. Sinun pitäisi pystyä lisäämään niitä projekteihin, kohdistamaan ne aiheisiin ja mainita kommenteissa. Nan uskoo kuitenkin myös, että ihminen on aina vastuussa lopputuloksesta. Näin Linear rakentaa tuotteita agenttien jokaisessa vaiheessa: Ymmärrä ongelma. Agentit lukevat ja tekevät yhteenvedon kaikista Intercomin, Zendeskin ja Gongin asiakaskeskusteluista. He luovat ongelmia automaattisesti, poistavat niiden huijauksen ruuhkaa vastaan ​​ja antavat ne oikealle tiimille. Tunnista ratkaisu. Koska agenteilla on pääsy asiakkaiden keskusteluihin, he voivat auttaa sinua toistamaan spesifikaatioita hakemalla tietopohjaisia ​​oivalluksia useista kanavista. Tee suunnitelma. Agentit voivat jakaa tietosi konkreettisiksi lipuiksi ja ohjata ne oikeille tiimeille automaattisesti. Linearissa agentit luovat nyt suurimman osan lipuista. Ihmisen tehtävänä on tarkastella työtään ja mukauttaa kontekstia ajan myötä. Suorita. Virheet ja pienet ominaisuudet osoitetaan suoraan agenteille, kuten Codex ja Cursor. Monimutkaisten ominaisuuksien osalta insinöörit käynnistävät Claude Coden ja käyttävät Linear MCP:tä saadakseen koko ongelmakontekstin. Nanista: Tuntuu, että agenttien hallinta laajenee neljännesvuosittain. Uudet mallit ja valjaat siirtävät rajoja yksinkertaisista korjauksista yhä monimutkaisempiin projekteihin. Haluatko rakentaa Linearin kaltaisten agenttien kanssa? Tässä on 4 käytännön vaihetta, jotka Nan kertoi tiimisi tehtävistä tänään: Jokaisen kehittäjän tulee oletuksena käyttää johtavaa agenttikoodaustyökalua. Tämä on helpoin ensimmäinen askel. Tarjoa virallinen työkalu (Cursor, Claude Code tai Codex) ja hallitse sitä, jotta näet käytön. Täydennä async-pilvikoodausagenttia. Async-taustaagentit voivat tehdä useimmat pienet muutokset ja virheenkorjaukset yhdellä kertaa. Cursorilla ja Devinillä on täällä hyviä tarjouksia. Vaadi, että suunnittelijat ja PM:t työskentelevät suoraan koodikannassa. Agentit, kuten Claude, avaavat PM:ille ja suunnittelijoille pienen kitkan polun tehdä muutoksia suoraan koodikannassa. Kaikkien pitäisi pyrkiä rakentajiksi. PM:iden ja markkinoijien tulisi käyttää oletuksena AI-rajapintaa. Näiden toimintojen pitäisi tehdä 80–100 % työstään chat-käyttöliittymän kautta – olipa kyseessä sitten Claude, ChatGPT, Notion AI tai jotain vastaavaa. Nan näkee tulevaisuuden, jossa ihmiset tekevät yhteistyötä agenttien kanssa spesifikaatiotasolla – määrittelevät, mitä on rakennettava ja miksi – ja siirtävät asiat agenteille, jotta he hoitavat kaiken loppupäässä.Ramp: Tekoälytaidon mittaaminen 4 tasollaRamp pakottaa nopeasti heidän työntekijänsä ottamaan tekoälyn natiivia neljällä tasolla. 2025, Ramp toimitti yli 500 ominaisuutta, saavutti 1 miljardin dollarin tulot ja teki kaiken 25 PM:llä. He tekivät tämän vaatimalla jokaisen yksittäisen toiminnon (englanti, tuote, suunnittelu, myynti, markkinointi, laki, talous) toimimaan agenttien kanssa. Geoff (CPO Ramp) jakoi kehyksen tekoälytaitojen arvioimiseksi: Joskus jokaiselle työntekijälle on erittäin käytännöllistä käyttöä. Nämä ihmiset eivät todennäköisesti ole yrityksessä pitkällä aikavälillä. Jos et ole aloittelija, jolla on kasvuajattelu tekoälytyökalujen suhteen, Geoff sanoo, että on erittäin vaikeaa kouluttaa sinua menestymään.L1: Käyttää ja säätelee GPT:itä, projekteja ja sisäisiä tekoälytyökaluja. Nämä ihmiset kokeilevat tekoälyä, mutta eivät ole vielä automatisoineet todellista työtä.L2: Rakentaa sovelluksen, joka automatisoi osan heidänJob. Nämä ihmiset voivat sitoa koodia tai antaa mielekästä palautetta muiden ihmisten työstä tekoälytyökalujen avulla.L3: Järjestelmänrakentajat. Nämä ihmiset rakentavat tekoäly-infrastruktuuria ja -taitoja, jotka nopeuttavat kaikkia muita tiimissä. Yrityksen tavoitteena on nostaa kaikki tikkaita ylöspäin. L0:t valitsevat itse. L1:stä tulee L2:ta. L2:t muuttuvat L3:iksi. Ja L3:t vaikuttavat muuhun organisaatioon. Geoff jakoi myös 5 vaihetta, jotka jokainen yritys voi tehdä tullakseen tekoälyksi: Poista kaikki kitka. Anna pääsy suosittuihin tekoälytyökaluihin ilman tunnuksia tai budjetteja koskevia rajoituksia ja luo sisäinen arkisto tekoälytaitoja varten, joista kuka tahansa voi hankkia. Jos asennus on vaikeaa, useimmat ihmiset eivät adoptoi. Tee adoptiosta näkyväksi. Luo julkisia Slack-kanavia, joissa ihmiset voivat jakaa rakentamaansa. Esittele joka tapauksessa ei-insinöörejä, jotka tekevät vaikuttavia asioita, kuten rahoittavat kassajärjestelmän rakentamista tai markkinointia automatisoivat verkkosivustojen luomista. Tarjoa käytännön tukea. Isäntätoimiston aukioloajat, joihin kuka tahansa voi liittyä rakentamaan tekoälytaitoja ja työnkulkuja. On nimetty tekoälyasiantuntijoita, joiden koko tehtävänä on evankelioida, saada ihmiset valmiiksi ja auttaa heitä saavuttamaan "aha-hetki". Seuraa käyttöä ja puutu asiaan. Ramp seuraa tunnuksen kulutusta tekoälytyökaluissa työntekijää kohti. Leadership jakaa nämä tiedot luodakseen luonnollista vastuullisuutta ja puuttuakseen, kun jonkun käyttö on vähäistä. Tee siitä palkkaamisvaatimus. Pääministerin haastatteluihin kuuluu nyt oma istunto, jossa sinun täytyy rakentaa toimiva tuote ja sitten selittää, miksi rakensit sen ja miten se toimii. Geoff tiivisti johtamisfilosofiansa jokaista Rampin roolia varten yhdellä rivillä: Sinun tehtäväsi on automatisoida työsi. Geoffilta: "Jos kerron tiimilleni 10 kertaa, että toimintakehotuksen on oltava sivun yläpuolella, korjaus ei kerro sitä 11. kerran. Se koodaa tuon taidon palautteen automatisoiduksi suunnittelun kritiikiksi." päivä yksi Jos Linear ja Ramp näyttävät, kuinka yritykset omaksuvat tekoälyagentteja, Factory näyttää, mitä tapahtuu, kun rakennat niiden ympärille ensimmäisestä päivästä lähtien. Factory on 55 hengen tekoälyohjelmistokehitysyritys, jonka arvo on 300 miljoonaa dollaria ja joka rakentuu tekoälyn ympärille alusta alkaen. Tässä on se, mikä tekee niistä erilaisia: Palkkaa tuoteinsinöörejäTehdas ei palkkaa päämiehiä ja insinöörejä erikseen. Sen sijaan he palkkaavat tuoteinsinöörejä, jotka hallitsevat tekoälyagentteja ja työskentelevät heidän kanssaan. Tyypillinen päivä näyttää tältä: Tutki agenttiajojen jälkiä nähdäksesi, missä järjestelmä teki huonoja päätöksiä. Älä kirjoita korjauksia koodina, vaan hallintona (esim. päivitys taitoon, uusi nukkasääntö tai paranneltu automaatio)Tarkista vain edustajat, jotka agentit merkitsevät riskialttiiksi (agentit huolehtivat muusta). Ehdota uusia ideoita ja keskustele priorisoinnista kollegoiden ja tekoälyn kanssa. Tämä työ ei ole helppoa ja vaatii syvällisempää asiantuntemustasi. agenttivalmiit Agentit tarvitsevat koodikannan, jossa he voivat itse asiassa toimia ollakseen tehokkaita. Factory pisteyttää koodikannat viidellä kypsyystasolla, ja taso 3 ("Standardoitu") on se paikka, johon useimpien tiimien on tähdättävä ensin. Tehtaan agenttien valmiuskehysKoodaa asiantuntemus uudelleenkäytettäviksi taidoiksi Kun koodikanta on valmis agenttikäyttöön, seuraava vaihe on antaa agenteille tietoa, jotta he voivat tehdä hyviä päätöksiä taitojen avulla (periaatteessa vain tekstin merkintätiedostot). Factory käyttää taitoja koodatakseen asiantuntija- ja yrityksen tietämyksen sellaiseksi, jota kuka tahansa agentti tai työntekijä voi käyttää. Tässä on luettelo taidoista, joita Factory käyttää sisäisesti, ja linkit niiden merkintätiedostoihin, jotta voit kopioida ja muokata: Tuotehallintataidot. Tuoteperiaatteet, 11 tähden kokemuskehys (lainattu Airbnb:n Brian Cheskyltä), PRD-malli, pisteytysrubriikki ja kieliopastus yhdessä merkintätiedostossa. Frontend-käyttöliittymän integrointitaito. Opastaa Droidia rakentamaan ominaisuuksia käyttämällä Factoryn suunnittelujärjestelmää, reitityskäytäntöjä ja testausstandardeja. Tekoälyn dataanalyytikot. Suorita tutkivaa analyysiä, rakenna visualisointeja ja luo tilastollisia raportteja käyttämällä täydellistä Python-ekosysteemiä. Sisäiset työkalut. Rakenna hallintapaneeleja, tukikonsoleita ja toiminnallisia hallintapaneeleja asianmukaisilla kulunvalvonta- ja tarkastuslokituksilla. Vibe-koodaustaidot. Prototyyppiä uusia verkkosovelluksia nopeasti tyhjästä nykyaikaisilla kehyksillä.Jos voit koodata parhaiden ihmisten tunteman taidoksi, sinun ei tarvitse palkata asiantuntijoita jokaiseen toimintoon.6 vaihetta tämän kaiken toteuttamiseksi käytäntöön Yhteenveto:Agenttien perehdyttämisestä ja johtamisesta on tulossa jokaisen toiminnon ydintehtävä.Tässä on kuusi asiaa, joita voit toteuttaa käytännössä heti:Alkaen.Lineaarinen: Oletuksena jokainen kehittäjä käyttää agenttikoodaustyökalua, kuten Cursor, Claude Code tai Codex. Get PMs and designers into the codebase. Let them submit PRs and ship code using agents. Lopeta jokaisen pienen muutoksen reitittäminen insinöörin kautta. Rampista: Mittaa AI-taitoa tiimissäsi. Rampin 4 tason kehys antaa sinulle jaetun sanaston siitä, missä ihmiset ovat ja minne heidän täytyy mennä. Seuraa tekoälyn käyttöä ja tee siitä osa suorituskykyodotuksia. Et voi parantaa sitä, mitä et mittaa, ja kannustimilla on merkitystä. Tehtaalta: Arvioi koodikantasi agenttivalmiudeksi. Käytä Factoryn agenttivalmiustasoja selvittääksesi, onko koodikantasi valmis.Kodifioi tiimisi asiantuntemus uudelleenkäytettäviksi taidoiksi. Koodaa se, mitä parhaat ihmiset tietävät, taitotiedostoihin ja tee niiden käyttämisestä helppoa sekä ihmisten että agenttien kannalta. Ennen kaikkea laivalla olevat agentit, kuten sinä olisit ihmisen mukana. Anna heille konteksti, yhdistä ne operatiiviseen pinoosi ja pidä ihminen vastuussa heidän tuloksistaan.Kerro minulle mielipiteesi kommenteissa!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw