מנויים יקרים, ביליתי את החודשים האחרונים בראיונות עם מנהיגים בחברות ילידות בינה מלאכותית. עכשיו אני משוכנע ש:הטמעה וניהול של סוכני בינה מלאכותית היא העבודה, לא משנה מה תפקידך. בצלילה עמוקה חופשית זו, אני רוצה לשתף כיצד שלוש חברות יליד בינה מלאכותית - ליניאר, רמפה ומפעל - מיישמות את העיקרון הזה הלכה למעשה. הנה כמה ציטוטים מכל אחד מהם: נאן יו (ראש מוצר, ליניארי): "יהיו לך חברי צוות בינה מלאכותית שתוכל להקצות להם משימות ולדבר איתם בדיוק כמו איך אתה מדבר עם אנשים." ג'וף צ'ארלס (CPO, Ramp): "אם אתה לא משתמש בקוד של קלוד, לא משנה מה התפקיד שלך, כנראה שאתה מתפקד פחות." Eno Reyes ", CTO, ניהול מוצר וניתוח נוסף של המפעל): מיומנויות ניתנות לשימוש חוזר שכל עובד יכול להפעיל." המשך לקרוא למבט מבפנים כיצד פועלת כל חברה מקורית בינה מלאכותית. ליניארי: הפיכת סוכני בינה מלאכותית לחברי צוות מהשורה הראשונה אתה יכול @להזכיר סוכן כדי ליצור ולהקצות בעיה לסוכן אחר הגישה של Linear לסוכנים מעוצבת על ידי המוצר שלהם. נאן (ראש תחום המוצר של לינאר) מאמין כי: הסוכנים צריכים להיות עובדים מהשורה הראשונה. אתה אמור להיות מסוגל להוסיף אותם לפרויקטים, להקצות אותם לנושאים ולהזכיר בהערות. עם זאת, נאן גם מאמין שהאדם תמיד נשאר אחראי על התוצאה. הנה איך Linear בונה מוצרים עם סוכנים בכל שלב: הבן את הבעיה. סוכנים קוראים ומסכמים כל שיחת לקוח מאינטרקום, Zendesk ו-Gong. הם יוצרים אוטומטית בעיות, מוציאים אותם מטעים כנגד העומס ומקצים אותם לצוות הנכון. זהה את הפתרון. מכיוון שלסוכנים יש גישה לשיחות עם לקוחות, הם יכולים לעזור לך לחזור על המפרט על ידי שליפת תובנות מגובות נתונים ממספר ערוצים. תעשה תוכנית. סוכנים יכולים לחלק את המפרט שלך לכרטיסים קונקרטיים ולנתב אותם לצוותים הנכונים באופן אוטומטי. ב-Linear, הסוכנים יוצרים כעת את רוב הכרטיסים. תפקידו של האדם הוא לסקור את עבודתו ולהתאים את ההקשר לאורך זמן. ביצוע. באגים ותכונות קטנות מוקצות ישירות לסוכנים כמו Codex ו-Cursor. עבור תכונות מורכבות, המהנדסים משיקים את קלוד קוד ומשתמשים ב-MCP ליניארי כדי למשוך את ההקשר המלא של הנושא. מאת נאן: זה מרגיש כאילו ההיקף של מה שסוכנים יכולים להתמודד מתרחב מדי רבעון. דגמים ורתמות חדשים פורצים את הגבול מתיקונים פשוטים לפרויקטים מורכבים יותר ויותר. רוצה לבנות עם סוכנים כמו Linear? הנה 4 שלבים מעשיים שנן שיתפה לגבי מה שהצוות שלך יכול לעשות היום: כל מפתח צריך כברירת מחדל להשתמש בכלי קידוד סוכן מוביל. זהו הצעד הראשון הקל ביותר. ספק את הכלי הרשמי (Cursor, Claude Code, או Codex) ונהל אותו כך שתוכל לראות שימוש. הוספה עם סוכן קידוד ענן אסינכרוני. סוכני רקע אסינכרוניים יכולים לבצע צילום אחד של רוב השינויים הקטנים ותיקוני הבאגים. ל-cursor ודווין יש כאן הצעות טובות. התעקש שמעצבים וראשי הממשלה יעבדו ישירות על בסיס הקוד. סוכנים כמו קלוד פותחים נתיב חיכוך נמוך עבור ראשי הממשלה ומעצבים לבצע שינויים ישירות בבסיס הקוד. כל אחד צריך לשאוף להיות בונה. ראשי הממשלה ומשווקים צריכים כברירת מחדל לממשק AI. הפונקציות הללו צריכות לבצע 80-100% מהעבודה שלהן דרך ממשק צ'אט - בין אם זה קלוד, ChatGPT, Notion AI או משהו דומה. נאן רואה עתיד שבו בני אדם ישתפו פעולה עם סוכנים ברמת המפרט - יגדירו מה צריך לבנות ולמה - ואז יעבירו את הדברים לסוכנים שיטפלו בכל דבר במורד הזרם. רמפה: מדידת מיומנות בינה מלאכותית ב-4 רמותRamp דוחפת במהירות את העובדים שלהם להיות ילידי בינה מלאכותית ב-4 רמות. בשנת 2025, Ramp שלחה יותר מ-500 תכונות, הגיעה להכנסה של מיליארד דולר ועשתה את הכל עם 25 בערב. הם עשו זאת על ידי דרישה של כל פונקציה בודדת (אנגלית, מוצר, עיצוב, מכירות, שיווק, משפטי, פיננסים) להצטרף ולעבוד עם סוכנים. Geoff (CPO Ramp) שיתף מסגרת להערכת מיומנות בינה מלאכותית של עובדים: ChatGPT. סביר להניח שאנשים אלה לא יהיו בחברה לטווח ארוך. אם אינך מתחיל בעצמך עם חשיבה צמיחה כלפי כלי בינה מלאכותית, ג'וף אומר שיהיה קשה מאוד לאמן אותך להצטיין.L1: משתמש ומכוונן GPTs, פרויקטים וכלי AI פנימיים. האנשים האלה מתנסים ב-AI אבל עדיין לא עשו עבודה אמיתית אוטומטית.L2: בונה אפליקציה שמאוטמת חלק מהעבודה שלהםמִשׂרָה. אנשים אלה יכולים לבצע קוד או לתת משוב משמעותי על עבודתם של אנשים אחרים באמצעות כלי AI.L3: בוני מערכות. האנשים האלה בונים את תשתית הבינה המלאכותית ומיומנויות שמאיצות את כל השאר בצוות. המטרה של החברה היא לדחוף את כולם במעלה הסולם. L0s בחירה עצמית. L1s הופכים ל-L2s. L2s הופכים ל-L3s. ו-L3s משפיעים על שאר הארגון. Geoff גם שיתף 5 צעדים שכל חברה יכולה לנקוט כדי להפוך ל-AI native: הסר כל חיכוך. תן גישה לכלי AI פופולריים ללא מגבלות על אסימונים או תקציבים וצור מאגר פנימי של מיומנויות AI שכל אחד יכול למשוך מהם. אם ההגדרה קשה, רוב האנשים לא יאמצו. הפוך את האימוץ לגלוי. צור ערוצי Slack ציבוריים שבהם אנשים יכולים לשתף את מה שהם בנו. בכל מקרה, הצג לראווה שאינם מהנדסים שעושים דברים מרשימים, כמו מימון בניית מערכת אוצר או שיווק אוטומטי של יצירת אתרים. ספק תמיכה מעשית. ארח שעות עבודה שכל אחד יכול להצטרף אליהן כדי לבנות מיומנויות וזרימות עבודה של AI. ייעדו מומחי בינה מלאכותית שכל תפקידם הוא לבשר, להגדיר אנשים ולעזור להם להגיע ל"רגע האהא". עקוב אחר השימוש והתערב. רמפה עוקבת אחר צריכת אסימונים בכל כלי AI לכל עובד. מנהיגות חולקת את הנתונים האלה כדי ליצור אחריות טבעית ולהתערב כאשר השימוש של מישהו נמוך. הפוך זאת לדרישת גיוס עובדים. ראיונות ראש הממשלה כוללים כעת מפגש ייעודי שבו אתה צריך לבנות מוצר עובד ואז להסביר מדוע בנית אותו ואיך הוא עובד. ג'וף סיכם את פילוסופיית המנהיגות שלו עבור כל תפקיד ברמפ בשורה אחת: התפקיד שלך הוא להפוך את העבודה שלך לאוטומטית. מג'וף: "אם אני אומר לצוות שלי 10 פעמים שה-CTA צריך להיות מעל הקצה, התיקון הוא לא אומר את זה בפעם ה-11. זה קידוד המשוב הזה לתהליך קריטי עיצוב אוטומטי או מיומנות AI לעולם לא יקרה שוב מיום AI." oneאם Linear ו-Ramp מראים כיצד חברות מאמצות סוכני AI, Factory מראה מה קורה כאשר בונים סביבם מהיום הראשון. Factory היא חברת פיתוח תוכנה בינה מלאכותית בת 55 אנשים המוערכת ב-300 מיליון דולר, אשר בנויה סביב בינה מלאכותית מהיסוד. הנה מה שמייחד אותם: שכירת מהנדסי מוצר במפעל לא שוכרים ראשי ממשלה ומהנדסים בנפרד. במקום זאת, הם שוכרים מהנדסי מוצר שמנהלים ועובדים עם סוכני AI. יום טיפוסי נראה כך: בדוק עקבות מריצות סוכן כדי לראות היכן קיבלה המערכת החלטות גרועות. כתוב תיקונים לא כקוד, אלא כממשל (למשל, עדכון למיומנות, כלל מוך חדש או אוטומציה מעודנת) סקור רק את ה-PRs שסוכנים מסמנים כבעלי סיכון גבוה (הסוכנים דואגים לכל השאר). הצע רעיונות חדשים ודנה על סדר עדיפויות עם עמיתים ובינה מלאכותית. העבודה הזו היא לא קלה ודורשת מומחיות רבה יותר. Agent-readyAgents זקוקים לבסיס קוד שהם יכולים לעבוד בו כדי להיות יעילים. המפעל קולט בסיסי קוד על פני חמש רמות בגרות, ורמה 3 ("סטנדרטי") היא המקום שבו רוב הצוותים צריכים לכוון תחילה. מסגרת המוכנות לסוכן של Factory מקודד מומחיות לכישורים לשימוש חוזר ברגע שבסיס הקוד שלך מוכן לסוכן, השלב הבא הוא לתת לסוכנים את הידע לקבל החלטות טובות באמצעות מיומנויות (בעצם רק קבצי סימון טקסט). Factory משתמש במיומנויות כדי לקודד ידע מומחים וחברה למשהו שכל סוכן או עובד יכול להשתמש בו. הנה רשימה של מיומנויות שבהן משתמש Factory באופן פנימי ומקשרים לקבצי הסימון שלהם כדי שתוכל להעתיק ולשנות: מיומנות ניהול מוצר. עקרונות המוצר, מסגרת חוויה של 11 כוכבים (שאולה מ-Brian Chesky מ-Airbnb), תבנית PRD, רובריקת ניקוד והנחיית שפה, הכל בקובץ סימון אחד. מיומנות שילוב ממשק משתמש קדמי. מורה ל-Droid כיצד לבנות תכונות באמצעות מערכת התכנון של Factory, מוסכמות ניתוב ותקני בדיקה. מיומנות מנתח נתונים של AI. הפעל ניתוח חקרני, בנה הדמיות והפק דוחות סטטיסטיים תוך שימוש במיומנות האקולוגית המלאה של Python. הכלים הפנימיים. בנה פאנלים של ניהול, קונסולות תמיכה ולוחות מחוונים תפעוליים עם בקרות גישה נאותות ורישום ביקורת. מיומנות קידוד Vibe. אבות-טיפוס מהיר של יישומי אינטרנט חדשים מאפס עם מסגרות מודרניות. אם אתה יכול לקודד את מה שהאנשים הטובים ביותר שלך יודעים לכישורים, אינך צריך לשכור מומחים לכל פונקציה.6 שלבים ליישם את כל זה בפועל לסיכום:הטמעה וניהול של סוכנים הופכים לתפקיד הליבה של כל פונקציה. הנה שישה דברים שתוכל ליישם עכשיו:ליניארי: ברירת מחדל של כל מפתח הוא כלי קידוד סוכן כמו Cursor, Claude Code או Codex. הכנס ראשי הממשלה ומעצבים לבסיס הקוד. תן להם להגיש יחסי ציבור וקוד משלוח באמצעות סוכנים. הפסיקו לנתב כל שינוי קטן דרך מהנדס. מ-Ramp: מדדו את מיומנות הבינה המלאכותית בכל הצוות שלכם. מסגרת 4 הרמות של רמפ נותנת לך אוצר מילים משותף לאן אנשים נמצאים ולאן הם צריכים ללכת. עקוב אחר שימוש בבינה מלאכותית והפוך אותו לחלק מציפיות הביצועים. אתה לא יכול לשפר את מה שאתה לא מודד, והתמריצים חשובים. מהמפעל: ציון את בסיס הקוד שלך על מוכנות הסוכן. השתמש ברמות המוכנות לסוכן של Factory כדי להבין אם בסיס הקוד שלך מוכן. קודד את המומחיות של הצוות שלך לכדי מיומנויות לשימוש חוזר. קודדו את מה שהאנשים הטובים ביותר שלכם יודעים לתוך קבצי מיומנויות והקל על בני אדם וסוכנים להשתמש בהם. מעל לכל, סוכנים משולבים כמו שהייתם בבני אדם. תן להם הקשר, חבר אותם למחסנית התפעולית שלך ושמור על אדם אחראי על התוצאות שלהם. ספר לי מה אתה חושב בתגובות!
התפקיד החדש שלך הוא להטמיע סוכני בינה מלאכותית: כיצד פועלות בפועל חברות בינה מלאכותית
By Creator Economy
·
·
8 min read
·
558 views
Read in:
aa
ace
af
ak
alz
am
ar
as
awa
ay
az
ba
ban
be
bew
+191 more
bg
bho
bik
bm
bn
brx
bs
bug
ca
ceb
cgg
ckb
co
crh
cs
cv
cy
da
de
din
doi
dv
dyu
dz
ee
el
en
eo
es
et
eu
fa
ff
fi
fj
fo
fr
fur
fy
ga
gd
gl
gom
gn
gu
ha
haw
he
hi
hil
hne
hmn
hr
hrx
ht
hu
hy
id
ig
ilo
is
it
ja
jam
jv
ka
kab
kbp
kg
kha
kk
kl
km
kn
ko
kri
ku
ktu
ky
la
lb
lg
li
lij
ln
lo
lmo
lt
ltg
lua
luo
lus
lv
mai
mak
mg
mi
min
mk
ml
mn
mni-mtei
mos
mr
ms
mt
my
nd
ne
nl
nn
no
nr
nso
nus
ny
oc
om
or
pa
pag
pam
pap
pl
ps
pt
pt-br
qu
rn
ro
ru
rw
sa
sah
sat
sc
scn
sg
si
sk
sl
sm
sn
so
sq
sr
ss
st
su
sus
sv
sw
szl
ta
tcy
te
tg
th
ti
tiv
tk
tl
tn
to
tpi
tr
trp
ts
tt
tum
ty
udm
ug
uk
ur
uz
ve
vec
vi
war
wo
xh
yi
yo
yua
yue
zap
zh
zh-hk
zh-tw
zu
