Velký okamžik pro stavitele agentů! V softwaru se opakuje vzorec. Nejprve se všichni zaměří na problém "budovy". Rámce vznikají, dozrávají a stávají se skutečně dobrými. Pak se najednou omezení přepne na nasazení. Viděli jsme to u neuronových sítí. PyTorch, TensorFlow a Caffe byly všechny vynikající pro stavbu modelů. Ale jejich nasazení znamenalo pracovat s různými formáty a runtime. ONNX umožňoval vývojářům stavět v jakémkoli frameworku, který chtěli, exportovat do standardního formátu a nasazovat kdekoliv. Sledujeme stejný vzorec právě teď u agentů. Frameworky jako LangGraph, CrewAI, Agno a Strands jsou natolik vyspělé, že budování agenta už není ta nejtěžší část. Místo toho jde o to, co se děje potom: nasazení, streamování, správa paměti, pozorovatelnost a automatické škálování. Nejde o problémy s agenty, ale spíše o problémy infrastruktury. A právě teď každý AI tým, se kterým jsem mluvil, je řeší od začátku. xpander k tomuto problému přistupuje jako ONNX a myslím, že je to správný mentální model. Základní myšlenka je jednoduchá: přiveďte svého agenta (postaveného v jakémkoli frameworku), nasadíte ho přes xpander a získejte veškerou produkční infrastrukturu. To zahrnuje: - Nasazení serverless za ~2 minuty - SSE streamování pro real-time thinking UX...