Pengusaha di Tempat Tinggal @Esade, Anggota Dewan Penasihat iHealth Labs, Penasihat, Mentor dan Pelatih di Martin Trust Center untuk Kewirausahaan MIT, Angel Investor Self., dan Kepala Produk @Google Edu, Pendiri, CPO & CEO BrightBytes (diakuisisi oleh Google), Anggota Dewan iEARN-USA, Mentor dan Pelatih - Ide-ide Besar di University of California, Berkeley Hisham Anwar, Pengusaha - Teknolog - Angel Investor Tantangan terbesar dalam membangun agen siap perusahaan bukanlah kemampuan AI untuk membuat kode, melainkan Kesenjangan Konteks. Asisten AI tradisional sering kehilangan gambaran besar seiring berkembangnya sesi. Mereka melupakan standar arsitektur, keanehan tumpukan teknologi tertentu, dan peta jalan proyek jangka panjang. Dalam pengaturan perusahaan, ini (amnesia) menyebabkan pengerjaan ulang dan kode yang tidak konsisten. Saya telah menyelam jauh ke dalam kerangka kerja GSD (Get Shit Done) untuk Claude Code, dan ini adalah pengubah permainan untuk alur kerja agen: Memori Persisten: Ini menggunakan direktori perencanaan / direktori terstruktur untuk memberi Claude memori jangka panjang, memastikannya tidak pernah melupakan tujuan proyek. Rekayasa Konteks Otomatis: Dengan perintah seperti /gsd:map-codebase, tidak hanya membaca kode; Ini membangun model mental dari seluruh arsitektur Anda. Peta Jalan yang Dapat Diverifikasi: Ini memaksa lingkaran "Rencanakan > Jalankan > Verifikasi" yang mencerminkan alur kerja teknik senior, mengurangi kebutuhan untuk mengasuh anak secara konstan. Apa yang diselesaikannya: - Mengurangi penemuan dari minggu menjadi hari -Mengekstrak model domain implisit dari sistem yang ada - Menghasilkan fondasi lapisan semantik dari kode produksi - Mendokumentasikan aliran data aktual vs. arsitektur yang dimaksudkan Wawasan kuncinya: Logika bisnis Anda sudah mengkodekan model domain Anda. GSD memungkinkan kami mengekstraknya secara terprogram daripada merekonstruksinya secara manual melalui wawancara pemangku kepentingan. Ini bukan solusi lengkap untuk kesenjangan konteks, Anda masih memerlukan keahlian domain manusia, tata kelola data, dan validasi. Tapi itu adalah akselerator yang kuat untuk fase penemuan. ...