MCPs autentisering er et stort skritt! Hvis vi vil at agenter skal gjøre praktisk arbeid, trenger vi at de skal: • Ring tredjeparts API-er på dine vegne • Utfør handlinger som skal være sporbare • Håndheve forskjellige tillatelser for forskjellige roller Anta for eksempel at du vil at AI-assistenten din skal sende e-post på dine vegne. Du kan nå få assistenten til å bruke en MCP-server, be deg om å autentisere i en nettleser og deretter bruke det genererte tokenet til å sende disse e-postene. Dette er ganske kult!

De som er dumme nok til å stole på hypen og slutte å lære programmering fortjener fremtiden som venter dem.

Bufring er noe av det vanskeligste du noensinne kommer til å jobbe med. Jeg jobber for tiden med en semantisk cache for en AI-applikasjon. Basert på det vi ser, er det en massiv avveining mellom kostnader og nøyaktighet. Vi sparer rundt 20 % av slutningsregningen vår: mange av spørringene treffer hurtigbufferen, så vi trenger ikke å bruke modellen på å generere svar for dem. Imidlertid returnerer mange av spørringene nå litt utdatert informasjon, siden de ikke får tilgang til modellen, noe som resulterer i foreldede svar. Jeg bruker mesteparten av tiden min på å jobbe med likhetsfunksjonen for å oppdage cache-treff. Det virker enkelt, men det viser seg å være veldig vanskelig å gjøre dette riktig. Sidenotat: Denne semantiske cachen introduserer ekstra ventetid, spesielt fordi de fleste spørringer vil savne cachen. Når de treffer, er svarene raskere, men de er unntaket. Uansett har dette vært vel verdt det.

Jeg tar $1,000/time for å fikse det vibekodede rotet ditt.

Den første designagenten som noen gang er utgitt er ganske utrolig! Dette er en 24/7 heltidsdesigner som autonomt kan jobbe med alle designprosjekter for deg. Dette er nok til 99 % av designbehovene mine. Her er noen eksempler på hva jeg laget ved å bruke den:

Bokstavelig talt ingen vet hva en agent er. Jeg har sett mange som refererer til applikasjoner som "agenter" så lenge de bruker en LLM. Så har vi de som snakker om «agentiske systemer» og «agentiske arbeidsflyter». Hvis du spør hva de betyr, vil de begynne å stamme.

STOR OPPDATERING for AG-UI! De 3 AI-native protokollene: MCP, A2A og AG-UI. Det er enorm adopsjon over hele linja, og kontinuerlige, massive oppdateringer for hver av disse protokollene. Her er noen massive oppdateringer for AG-UI: For de av dere som ikke har hørt det, lar AG-UI (Agent-User Interaction Protocol) deg integrere agenter i frontend-applikasjoner. Det gir deg: • Oppdateringer i sanntid • Orkestrering av verktøy • Delt foranderlig tilstand • Sikkerhetsgrenser • UI-synkronisering De har nettopp oppdatert protokollen, og her er hva som er nytt: 1. AG-UI har nå en CLI! 2. Pydantic AI er nå AG-UI-kompatibel. 2. Ny 10 ganger enklere flyt for å bygge flere AG-UI-klienter. 3. Forhåndsutgivelse av et håndtrykk mellom AG-UI og A2A. 5. Du kan nå visualisere A2A-interaksjonene dine. 6. A2A-interaksjoner kan nå ut til brukere. 7. Det er en fullstendig fornyet bidragsflyt. Du kan bygge din første AG-UI-drevne applikasjon med en enkelt kommando: $ npx create-ag-ui-app min-agent-app Sjekk protokollen GitHub-repositoriet:

Selvlærende agenter 👀

En av de beste måtene å skrive bedre kode på: Bruk tilpassede, spesialiserte agenter til å se gjennom den automatisk hver gang du sender til repositoriet. Jeg jobber med @baz_scm, og de vil automatisk generere tilpassede anmelderagenter basert på din egen kodestil og regler. Dette er det første verktøyet jeg har sett gjøre dette. Av de tre forskjellige måtene å opprette en agent på i Baz, er min favoritt en der du definerer basert på reglene dine via forespørsel og tester den på lekeplassen før du distribuerer. Sjekk ut videoen og lenken nedenfor. Baz samarbeidet med meg om dette.

Nok en kul oppdatering for AG-AI-protokollen! AG-UI-protokollen (Agent-User Interaction) lar deg integrere agenter i frontend-applikasjoner.