Spędziłem weekend na kodowaniu w klimacie — kilka refleksji od kogoś z zerowym doświadczeniem w kodowaniu: Mam przeczucie, że przyszli pracownicy wiedzy będą mniej bezpośrednio interagować z narzędziami produktywności (np. Office, który ma ponad 700 mln aktywnych użytkowników miesięcznie). W przeszłości zadania takie jak "śledzenie wolumenu BTC" polegały na pobieraniu plików CSV i ręcznej analizie danych w Excelu. Dziś AI może już po prostu przedstawić wyniki — nie ma potrzeby, aby analitycy nawet otwierali Excela. Pisanie instrukcji dla AI może być zaskakująco nużące, w zależności od zadania. To, co swobodnie powiedziałbyś stażyście — "podsumuj wyniki modelu" — może wymagać 10 szczegółowych kroków dla agenta. Podawanie poleceń nie jest tym samym co delegowanie do człowieka. Niektóre przepływy pracy będą musiały zostać przeprojektowane — nie tylko zautomatyzowane — aby zredukować halucynacje i zminimalizować obciążenie instrukcjami. Oczywiste, ale warto to powiedzieć: dostęp do aplikacji zewnętrznych (Slack, Google Sheets itp.) jest wąskim gardłem. Ciekawi mnie, co $Google może tutaj odblokować, biorąc pod uwagę, że jest strażnikiem indeksu wyszukiwania, pakietu produktywności i wielu podstawowych narzędzi, na których polegamy. Zauważyłem również, że ciągle używam dwóch modeli do wzajemnego sprawdzania kodu i wyników. Poprzeczka dla kodowania w klimacie jest bardzo niska... Jeśli ja mogę to zrobić, każdy może.