Você não precisa de outro tutorial. O que você realmente precisa é começar a escrever código.

Pare de usar métricas prontas para uso para avaliar seus aplicativos de IA. Você está perdendo seu tempo e sua inscrição não está melhorando. Aqui estão algumas dessas métricas: relevância, taxa de alucinação, correção, completude, naturalidade, coerência, etc. Parar. Já vi aplicativos se destacando em cada uma dessas métricas e ainda não produzindo bons resultados. O que você precisa fazer: execute a Análise de Erros para identificar métricas específicas para seu aplicativo. Em vez de "Completude", quero ver você rastreando algo como "A resposta contém todos os campos relevantes" ou "O horário de agendamento em resposta usa o fuso horário adequado". Métricas específicas e personalizadas funcionam. As métricas prontas para uso não.

Quero ajudar todos os desenvolvedores a se tornarem uma ordem de magnitude melhor em Engenharia de IA/ML. Aqui estão os tópicos que abordarei em minha próxima coorte. Começamos em duas semanas (4 de agosto). • 20+ horas de aulas ao vivo • Prática prática com implementação de sistema de ponta a ponta • Ferramentas de código aberto • Crie uma vez, implante em qualquer lugar Alunos do Google, AWS, Netflix e outras empresas importantes. Mais de 2.000 graduados. Melhor programa de engenharia online.

O que é isto?

A autenticação do MCP é um grande passo! Se quisermos que os agentes façam um trabalho prático, precisamos que eles: • Chamar APIs de terceiros em seu nome • Executar ações que devem ser rastreáveis • Impor permissões diferentes para funções diferentes Por exemplo, suponha que você queira que seu assistente de IA envie e-mails em seu nome. Agora você pode fazer com que o assistente use um servidor MCP, solicite que você se autentique em um navegador e, em seguida, use o token gerado para enviar esses e-mails. Isso é muito legal!

Aqueles que são tolos o suficiente para confiar no hype e parar de aprender programação merecem o futuro que os espera.

O cache é uma das coisas mais difíceis em que você trabalhará. Atualmente, estou trabalhando em um cache semântico para um aplicativo de IA. Com base no que estamos vendo, é uma enorme troca entre custos e precisão. Estamos economizando cerca de 20% de nossa conta de inferência: muitas das consultas estão chegando ao cache, então não precisamos gastar o modelo gerando respostas para elas. No entanto, muitas das consultas agora estão retornando informações um pouco desatualizadas, pois não acessam o modelo, resultando em respostas obsoletas. Estou passando a maior parte do meu tempo trabalhando na função de similaridade para detectar acertos de cache. Parece simples, mas está se mostrando muito difícil fazer isso corretamente. Observação: esse cache semântico introduz latência extra, especialmente porque a maioria das consultas perderá o cache. Quando eles acertam, as respostas são mais rápidas, mas essas são a exceção. De qualquer forma, isso valeu a pena.

Estou cobrando US $ 1.000 / hora para consertar sua bagunça codificada por vibração.

O primeiro agente de design já lançado é incrível! Este é um designer em tempo integral 24 horas por dia, 7 dias por semana, que pode trabalhar de forma autônoma em qualquer projeto de design para você. Isso é suficiente para 99% das minhas necessidades de design. Aqui estão alguns exemplos do que criei usando-o:

Literalmente, ninguém sabe o que é um agente. Já vi muitas pessoas se referindo a aplicativos como "agentes", desde que usem um LLM. Depois, temos aqueles que falam sobre "sistemas agenciais" e "fluxos de trabalho agenciais". Se você perguntar o que eles significam, eles começarão a gaguejar.