Från Karpathys senaste inlägg: "LLM-appar kommer att organisera, finjustera och faktiskt animera team av dem till utplacerade yrkespersoner inom specifika vertikaler genom att tillhandahålla privata data, sensorer och ställdringar samt återkopplingsslingor." Det här stämmer helt. I en värld av AI-agenter finns det ett mycket tjockare lager ovanpå LLM än vad man först trodde. Kritiken av tunna omslag fungerade delvis i en värld där folk packade om tokens med ett lätt anpassat gränssnitt eller systemprompt, vilket i stort sett var allt som var möjligt för två år sedan. Men AI-agenter kommer att kombinera verktyg, proprietär data, mycket domänspecifika systempromptar, specialiserade gränssnitt för de mänskliga delarna av arbetsflödena, avancerad kontextutveckling för att hantera begränsningar i kontextfönstret och mer. De allra flesta av dessa fungerar bättre när de anpassas till en specifik bransch, arbetsfunktion eller typ av uppgift. Dessutom, för att få verklig adoption i företag, krävs generellt en stor grad av systemintegration och förändringshantering för att driva arbetsflödesförändringarna och införandet. Det är därför företag (eller åtminstone produkter) som fokuserar på specifika möjligheter ofta måste driva dessa arbetsflöden. Massor av möjligheter här under det kommande året.