Не спорю, все верно. Но это если в рамках всей страны смотреть. А если в рамках одной компании мыслить, то если робот будет обходиться дешевле человека - наймут робота.А что там будет в более глобальном масштабе - это еще дожить надо. Мне тоже интересно, к чему приведет это всё, пока не нашел ответа. Если есть мысли, буду рад услышать.
Сейчас процесс требует разработчика, для редактирования YAML. Возможно, мне повезло, но LLM отлично справляется с генерацией YAML. Да, бывают у нейронки косяки в yaml, но это скорее из-за "недопонимания", а не явные противоречия заданию. Для контроля того, что нейронка меня поняла и сделала все правильно я генерирую drawio схему из yaml и проверяю глазами. На схеме видно все: связи этапов, сигналы, переменные... Оказалось очень удобно.
Коллега о том, что LLM усложняются, агентские сети разрастаются, токены со временем дешевеют. Скоро нейросети и нестандартные задачи смогут решать: путем обобщения, выводов, статегического мышления в условиях бОльшего контекста (всей компании, например), а не только одного промта. Тогда что останется делать кожаным? Только если гордиться своей биологической уникальностью. Даже механический ручной труд будет вытеснен роботами. Я не могу придумать, зачем тогда нужны будут кожаные работники. Будем надеяться, что нейросеть найдет применение людям в этом мире (таким ограниченным, слабым, глупым). Возможно, Матрица нас приютит. ;)
Отличный обзор, спасибо. ) Еще бы какой-нибудь обзор по сервисам, которые позволяют делать продавцов-консультантов с базой знаний по продукту, и было бы вообще супер. )
Не спорю, все верно. Но это если в рамках всей страны смотреть. А если в рамках одной компании мыслить, то если робот будет обходиться дешевле человека - наймут робота.А что там будет в более глобальном масштабе - это еще дожить надо. Мне тоже интересно, к чему приведет это всё, пока не нашел ответа. Если есть мысли, буду рад услышать.
Сейчас процесс требует разработчика, для редактирования YAML. Возможно, мне повезло, но LLM отлично справляется с генерацией YAML. Да, бывают у нейронки косяки в yaml, но это скорее из-за "недопонимания", а не явные противоречия заданию. Для контроля того, что нейронка меня поняла и сделала все правильно я генерирую drawio схему из yaml и проверяю глазами. На схеме видно все: связи этапов, сигналы, переменные... Оказалось очень удобно.
Коллега о том, что LLM усложняются, агентские сети разрастаются, токены со временем дешевеют. Скоро нейросети и нестандартные задачи смогут решать: путем обобщения, выводов, статегического мышления в условиях бОльшего контекста (всей компании, например), а не только одного промта. Тогда что останется делать кожаным? Только если гордиться своей биологической уникальностью. Даже механический ручной труд будет вытеснен роботами. Я не могу придумать, зачем тогда нужны будут кожаные работники. Будем надеяться, что нейросеть найдет применение людям в этом мире (таким ограниченным, слабым, глупым). Возможно, Матрица нас приютит. ;)
Отличный обзор, спасибо. ) Еще бы какой-нибудь обзор по сервисам, которые позволяют делать продавцов-консультантов с базой знаний по продукту, и было бы вообще супер. )