Рынок не только созрел, но уже предлагает решения агентного SDLC целиком, основанного на графе знаний компании. А не тот "контекст" в виде кучи маркдаун файлов в репе, о чем на Хабре каждый день пишут. Мне подписки норм, можно и тупее и дороже модель выбрать, по необходимости..
Сомневаюсь что в профессиях ближайшего будущего будет слово RAG, это же реализация. Скорее какой нибудь Ontology Engineer, который будет базу знаний компании обслуживать, гипотезы для принятия решений по ней строить и в задачи для агентов экспортировать. Инфопомойка из тысяч документов, всяких Конфлуенс и Джир станет дорогим удовольствием
Для целей переноса рисков и раньше использовали субподрядчиков. Их не нужно кормить настоящими данными, можно дробить чтобы не собирали всю картинку, можно банкротить не теряя репутацию. Сейчас такой подрядчик за счёт ИИ агентов значительно дешевле и меньше.
Любопытно, получается ли собрать онтологию вокруг одного пользователя таким образом? Информация в чате не факты и действия, а скорее гипотезы и намерения
Верно, умение пользоваться агентом это уже базовый навык. А вот изменения процессов коллективу не нужно. Оптимизация нужна владельцам, но не все компании умеют быстро адаптироваться, да и трудовое законодательство не дремлет. Есть тренд на микро компании подрядчики - они и дешевле и риски ИИ на себя возьмут
Примерно также. Пишу сценарии которые агент в playwright переводит и видос записывает. Юнит тестов не хватает даже с 90% покрытием. Режим планирования разве тимлида не заменяет? Он код не пишет
Принцип 1 неверный потому что работа идет над релизами а не над задачами. Экономика спринтов и человеко часов не имеет смысла в агентной кодогенерации. Ускорение в три раза это мало, должно быть в пять. У вас есть лишние этапы и методы управления знаниями. Но статья любопытная, спасибо
Слово слив обычно предполагает какую либо потерю. Так и не понял что разработчик потерял. Выглядит как гениальный маркетинг - и шум, и премия без налога
Рынок не только созрел, но уже предлагает решения агентного SDLC целиком, основанного на графе знаний компании. А не тот "контекст" в виде кучи маркдаун файлов в репе, о чем на Хабре каждый день пишут. Мне подписки норм, можно и тупее и дороже модель выбрать, по необходимости..
Пробовали Atlassian Teamwork Graph? Чем не зашёл?
Видно что статью помогал писать ИИ, нет много интересного. В чем храните граф знаний?
О, можно саммари чем юзер интересуется втихаря собирать
Дьявол в деталях. Электронные? Через Амазон? Амазон платит за цитирование но центы
Сомневаюсь что в профессиях ближайшего будущего будет слово RAG, это же реализация. Скорее какой нибудь Ontology Engineer, который будет базу знаний компании обслуживать, гипотезы для принятия решений по ней строить и в задачи для агентов экспортировать. Инфопомойка из тысяч документов, всяких Конфлуенс и Джир станет дорогим удовольствием
Для целей переноса рисков и раньше использовали субподрядчиков. Их не нужно кормить настоящими данными, можно дробить чтобы не собирали всю картинку, можно банкротить не теряя репутацию. Сейчас такой подрядчик за счёт ИИ агентов значительно дешевле и меньше.
ДВК стоял как машина учителя, сервер в сетке из БК10. Играли и в Поле Чудес
А зачем агенту jira и спринты?
Можете разделить Что делать (продукт заказчика), Как делать (технология исполнителя), и заменить Порядок (таск трекер) на Ожидание (релизы)
Любопытно, получается ли собрать онтологию вокруг одного пользователя таким образом? Информация в чате не факты и действия, а скорее гипотезы и намерения
Вообще-то справочники и базы знаний так не строятся. Мне не знаем как именно они это сделали и что за трансформер использован для оценки ответа
Верно, умение пользоваться агентом это уже базовый навык. А вот изменения процессов коллективу не нужно. Оптимизация нужна владельцам, но не все компании умеют быстро адаптироваться, да и трудовое законодательство не дремлет. Есть тренд на микро компании подрядчики - они и дешевле и риски ИИ на себя возьмут
Видим рождение нового жанра на Хабре )
Вряд ли мы узнаем это из слопа компании
Статьи про SDD живут в парадигме задач. А как вы управляете знаниями и переводите знания в задачи?
Примерно также. Пишу сценарии которые агент в playwright переводит и видос записывает. Юнит тестов не хватает даже с 90% покрытием. Режим планирования разве тимлида не заменяет? Он код не пишет
Если Figma не принципиальна, можно агенту дать указание на сборку экранов маппингом функционала на компоненты дизайн системы
Хорошая статья. Почему-то про logprobs ни слова
Принцип 1 неверный потому что работа идет над релизами а не над задачами. Экономика спринтов и человеко часов не имеет смысла в агентной кодогенерации. Ускорение в три раза это мало, должно быть в пять. У вас есть лишние этапы и методы управления знаниями. Но статья любопытная, спасибо
Слово слив обычно предполагает какую либо потерю. Так и не понял что разработчик потерял. Выглядит как гениальный маркетинг - и шум, и премия без налога