ඉංජිනේරුවෙක් සහ නවකතාකරුවෙකු ලෙස Matteo Zamparini සඳහා, වර්තමානයේ නිෂ්පාදකත්වයේ වැදගත්ම බාධකයක් වන්නේ දක්ෂතා අර්බුදයක් හෝ ගෞරවයක් නැති වීමක් නොවේ, එය නැවතත් සිදු වන කාර්යයන් මත කාලය නාස්ති කිරීමයි.
දත්ත විද්යාව පුහුණුකරුවෙකු ලෙස පැකේජ පටිපාටිය අනුගමනය කිරීමෙන් ව්යාපාරික අයිතිවාසිකම් අයිතිවාසිකම් අයිතිවාසිකම් සඳහා ප් රයෝජනවත් වන ප් රයෝජන හඳුනාගත් නව ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාරික ව්යාපාර සඳහා භාවිතා කළ හැකි ආකාරය සඳහා තාක්ෂණය ගොඩනැගීම සඳහා ඔහුගේ වෘත්තීය වෘත්තීය ව්යාපාරය අනුගමනය කර ඇත.
Y Combinator විසින් සහාය ලැබූ සමාගමක් වන PropRise හි මූලික ඉංජිනේරු ලෙස, ඔහු පැය 24 ක් පුරා වැඩ කරන AI නියෝජිතයන් ගොඩනැගීම සඳහා විශාල ප්රමාණයේ අමුද්රව්ය දත්ත අනුගමනය කිරීම සහ潜在 ආයෝජන අවස්ථා හෙළිදරව් කිරීම සඳහා දර්ශන නිර්මාණය කිරීමයි.
එය මිනිසුන්ට උපකාර කිරීම පමණක් නොව, දිගුකාලීන කාර්යයන් ඉටු කිරීම සඳහා සේවකයාට එකතු කරන ලෝකය පිළිබඳ ඔහුගේ දර්ශනය වටා පවතී.
දත්ත අත්හදා බැලීමේ සැබෑ වියදම
මෘදුකාංග උපකාරී ලෝකයේ, ඩිජිටල් මෙවලම් අසීමිත ප්රධාන ගැටලුව තවදුරටත් නොවේ.
ශිෂ්ය පුහුණුකරුවෙකු ලෙස ඔහු මාස ගණනාවක් තිස්සේ ඩිජිටල් මෘදුකාංග වැනි මෙවලම් භාවිතා කරමින්, වෙබ් අඩවි, තැපැල් පරිගණක මෘදුකාංග සහ දේපල ලැයිස්තුව වෙබ් අඩවි එකතු කිරීමට සහ අවසානයේ දී ආයෝජන හා සංවර්ධන තීරණ ගැනීම සඳහා භාවිතා කළ හැකි දත්ත විශ්ලේෂණය කිරීමට ඉඩ දුන්නේය. ”මම මතකයි, ‘ලයිඩර් සමඟ ගොඩනඟන satellite imaging සුන්දරයි,” ඔහු කියනවා. ”ඒත්, සති ගණනාවක් පවත්වාගෙන යන්නේ මෘදුකාංගයේ හොඳම භාවිතය ද?”
එය Spaceflare හි අදහසට හේතු වූ දර්ශන වලින් එකක් විය, ඔහු 2021 දී විශ්වවිද් යාලයේ ඉංජිනේරු ශිෂ්යයන් සමඟ ආරම්භ කරන ලද ආරම්භක ව්යාපාරයයි.එක්සත් විශ්වවිද් යාලයේ ඉංජිනේරු ශිෂ්යයින් සමඟ ඔහු ආරම්භ කරන ලද ව්යාපාරය, සූර්ය ප්ලෑන් ස්ථාපනය කිරීම සඳහා හොඳින් ගැලපෙන දේපල හඳුනා ගැනීම සඳහා පොදු වාර්තා සහ සූර්ය ඡායාරූප භාවිතා කර ඇති අතර, පිරිසිදු බලශක්ති සමාගම් සහ දේපල හිමිකරුවන්ට ඉක්මනින් බලශක්ති නිෂ්පාදනය සහ ආදායම් සඳහා ප්රමාණවත් අවස්ථා හඳුනා ගැනීමට ඉඩ සලසයි.
සති ගණනාවක් අත්හදා බැලීමට අවශ් ය වූ ක් රියාවලිය දැන් Spaceflare සමඟ විනාඩි කිහිපයකින් සිදු කළ හැකිය.
Building AI Agents that Act and Reason—Within Reason
ක් රියාකාරීත්වය සහ සාධනය - සාධනය තුළ ක් රියාකාරීත්වයඅද, Zamparini බලය ඇති AI නියෝජිතයන් පිටුපස සංවර්ධකයා වේ
PropRise යනු දත්ත රැස්වීම සඳහා ස්වයංක්රීය වන තවත් යන්ත්ර ඉගෙනුම් මෙවලමක් පමණක් නොවේ; එහි නියෝජිතයින් ස්වාධීනව ක් රියා කරයි, ඔවුන් සොයා ගන්නා දත්ත සංයුක්ත කිරීම සහ විවිධ මූලාශ්රවල විශ්වාසභංගය සහ නිවැරදිතාවය දිගින් දිගටම විශ්ලේෂණය කිරීම.
“අපි ක්ෂේත්ර පද්ධති නිර්මාණය කර ඇත, ක්රියා කළ හැකි, හා පවා මනුෂ්ය ප්රතිපත්තිය හෝ අනුමැතිය සොයන්න මැද කාර්යය,” ඔහු පැහැදිලි කරයි. ”මේ ස්වාධීනත්වය සහ මනුෂ්ය අධීක්ෂණය මෙම මිශ්රයක් විශ්වාසනීය AI වැඩ ප්රවාහන ගොඩනැගීමට අවශ්ය වේ.”
ඔහු මෙම මනුෂ්ය-in-the-loop ප්රවේශය අනාගතය සඳහා ප්රධාන අංගයක් ලෙස පෙනේ, එනම් AI නියෝජිතයන් සියලුම අඛණ්ඩ වැඩ පාලනය අහිමි වීම අවදානමකින් තොරව ක්රියාත්මක තීරණ ගැන පාලනය කළ හැකිය.
නවකතාවට වඩා විශ්වාසභංගය: සැබෑ ලෝක භාවිතය සඳහා නියෝජිත පද්ධති ආකෘති කිරීම
Zamparini දකින විට, Model Context Protocol (MCP), AGNTCY, HumanLayer හෝ භාෂාව BAML වැනි විවෘත සම්මතයන් වර්ධනය වන්නේ AI හි වැදගත්ම ප් රගතියකි.
මෘදුකාංග නිෂ්පාදන මූල්ය ආකෘති හෝ උපායමාර්ගික තීරණ ඇතුළත් කරන විට, ඔවුන් නිෂ්පාදනය කරන ප්රතිඵල පරීක්ෂා කළ හැකි විය යුතුය.
HumanLayer, BAML, MCP සහ AGNTCY වැනි වර්ධනය වන ව්යුහයන් මෙම වර්ගයේ ක්ෂේත්රීය පරිසර පද්ධතිය සිදු කළ හැකි මූලික ලැයිස්තුවක් නිර්මාණය කරයි.
උදාහරණයක් ලෙස, HumanLayer, ස්වයංක්රීය AI නියෝජිතයන් සඳහා ශක්තිමත් මනුෂ්ය-in-the-loop අධීක්ෂණය එකතු කරන ප්රොටෝලයක් සපයයි.It intercepts high-stakes actions and routes them to humans – through Slack, email, SMS, and other channels – for approvals, feedback, or escalation, then feeds the response back so agents can continue to work safely.
MCP යනු දත්ත ඇතුළත් කිරීම් වලට AI ආකෘති සම්බන්ධ කරන ආකාරය සම්මත කරන ලද විවෘත සම්මතයක් වන අතර, විශාල භාෂා ආකෘති (LLMs) විවිධ දත්ත සමුදායන් සහ APIs වෙත සෘජුවම සම්බන්ධ වීමට ඉඩ සලසන්නේ තොරතුරු හා නියෝජිත-අජිත් සහයෝගයක් සඳහා වඩාත් සම්පූර්ණ පුවරුවක් නිර්මාණය කිරීම සඳහාය.
AGNTCY යනු නියෝජිතයන් හා නියෝජිතයන් අතර අන්තර්ක්රියාකාරීත්වය සඳහා විවෘත පරිසර පද්ධතියක් වන අතර, විවිධ සංවර්ධකයින් විසින් නිෂ්පාදනය කරන මෙවලම් ආරක්ෂිතව සහ අනාවැකිය හැකිව අන්තර්ජාලය හරහා තොරතුරු බෙදාහැරීමට ඉඩ සලසන අතර, ඒ සඳහා බෙදාහැරෙන හඳුනාගැනීම් මට්ටමේ සහ අන්තර්ක්රියාකාරීත්වය ආකෘතිය සකස් කිරීමෙන් අදහස තවත් පියවරක් ගෙන එයි.
එක්ව, මෙම ව්යුහයන් බලශක්තිමත් පමණක් නොව, ස්ථාපනය කළ හැකි, පරීක්ෂා කළ හැකි, සහ ප්රතිකාර කළ හැකි AI නියෝජිතයන් ලබා දෙනු ඇත.
Building a Template for the Future of Work
රැකියා අනාගතය සඳහා උදාහරණයක් ගොඩනැගීමබෙදාහැරෙන ප්රමිතීන් සහ භාෂා විශ්වාසවන්තව සාමාන් ය කාර්යය ස්වයංක්රීය කර ගත හැකි AI සංවර්ධනය කිරීම සඳහා ප්රධාන වේ.එවිට ඒවා ව්යාපාරික දේපලයට වඩාත් ප්රමාණවත් වන අතර, හොඳම අවස්ථාවලදී, ඔවුන් ව්යාපාරික ව්යාපාරිකයින්ට සහ විශේෂඥයින්ට කර්මාන්තවල ක්රියාකාරීත්වය වෙනස් කිරීමට AI නියෝජිතයින්ට සහ නියෝජිත පද්ධතිවලට ඉඩ සලසයි.
“AI උපකාරයෙන්, අපි මූලික වශයෙන් මිනිසුන්ගේ කාලය නිදහස් කළ හැකිය,” Zamparini අවසන් කරයි.අපි සැබෑවටම ස්වයංක්රීය වැඩ සහ නිර්දේශ සම්පූර්ණ හා නිවැරදි බව විශ්වාස කළ හැකි විට, මෙම පද්ධති සැබවින්ම දැනට පවතින රැකියාව ක්රියාවලිය වැඩි දියුණු කිරීම වඩා වැඩි කළ හැකි, ඔවුන් නව කර්මාන්ත හා නව නිර්මාණ සඳහා ඉඩ ලබා ගත හැකිය.
Zamparini සඳහා, AI අනාගතය වඩා හොඳ ඩිජිටල් උපකාරයක් නොවේ, එය මිනිසුන්ට නව දේවල් වේගයෙන් ගොඩනැගීමට ඉඩ සලසයි, දැනට පවතින කර්මාන්තයන් දියුණු කරයි, හා පවා නව කර්මාන්තයන් උපත් කරයි.
AI නියෝජිතයන් ශබ්ද ඉවත් කරයි, අවුල් පිරිසිදු කිරීම සඳහා, නිර්මාණකරුවන් වඩාත් වේගයෙන් ගමන් කළ හැකිය, වඩාත් ගැඹුරු සිතුවිලි සහ වඩාත් විශාල සිහින.
