AI エージェントを構築している場合、サイクルは通常次のようになります。 1. モデル内の機能のギャップを補うために足場を構築します 2. モデルがついにその課題を解決できる 3. 以前の足場を廃棄することでモデルアップグレードのメリットを得て、より困難な顧客の問題を解決します 4. 最新モデルの進歩と新しい顧客問題の間に新たなギャップが生まれる 5. 繰り返す AI エージェントに対する私たちの需要は時間の経過とともにますます高まるだけであるため、これはおそらく永遠に続くでしょう。重要なのは、アーキテクチャについてめちゃくちゃ柔軟で感傷的ではないことです。 真の堀は、ユーザーを獲得し、より多くのデータを取得し、エージェントが活用するより広範なワークフローを強化し、新しいブレークスルーが出現するにつれてシステムを迅速に進化させることによって構築されます。