Актуальные темы
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
70% команд по производству AI используют модели с открытым исходным кодом. 72,5% подключают агентов к базам данных, а не к чат-интерфейсам. Вот что на самом деле поставляют 375 технических разработчиков - и это совсем не похоже на Twitter AI.
70% команд используют модели с открытым исходным кодом в той или иной степени. 48% описывают свою стратегию как в основном открытую. 22% придерживаются исключительно открытого подхода. Только 11% остаются полностью проприетарными.
Агенты на местах - это операторы систем, а не чат-интерфейсы. Мы думали, что агенты в основном будут вызывать API. Вместо этого 72,5% подключаются к базам данных. 61% - к веб-поиску. 56% - к системам памяти и файловым системам. 47% - к интерпретаторам кода.
Центр тяжести - это данные и выполнение, а не разговор. Сложные команды создают MCP для доступа к своим внутренним системам (58%) и внешним API (54%).
Синтетические данные больше влияют на оценку, чем на обучение. 65% используют синтетические данные для генерации оценок по сравнению с 24% для дообучения. Это указывает на предстоящий рост рынков оценочных данных, библиотек сценариев и корпусов режимов сбоев до того, как синтетические данные для обучения наберут масштаб.
Сроки показывают, куда движется стек. Команды должны проверить правильность, прежде чем смогут масштабировать производство.
88% используют автоматизированные методы для улучшения контекста. Тем не менее, это остается самой большой проблемой при развертывании AI-продуктов. Этот разрыв между принятием инструментов и решением проблем указывает на фундаментальную задачу.
Инструменты существуют. Проблема сложнее, чем просто лучшее извлечение или более умное деление на части могут решить.
Команды нуждаются в системах, которые проверяют правильность, прежде чем они смогут масштабировать производство. Инструменты существуют. Проблема сложнее, чем лучшее извлечение может решить.
Контекст остается истинным вызовом и самой большой возможностью для следующего поколения инфраструктуры AI.
Изучите полный интерактивный набор данных здесь : или прочитайте полный анализ Лорен :




Топ
Рейтинг
Избранное

