Jako osoba pracująca w AI około 9 lat przyznaję, że najprawdopodobniej jesteśmy tuż przed kolejną „zimą AI”. Aktualna bańka oparta na llmach zaczyna pękać, bo modele nie dowożą tego, co obiecywali marketingowcy. 70, 80 czy 90% ról „White collar jobs” nie zostanie zredukowane w ciągu najbliższych 2 lat. Firmy przeinwestowały budżety i niedługo zaczną robić korekty.
@JamesJoyce moja rada jest z kolei taka: olać te raporty i cisnąć AI ile wlezie. Siedzę dużo w enterprise i ciśnienie na AI jest z miesiąca na miesiąc coraz większe
@nevermoon przykład: masz napisany router/switch modeli w lang graphie, które są dopasowane do zadania. Np. Deep seek jeśli zapytanie użytkownika wymaga reasoningu, jakiś mistral jeśli rag itd. Zadanie: jeden z modeli jest nieaktualny i trzeba zmienić na inny. Takie zadanie dawałem juniorom. Teraz robi mi to codex.
@JamesJoyce: Okej, to ma sens, ale czy realistycznie masz w skali miesiąca tak dużo tak prostych zadań, że potrzebowałeś do tego juniora? Bo u mnie np. jest junior, u którego nigdy jeszcze nie widziałem tak trywialnego taska.
@nevermoon to zależy od projektu. A to zadanie wcale nie jest takie trywialne, jak cały system w langgraphie jest złożony. Dużo rzeczy można zepsuć, bo jest dużo zależności.
Jako osoba pracująca w AI około 9 lat przyznaję, że najprawdopodobniej jesteśmy tuż przed kolejną „zimą AI”. Aktualna bańka oparta na llmach zaczyna pękać, bo modele nie dowożą tego, co obiecywali marketingowcy. 70, 80 czy 90% ról „White collar jobs” nie zostanie zredukowane w ciągu najbliższych 2 lat. Firmy przeinwestowały budżety i niedługo zaczną robić korekty.