@cartainc creó un aviso del sistema para su agente utilizando Lucidchart para diagramar el flujo de trabajo completo de un experto en el dominio. Luego, un generador de avisos interno lo convirtió en JSON, que se introdujo en el agente de manera programática. "Los equipos que mejor entienden el dominio están contribuyendo directamente al diseño de avisos y contexto, mejorando la velocidad y la relevancia sin necesidad de entrenar modelos o aprender ML", dice @JayantTikmani. Aquí están sus técnicas de aviso de estándar de oro, que dependen en gran medida del aprendizaje en contexto. Para la historia completa de cómo Carta construyó un agente que ahorró a los equipos internos más de 3,500 horas al mes, sigue el enlace en los comentarios.

En nuestro segundo ensayo sobre Inteligencia Aplicada, desglosamos cómo @cartainc construyó un agente interno que ahorra a su equipo más de 3,500 horas al mes. El CPO @artshali y el Director de Aprendizaje Automático @JayantTikmani comparten los detalles exactos de cómo convertir una tarea de 11 minutos en una que se puede completar en segundos: - Enfocándose en flujos de trabajo donde el juicio humano era esencial pero ineficiente - Diagrama un flujo de trabajo en Lucidchart y conviértelo en JSON para actuar como el aviso del sistema del agente - Desacoplando el comportamiento del modelo de la experiencia del usuario y la integración del flujo de trabajo para una rápida iteración - Y mucho más Lee la historia completa en las respuestas a continuación:

"Los grupos de más rápido crecimiento que utilizan Cursor no son de ingeniería. Son de soporte y de ingresos", dice @fnthawar, VP y Jefe de Ingeniería en Shopify. Esto es lo que construyeron cuando Shopify dio acceso a todos a modelos costosos (no solo a los equipos técnicos): - Un ingeniero de ventas abandonó GSuite Drive, Slack, Salesforce y otras herramientas porque construyó una página de inicio personal "¿Qué debería hacer hoy?" en Cursor. - Un representante de ventas utilizó Cursor para construir una herramienta que genera automáticamente comparaciones detalladas del rendimiento del sitio, lo que les está ayudando a repensar cómo venden. - El equipo de Herramientas de Ingresos construyó un agente de solicitud de propuesta que responde múltiples RFPs a la vez y aprende cuáles respuestas funcionan mejor. Nuestra nueva publicación, "Inteligencia Aplicada", tiene como objetivo centrarse en cómo los creadores están utilizando la IA en sus empresas y el impacto que están creando. En nuestro primer ensayo, nos sentamos con Thawar para conocer las ideas, tácticas y flujos de trabajo no obvios que Shopify utilizó para dar vida al ambicioso memorando del cofundador y CEO Tobi Lütke. Sigue el enlace a continuación para leer más.

Las startups de agentes de IA se lanzan a diario. Pero los proveedores de nube incumbentes (AWS, Azure, etc.) sobre los que las startups están construyendo estaban destinados a humanos, no a miles de millones de agentes autónomos. Por eso estoy más que orgulloso de asociarme con @blaxelAI, el "AWS para empresas de IA".

Acabamos de resolver la edición de documentos sin dibujar cuadros. Estamos emocionados de lanzar Edit – un nuevo endpoint que completa automáticamente cualquier documento. Edit revoluciona la automatización de documentos al encontrar automáticamente todos los campos en blanco, tablas y casillas de verificación en los formularios, y luego llenarlos inteligentemente con tus datos. Para probarlo, inscríbete en la lista de espera en o míralo en acción más abajo 🧵

Shopify se ha desviado conscientemente del memo de @tobi en un aspecto. El memo: “Antes de pedir más personal y recursos, los equipos deben demostrar por qué no pueden lograr lo que quieren hacer utilizando IA.” La desviación: “Muestra que puedes usar IA más y entonces obtendrás más recursos.” La empresa está contratando 1,000 pasantes de ingeniería, a los que llaman “centauros de IA”: nativos de IA + aportando las formas más creativas de utilizar las últimas herramientas. Estos pasantes tienen una “mentalidad de principiante”, que Shopify cree que te ayuda a encontrar tu camino a través de los problemas. Aprende más sobre las ideas, tácticas y flujos de trabajo no obvios de IA de Shopify en la historia vinculada en las respuestas.

Me encanta ver aplicaciones reales frente a demoware de impacto rápido. Una gran parte de eso es que es fácil hacer código desde cero. Conectar a una base de código existente, partes de la cual pueden tener 10 años, es mucho más difícil. (O, en el caso de muchos sistemas gubernamentales o empresariales, COBOL.)

El futuro ya está aquí. Y está funcionando en producción. Applied Intelligence es una nueva publicación de @firstround sobre cómo los equipos reales están construyendo con IA. Primero: Shopify. Cuando @tobi hizo que el uso de IA fuera una expectativa, el equipo reconstruyó cómo trabajan. Comparten flujos de trabajo, videos de demostración internos y consejos tácticos sobre lo que han aprendido hasta ahora. Próximo: Carta, Atlassian y muchos más, cada uno mostrando cómo se utiliza y se construye realmente la IA.

Acabamos de lanzar algo nuevo en @firstround - Inteligencia Aplicada, una nueva publicación que comparte cómo las empresas están utilizando realmente la IA en producción en este momento. No teoría. No demoware. Flujos de trabajo reales con resultados reales. Nuestra primera pieza es con @Shopify y es 🔥👇

Después de que @tobi publicara su ahora famoso memo sobre IA, probablemente viste publicaciones similares de otros fundadores y CEOs inundar esta plataforma. Pero la mayoría de las empresas todavía están en la fase de "memos y demostraciones" — planes ambiciosos y mandatos, hojas de ruta "primero IA" en las presentaciones, características llamativas y demoware. Sin embargo, las implementaciones escalables y los resultados reales siguen siendo poco claros. Así que hoy, lanzamos una nueva publicación para cerrar la brecha: Inteligencia Aplicada. Su objetivo es compartir cómo los creadores están utilizando la IA en sus empresas y el impacto significativo que están viendo. Nuestro ensayo inaugural es con nada menos que Shopify, siguiendo el memo de Tobi Lütke. Aprendemos del VP y Jefe de Ingeniería @fnthawar sobre las ideas no obvias, tácticas y flujos de trabajo que Shopify utilizó para dar vida a un memo ambicioso. Lee el ensayo a continuación.