@cartainc creó un mensaje del sistema para su agente mediante el uso de 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 mediante programación. "Los equipos que mejor entienden el dominio están contribuyendo directamente al diseño de avisos y contextos, mejorando la velocidad y la relevancia sin necesidad de entrenar modelos o aprender ML", dice @JayantTikmani. Aquí están sus técnicas de indicaciones estándar de oro, que dependen en gran medida del aprendizaje en contexto. Para conocer la historia completa de cómo Carta creó un agente que ahorró a los equipos internos 3,500+ horas por mes, siga el enlace en los comentarios.

En nuestro segundo ensayo sobre Inteligencia Aplicada, desglosamos cómo @cartainc creado un agente interno que le ahorra a su equipo 3,500+ horas por mes. El CPO @artshali y Director de Machine Learning @JayantTikmani comparten los detalles exactos para convertir una tarea de 11 minutos en una que podría completarse en segundos: - Centrarse en flujos de trabajo donde el juicio humano era esencial pero ineficiente - Diagramar un flujo de trabajo en Lucidchart y convertirlo en JSON para que actúe como el indicador del sistema del agente - Desacoplar el comportamiento del modelo de la integración de la experiencia del usuario y el flujo de trabajo para una iteración rápida - Y mucho más Lea la historia completa en las respuestas a continuación:

"Los grupos de más rápido crecimiento que usan Cursor no son ingeniería. Es soporte e ingresos", dice @fnthawar, vicepresidente y jefe de ingeniería de Shopify. Esto es lo que construyeron cuando Shopify les dio a todos acceso a modelos costosos (no solo a los equipos técnicos): - Un ingeniero de ventas abandonó GSuite Drive, Slack, Salesforce y otras herramientas porque creó una página de inicio personal "¿Qué debo hacer hoy?" en Cursor. - Un representante de ventas usó Cursor para crear una herramienta que genera comparaciones detalladas del rendimiento del sitio automáticamente, lo que les ayuda a repensar cómo venden. - El equipo de Revenue Tooling creó un agente de solicitud de propuesta que responde a varias RFP a la vez y aprende qué respuestas funcionan mejor. Nuestra nueva publicación, "Inteligencia aplicada", tiene como objetivo centrarse en cómo los constructores 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. Siga el enlace a continuación para leer más.

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

Acabamos de descifrar la edición de documentos sin cuadros de dibujo. Estamos muy contentos de lanzar Edit, un nuevo punto final que rellena cualquier documento automáticamente. Edit revoluciona la automatización de documentos al encontrar automáticamente todos los campos en blanco, tablas y casillas de verificación en los formularios, y luego completarlos de manera inteligente con sus datos. Para probarlo, inscríbete en la lista de espera o míralo en acción a continuación 🧵

Shopify se ha desviado conscientemente del memorándum de @tobi en un lugar. El memorándum: "Antes de pedir más personal y recursos, los equipos deben demostrar por qué no pueden hacer lo que quieren utilizando la IA". La distracción: "Demuéstrale que puedes usar más la IA y luego obtendrás más recursos". La compañía está contratando a 1.000 pasantes de ingeniería, a los que llaman "centauros de IA": nativos de IA + que aportan las formas más creativas de usar 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. Obtén más información sobre las ideas, tácticas y flujos de trabajo de IA no obvios de Shopify en la historia vinculada en las respuestas.

Me encanta ver aplicaciones reales en lugar de demoware de golpe rápido. Una gran parte de eso es que es fácil hacer código greenfield. Conectarse 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 se están construyendo equipos reales con IA. Primero: Shopify. Cuando @tobi convirtió el uso de la IA en una expectativa, el equipo reconstruyó su forma de trabajar. Comparten flujos de trabajo, videos de demostración internos y consejos tácticos sobre lo que han aprendido hasta ahora. A continuación: Carta, Atlassian y muchos más, cada uno de los cuales muestra cómo se utiliza y construye realmente la IA.

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

Después de que @tobi publicara su ahora famoso memorándum de IA, probablemente hayas visto publicaciones similares de otros fundadores y directores ejecutivos inundando esta plataforma. Pero la mayoría de las empresas todavía se encuentran en la fase de "memorandos y demostraciones": planes y mandatos ambiciosos, hojas de ruta "primero para la IA" en las cubiertas a bordo, características llamativas y demoware. Sin embargo, las implementaciones escalables y los resultados reales siguen siendo turbios. Así que hoy, estamos lanzando una nueva publicación para cerrar la brecha: Inteligencia Aplicada. Su objetivo es compartir cómo los constructores están utilizando la IA en sus empresas y el impacto significativo que están viendo. Nuestro ensayo inaugural es nada menos que con Shopify, siguiendo el memorándum de Tobi Lütke. Aprendemos del vicepresidente y jefe de ingeniería @fnthawar sobre las ideas, tácticas y flujos de trabajo no obvios que Shopify utilizó para dar vida a un memorándum ambicioso. Lea el ensayo a continuación.