@cartainc ha creato un prompt di sistema per il suo agente utilizzando Lucidchart per diagrammare il flusso di lavoro completo di un esperto del settore. Poi un generatore di prompt interno ha convertito questo in JSON, che è stato alimentato nell'agente in modo programmatico. "I team che comprendono meglio il dominio stanno contribuendo direttamente alla progettazione di prompt e contesto, migliorando la velocità e la rilevanza senza dover addestrare modelli o imparare il ML," afferma @JayantTikmani. Ecco le loro tecniche di prompting di riferimento, che si basano fortemente sull'apprendimento in contesto. Per la storia completa di come Carta ha costruito un agente che ha salvato ai team interni oltre 3.500 ore al mese, segui il link nei commenti.

Nel nostro secondo saggio su Intelligenza Applicata, analizziamo come @cartainc ha costruito un agente interno che fa risparmiare al loro team oltre 3.500 ore al mese. Il CPO @artshali e il Direttore di Machine Learning @JayantTikmani condividono i dettagli esatti su come trasformare un compito di 11 minuti in uno che può essere completato in pochi secondi: - Concentrandosi su flussi di lavoro in cui il giudizio umano era essenziale ma inefficiente - Diagrammando un flusso di lavoro in Lucidchart e convertendolo in JSON per fungere da prompt di sistema dell'agente - Decoupling del comportamento del modello dall'integrazione UX e flusso di lavoro per iterazioni rapide - E molto altro Leggi l'intera storia nelle risposte qui sotto:

"I gruppi in più rapida crescita che utilizzano Cursor non sono ingegneria. Sono supporto e ricavi," afferma @fnthawar, VP e Head of Engineering di Shopify. Ecco cosa hanno costruito quando Shopify ha dato a tutti accesso a modelli costosi (non solo ai team tecnici): - Un ingegnere di vendita ha abbandonato GSuite Drive, Slack, Salesforce e altri strumenti perché ha creato una homepage personale "Cosa dovrei fare oggi?" in Cursor. - Un rappresentante di vendita ha utilizzato Cursor per costruire uno strumento che genera automaticamente confronti dettagliati delle prestazioni del sito, il che li sta aiutando a ripensare a come vendono. - Il team Revenue Tooling ha costruito un agente per le richieste di proposta che risponde a più RFP contemporaneamente e impara quali risposte funzionano meglio. La nostra nuova pubblicazione, "Intelligenza Applicata," mira a concentrarsi su come i costruttori stanno utilizzando l'IA nelle loro aziende e l'impatto che stanno creando. Nel nostro primo saggio, ci siamo seduti con Thawar per apprendere le intuizioni, le tattiche e i flussi di lavoro non ovvi che Shopify ha utilizzato per dare vita al memo ambizioso del co-fondatore e CEO Tobi Lütke. Segui il link qui sotto per leggere di più.

Le startup di agenti AI vengono lanciate quotidianamente. Ma i fornitori di cloud esistenti (AWS, Azure, ecc.) su cui le startup stanno costruendo erano pensati per gli esseri umani, non per miliardi di agenti autonomi. Ecco perché sono estremamente orgoglioso di collaborare con @blaxelAI, l'"AWS per le aziende AI".

Abbiamo appena risolto l'editing dei documenti senza disegnare scatole. Siamo entusiasti di lanciare Edit – un nuovo endpoint che compila automaticamente qualsiasi documento. Edit rivoluziona l'automazione dei documenti trovando automaticamente tutti i campi vuoti, le tabelle e le caselle di controllo nei moduli, per poi compilarli in modo intelligente con i tuoi dati. Per provarlo, iscriviti alla lista d'attesa su o guardalo in azione qui sotto 🧵

Shopify si è allontanata consapevolmente dal memo di @tobi in un punto. Il memo: “Prima di chiedere più personale e risorse, i team devono dimostrare perché non possono ottenere ciò che vogliono fare utilizzando l'AI.” La deviazione: “Dimostra di poter utilizzare di più l'AI e poi otterrai più risorse.” L'azienda sta assumendo 1.000 stagisti ingegneri, che chiamano “centauri dell'AI”: nativi dell'AI + portando i modi più creativi per utilizzare gli ultimi strumenti. Questi stagisti hanno una “mentalità da principiante”, che Shopify crede aiuti a trovare la propria strada attraverso i problemi. Scopri di più sulle intuizioni, tattiche e flussi di lavoro non ovvi dell'AI di Shopify nella storia linkata nelle risposte.

Adoro vedere applicazioni reali rispetto a demoware superficiali. Una grande parte di questo è che è facile scrivere codice da zero. Collegarsi a un codice esistente, parti del quale potrebbero avere 10 anni, è molto più difficile. (Oppure, nel caso di molti sistemi governativi o aziendali, COBOL.)

Il futuro è già qui. E sta funzionando in produzione. Applied Intelligence è una nuova pubblicazione di @firstround su come i veri team stanno costruendo con l'IA. Primo: Shopify. Quando @tobi ha reso l'uso dell'IA un'aspettativa, il team ha ricostruito il modo in cui lavorano. Condividono flussi di lavoro, video dimostrativi interni e consigli pratici su ciò che hanno imparato finora. Prossimo: Carta, Atlassian e molti altri che mostrano come l'IA venga effettivamente utilizzata e costruita.

Abbiamo appena lanciato qualcosa di nuovo su @firstround - Applied Intelligence, una nuova pubblicazione che condivide come le aziende stanno effettivamente utilizzando l'IA in produzione in questo momento. Non teoria. Non demoware. Flussi di lavoro reali con risultati reali. Il nostro primo pezzo è con @Shopify ed è 🔥👇

Dopo che @tobi ha pubblicato il suo ormai famoso memo sull'IA, probabilmente hai visto post simili di altri fondatori e CEO inondare questa piattaforma. Ma la maggior parte delle aziende è ancora nella fase dei "memo e demo" — piani ambiziosi e mandati, roadmap "AI-first" nei documenti del consiglio, funzionalità appariscenti e demoware. Tuttavia, le implementazioni scalabili e i risultati reali rimangono poco chiari. Quindi oggi lanciamo una nuova pubblicazione per colmare il divario: Applied Intelligence. Mira a condividere come i costruttori stanno utilizzando l'IA nelle loro aziende e l'impatto significativo che stanno vedendo. Il nostro saggio inaugurale è con nientemeno che Shopify, in seguito al memo di Tobi Lütke. Apprendiamo dal VP e Head of Engineering @fnthawar le intuizioni non ovvie, le tattiche e i flussi di lavoro che Shopify ha utilizzato per dare vita a un memo ambizioso. Leggi il saggio qui sotto.