OpenAI pustilo do desktopovej aplikácie ChatGPT hlas, ktorým sa dá riadiť viac agentov naraz. Spustíte úlohu, prerušíte ju, preskladáte priority, a to všetko ústami.
OpenAI pustilo do desktopovej aplikácie ChatGPT hlas, ktorým sa dá riadiť viac agentov naraz. Spustíte úlohu, prerušíte ju, preskladáte priority, a to všetko ústami.
Toto si skladám ručne už pár mesiacov a hlas je na tom tá najmenej zaujímavá časť. Zaujímavá je otázka, ktorá z toho plynie: keď sa dá všetko postaviť takto rýchlo, kto spozná, že je to zle? Ukážem vám jeden deň a na konci odpoveď.
Ráno: dvadsať minút chôdze
Najlepšie zadanie dňa vzniká vonku. Nie pri klávesnici.
Deň nezačína pri počítači. Začína vonku, so slúchadlom v uchu. Diktujem, čo chcem ten deň urobiť, prečo a čoho sa bojím. Neformulujem, len to dostávam z hlavy von. Za dvadsať minút chôdze je z toho viac kontextu, než by som za hodinu napísal, a lepší, pretože hovorím v celých myšlienkach.
Prepis chybuje na menách a číslach, to priznávam. Ale na premýšľanie nahlas to funguje lepšie než čokoľvek, čo som skúsil.
Dopoludnia: osem terminálov vedľa seba
Osem behov naraz. Nie preto, že som rýchly, ale preto, že nečakám.
Pri stole to už ide inak. Roky som si ladil vlastné prostredie: osem terminálov vedľa seba, mriežka, ktorá sa postaví sama, cez dvetisíc riadkov vlastného nastavenia a pomocníkov, ktorí pracujú po ruke. Čo mi chýbalo, dopísal som si.
Praktický dôsledok: v jednom dopoludní beží päť vecí naraz. Zadanie do výberového konania pre logistickú firmu, podklad pre partnera, úprava vlastného produktu, k tomu obsah a interné systémy, na ktorých firma stojí. Nečakám, kým jedno dobehne, aby som začal druhé. To nie je trik, to je kapacita. Jeden človek vybaví to, na čo bolo predtým potrebných päť špecialistov.
Druhá polovica dopoludnia je nudná a klient ju nikdy neuvidí. Na každý hovor idem tak, že mám prečítané všetko, čo k tomu vzniklo. Pri poslednom partnerskom rokovaní to bolo sto devätnásť súborov, od prepisu prvého callu po testovací sken jeho produktu. Vďaka tomu nehovorím vo všeobecnej rovine, ale ku konkrétnej vete, ktorú protistrana povedala pred troma týždňami. To je rozdiel medzi stretnutím, z ktorého vypadne rozhodnutie, a stretnutím, po ktorom sa posiela zhrnutie.
Nad tým teraz skúšam Orcu, aplikáciu, ktorá tie terminály riadi ako jeden celok. Panely o sebe konečne vedia a kontext medzi nimi nenosí človek. Zatiaľ ju mám krátko, takže žiadne veľké závery. Až budem mať odjazdené týždne, napíšem, ako dopadla aj čo mi na nej vadí.
Popoludní: čo za ten deň reálne vzniklo
Nie koľko hodín. Čo z nich vypadlo.
Tu je vidieť, čo tá prevádzka reálne umožňuje. A zároveň presne tu začína ten problém, kvôli ktorému článok píšem.
Tri veci z posledných pár týždňov, nie za celý rok.
Aplikácia za pol dňa. V lete som postavil malú aplikáciu pre Mac, ktorá stráži stretnutia. Za noc štyri verzie, testy z osemnástich na päťdesiatdva, dva nezávislé audity, hodnotenie 9,2 z 10. Zadarmo aj so zdrojovým kódom, ako verejná beta. Teraz je za ňou niekoľko stoviek stiahnutí a chystám ju na Reddit a ďalšie komunity, kde ju rozbije viac ľudí než ja. O tom, čo z toho vypadne, budem písať ďalej. Celý príbeh tej prvej noci je v článku Pol dňa na appku, deň a pol na to, aby sa dala dať cudzím ľuďom.
Premeraný dodávateľ. Skôr než sme s jedným partnerom podpísali spoluprácu, pretiahol som jeho službu 35 reálnymi prepismi z našich hovorov. 35 z 35 bez chyby a 9,7-krát lacnejšie než náš doterajší model. Oni sami inzerovali 9,1-krát. Na call som prišiel s číslami, nie s dojmami. Celé meranie aj s metodikou je v článku 9,7x lacnejšie než Claude Sonnet.
Stovky článkov pre jednu klientku. Publikačný systém, ktorý píše jej hlasom, ona schvaľuje z mobilu. Článok za pár eur, nie za tisíce. Ako je celý postavený, som rozobral v článku „Váš web môže pracovať, aj keď spíte“.
Najradšej mám však čísla, ktoré nehovorím ja. Jeden klient, marketingová agentúra, si spočítal, že mu systém šetrí štyridsať hodín mesačne. To číslo som nepočítal, prišlo od neho. A presne také ma zaujíma, pretože sa dá overiť v jeho výkaze, nie v mojej prezentácii.
Toto nie je o rýchlosti písania. Je to o tom, že sa nečaká, beží viac vecí naraz a každý výstup sa meria. Za tou rýchlosťou je pätnásť rokov projektov a vyše päťtisíc hodín s AI, inak by z toho nevypadlo nič použiteľné.
Prvá verzia je vždy slušná a k ničomu. Tento článok som trikrát zahodil a napísal znova, pretože mi niečo nesedelo. Rýchlosť nie je v tom, že prvý pokus vyjde. Je v tom, že ho poznám a zahodím ešte ten istý deň.
A presne tu je tá otázka z úvodu. Keď sa dá všetko postaviť za deň, kto spozná, že je to zle? U mňa je odpoveď nudná: pätnásť rokov rovnakých otázok v rôznych odvetviach. Spoznám za sekundy, čo v piatok večer spadne, ale nie preto, že by som bol múdrejší než model. Preto, že som to už videl spadnúť. Pri pánte na okuliare, ktorý nesmie ťahať vlasy. Pri sklade, ktorý nesmie klamať účtovníctvu. Pri platobnej bráne, kde sa chyba počíta v transakciách. Model návrh vygeneruje za minúty, ale nikdy sám nepovie neviem. To rozhodnutie zostáva na človeku a dá sa urobiť rýchlo len vtedy, keď má za sebou odpracovanú prax.
Popoludní, druhá polovica: oponent
Chyba, ktorá zareve, je dobrá správa. Tá, ktorá mlčí, je prúšvih.
A teraz tá časť, ktorú skoro každý dodávateľ vynechá. Presne tam sa stráca.
Lenže po šiestich hodinách pri jednej veci prehliadne slepé miesto aj ten najskúsenejší človek. Preto všetko, čo ten deň vzniklo, prejde ešte druhým modelom. Nie rovnakým, iným. Dostane vlastné zadanie a hľadá diery. Pretože jeden model si svoju prácu neoponuje. Pochváli ju. Vždy.
Nie je to môj dojem. Zapier nechal nezávisle zmerať, ako si modely vedú na 657 reálnych firemných úlohách, a hodnotilo sa aj to, či dodržia zadané pravidlá. Najlepšie sa dostali pod 50 percent. Preložené: špičkový model urobí reálnu firemnú úlohu správne a podľa pravidiel zhruba v polovici prípadov. Bez druhej kontroly tú druhú polovicu nikto nevidí.
Popri druhom modeli ide všetko ešte cez vlastné QA laboratórium. Šestnásť pravidiel, verdikt pustiť von alebo nie, bez výhovoriek, že tentoraz to stačí. Web sa navyše pred nasadením prejde na piatich šírkach automaticky, nie okom. Potom ručné preklikanie a overenie produkcie. Naposledy to našlo odkaz vedúci na miesto, ktoré na stránke neexistovalo.
Pri tej aplikácii na stretnutia to vyzeralo takto. Druhý model nevrátil jeden nález. Vrátil štyri podmienky, bez ktorých som to nemal púšťať von. Dve stoja za opísanie.
Odinštalácia mazala podľa masky názvu. Na mojom počítači to sedelo. Lenže tá maska mohla trafiť aj aplikáciu niekoho iného. Oprava bola overiť identifikátor, nie meno.
Keď sa nepodarilo načítať kalendár, funkcia nevrátila chybu. Vrátila prázdny zoznam. Aplikácia sa tvárila, že žiadne stretnutia nemáte, a pokojne svietila zeleno. To nie je pád, ktorého si všimnete. To je ticho.
Najhoršia chyba nie je pád. Najhoršie je ticho, keď systém tvrdí, že je všetko v poriadku. A toto platí pre každý systém, ktorý vám niekto predá. Pýtajte sa, kto mu oponoval.
Večer: zápis
Posledná vec dňa je najnudnejšia a vzdá ju skoro každý. Všetko, čo sa ten deň rozhodlo a vzniklo, sa zapíše. Nie do hlavy, do systému. Z tých zápisov som si postavil digitálne dvojča: pozná moje rozhodovacie pravidlá a povie mi, kde si protirečím. Občas skôr než človek. Druhý deň ráno nezačínam od nuly a model tiež nie, pretože pozná kontext všetkých projektov, nie priemer z internetu.
Bez toho je z každého setupu o tri mesiace mŕtvy priečinok. S tým sa to sčítava.
Máte pri sebe niekoho, kto vašej AI povie, že sa mýli?
Čo si z toho vziať, keď nie ste vývojár
Tá myšlienka nie je technická, aj keď článok tak znie. Jarvis nie je jeden múdry asistent. Sú to tri vrstvy: rýchly vstup, pamäť, aby sa nič neopakovalo, a niekto, kto povie, že je to zle, skôr než to uvidí klient. Prvé dve si dnes zaobstará každý za popoludnie. Tá tretia rozhoduje.
A tú tretiu vynecháva skoro každý. Potom vznikajú tridsaťstranové dokumenty, ktoré nikto nečítal, a systémy, ktoré svietia zeleno, aj keď mlčia. Až budete vyberať dodávateľa AI, toto je tá otázka, ktorú položte: kto u vás oponuje tomu, čo postavíte?
Tieto tri vrstvy staviame firmám aj mimo vývoja. Ak vás zaujíma, ako by taký deň vyzeral u vás, napíšte mi, alebo si rovno vezmite úvodných 15 minút: cal.com/transformuj.ai/30min
Článok pôvodne vyšiel na LinkedIne. Pôvodný článok na LinkedIne
