Ambral (@ambral_ai) construiește primul control al misiunii clienților. Este o echipă de gestionare a conturilor AI construită pentru a vă ajuta să maximizați veniturile de la fiecare client. Felicitări pentru lansare, @Sambrickman_ și @JackStettner!

Vom ști că AGI este amânat odată ce laboratoarele încep să construiască funcții pentru a ne alege propriile culori și fonturi de fundal.

Există un avantaj uriaș în a fi un startup în persoană în SF în acest moment: apropierea de laboratoarele AI, accesul timpuriu la modele, apropierea de oameni de ultimă oră, acces la capital. Dacă un nou model cade și echipa ta se integrează mai repede, aceasta ar putea fi cu ușurință diferența între achiziționarea a sute de utilizatori noi într-o singură zi și nu.

Waymo pentru excavatoare!

Co-fondatorul și CEO-ul Figma, Dylan Field (@zoink), despre modul în care AI va transforma designul și de ce meșteșugul și atenția la detalii vor fi diferențiatorii finali. La AI Startup School din San Francisco. 01:38 – Cum au început Dylan și Evan Figma 02:58 – WebGL: De la jocuri la instrumente 04:10 – Câștigarea timpului pentru a construi 05:48 – Rămânerea motivată prin explorarea timpurie 06:10 – E-mailuri reci, feedback timpuriu și primii utilizatori 08:24 – Momentul lansării și lecțiile despre expediere devreme 10:08 – Cultura constrângerilor și rezolvarea creativă a problemelor 10:50 – Recunoașterea atracției produsului-piață 13:32 – De ce designul este diferențiatorul în era AI 16:34 – Lansarea și extinderea produsului AI de la Figma dincolo de design 18:56 – Estomparea designului, dezvoltării și produsului 21:00 – "Era MS-DOS" a interfețelor AI și a suprafețelor viitorului 23:26 – Rolul designului în cercetarea AI și viitorul designerilor 27:36 – Întrebări și răspunsuri ale publicului: instrumente AI, sursă deschisă, principii și sfaturi

Uneori este greu de înțeles semnificația raționamentului și a actualizărilor logice care încep să apară în modele puternice, cum ar fi GPT-5. Iată un exemplu *foarte simplu* despre cât de puternice devin aceste modele. Am luat un document recent de transcriere a apelului NVIDIA care avea 23 de pagini și avea 7.800 de cuvinte. Am luat o parte din propoziția "și marja brută se va îmbunătăți și se va întoarce la mijlocul anilor '70" și am modificat "mijlocul anilor '70" la "mijlocul anilor '60". Pentru un analist financiar acordat de la distanță, acest lucru ar părea deplasat, deoarece marjele nu s-ar "îmbunătăți și nu s-ar întoarce" la un număr mai mic decât cel descris ca un număr mai mare în altă parte. Dar probabil că 95% dintre cei care citesc acest comunicat de presă nu ar fi observat modificarea, deoarece se potrivește cu ușurință în celelalte 7.800 de cuvinte menționate. Cu Box AI, testând o varietate de modele AI, am întrebat apoi o serie de modele "Există erori logice în acest document? Vă rugăm să oferiți un răspuns de o propoziție." GPT-4.1, GPT4.1 mini și o mână de alte modele care erau de ultimă generație în urmă cu doar ~ 6 luni s-au întors în general și au returnat că nu există erori logice în document. Pentru aceste modele, documentul pare probabil coerent și urmează cum s-ar aștepta să arate o transcriere a câștigurilor, așa că nimic nu iese în evidență pentru ei cu privire la ce să acorde atenție - un fel de halucinație inversă. GPT-5, pe de altă parte, a descoperit rapid problema și a răspuns cu: "Da, documentul conține o inconsecvență internă în ceea ce privește orientarea marjei brute, la un moment dat spunând că marjele vor "reveni la mijlocul anilor '60" și mai târziu spunând că vor fi "la mijlocul anilor '70" mai târziu în acest an. În mod uimitor, acest lucru s-a întâmplat cu GPT-5, GPT-5 mini și, în mod remarcabil, *chiar* GPT-5 nano. Rețineți că jetoanele de ieșire ale GPT-5 nano au un preț de 1/20 din jetoanele GPT-4.1. Deci, mai inteligent (în acest caz de utilizare) pentru 5% din cost. Acum, deși revizuirea erorilor pe documentele de afaceri nu este adesea o întâmplare zilnică pentru fiecare lucrător din cunoștințe, aceste tipuri de probleme apar într-o varietate de moduri atunci când aveți de-a face cu seturi mari de date nestructurate, cum ar fi documente financiare, contracte, transcrieri, rapoarte și multe altele. Poate fi găsirea unui fapt, descoperirea unei erori logice, rularea unei ipoteze sau necesitatea unui raționament deductiv sofisticat. Iar capacitatea de a aplica mai multă logică și raționament datelor întreprinderii devine deosebit de critică atunci când implementați agenți AI în întreprindere. Deci, este uimitor să vezi progresele în acest spațiu chiar acum, iar acest lucru va deschide o mulțime de cazuri de utilizare pentru companii.

A apărut o nouă carte de bucate în parteneriat cu @llama_index! Trecem în revistă cum să construim un flux de lucru puternic de analiză-recuperare-reclasificare pe PDF-uri complexe Verifică-l!

Găzduim un eveniment de inginerie contextuală în SF! Aflați cum echipele de top de inteligență artificială aplicată își proiectează ferestrele de context. Ascultați de la: Jake Heller, CEO @Casetext Beyang Liu, CTO @Sourcegraph Sam Bhagwat, CEO @Mastra_ai Jeff Huber, CEO @trychroma RSVP:

Anytrace () este inginerul tău de asistență AI. Poate rezolva tichetele tehnice de la un capăt la altul, discutând cu clienții, investigând problemele și gestionând întregul ciclu de viață al tichetelor. Felicitări pentru lansare, @samgoldman0 și @tairabun!

Un nou laborator de cercetare AI numit @blankbio_ lansat astăzi. Ei construiesc noi modele de bază pentru ARNm și sunt una dintre cele mai puternice echipe tehnice cu care am lucrat. Sunt deosebit de încântat de rezultatele noului lor model și de setul larg de domenii de aplicare pentru acesta.