KevinSimback

Acabei de ouvir o último @theallinpod que teve uma discussão sobre o "desabafo" de Alex Karp que viralizou esta semana
A maior constatação que todos estão acordando é a *falta* de vantagem competitiva ao usar modelos de fronteira
Se todos os seus concorrentes os usam, você não tem diferenciação
Pior ainda, usar esses modelos pode te expor a riscos competitivos se os laboratórios decidirem pegar seus dados e criar produtos que concorrem com você (pergunte ao Figma)
A cereja do bolo é que esses modelos são 5-100x mais caros do que alternativas que podem ser tão boas quanto com a implementação co

Imagine as possibilidades
Mercados de capital de inferência x $ansem parceria
Alavanque a atenção para potencializar IA descentralizada, mercados agentivos
cc @blknoiz06 e @0xgilbert

Estou fazendo Fable-maxxing desde que foi reativado
Minha opinião subjetiva - ele age com autonomia de maneiras que nenhum outro modelo faz atualmente
Ele faz o que peço, depois encontra outras coisas importantes relacionadas pelo caminho e também as faz
Ele cuida do trabalho como alguém que se importa

Enquanto todo mundo está falando sobre Anthropic/OpenAI vs modelos open source chineses
Apenas lembre-se que existem outros players que podem fazer grandes anúncios em qualquer dia para mudar o equilíbrio de ambos os lados
Previsão: teremos um grande dentro das próximas 1-2 semanas

Codificar é o caso de uso inquestionável de PMF para IA, mas a maioria dos trabalhos de conhecimento ainda tem um longo caminho a percorrer.
Codificar funciona porque todo o contexto vive em um repositório git que é versionado, estruturado, em um só lugar e geralmente com um conjunto de testes que informa o que está correto.
O trabalho de conhecimento, por outro lado, é baseado em informações que residem em vários lugares diferentes - Slack, e-mail, vários sistemas e, muitas vezes, na cabeça das pessoas.
Então, se você quer automatizar o trabalho de conhecimento como código, precisa de um "rep

Colocar um LLM como juiz é a maneira mais simples e fácil de criar um loop
1. Faça o que você já faz ao usar prompts de IA
2. Use outro modelo para avaliar a saída e dar feedback a ele
3. Itera até que ambos estejam satisfeitos
Veja a saída final apenas quando o loop estiver completo
Já que você está usando um LLM como juiz, isso geralmente é melhor para tarefas não determinísticas como pesquisa, design, especificações de construção, etc.
Usar o Looper para fazer isso tornará super fácil ao refinar seu prompt para um loop melhor construído, adicionar o juiz e definir os critérios de saída para

PTSD induzido, quem sabe sabe

Acabei de sair da Itália em meio a essa onda de calor, realmente não entendo por que o ar-condicionado é motivo de debate
Literalmente todo mundo - incluindo os locais - está reclamando
Ficar sufocado dentro de casa só deixa as pessoas irritadas, instala logo o ar-condicionado

Se você não é dos EUA ou da China, não sei como você se acomoda e se torna dependente deles para a inteligência que irá definir o futuro
Você pensaria que seria uma prioridade nacional ter uma estratégia aqui
Claro, mais fácil falar do que fazer - você precisa de grandes recursos e talento para competir com os laboratórios de fronteira
O passo mais fácil é construir centros de dados soberanos e hospedar os modelos de pesos abertos ou versões treinadas posteriormente - pelo menos você possui alguma forma de inteligência
Os Emirados Árabes e a Arábia Saudita parecem estar seguindo esse c

Se você está fazendo diligência em uma nova startup, agora precisa avaliar a sua “natividade em IA” junto com a equipe, produto e mercado
Por quê? Se eles não estiverem na vanguarda do uso de IA, isso os coloca em risco de não executar rápido o suficiente
Não é um filtro de aprovação rígido, mas é um sinal - aqui estão alguns sinais iniciais:
1. Eles te deram um arquivo .md, junto com um deck, que você pode alimentar ao seu LLM?
2. Eles criaram um deck interativo em HTML ou apenas enviaram um PDF/docsend?
3. Eles falam sobre habilidades proprietárias, dados, avaliações ou métodos que

Se você está avaliando uma nova startup, agora precisa avaliar a sua “natividade em IA” junto com a equipe, produto e mercado
Por quê? Se eles não estiverem na vanguarda do uso de IA, isso os coloca em risco de não executarem rápido o suficiente
Não é um filtro de aprovação rígido, mas é um sinal - aqui estão alguns sinais iniciais:
1. Eles te deram um arquivo .md, junto com um deck, que você pode alimentar ao seu LLM?
2. Eles criaram um deck interativo em HTML ou apenas enviaram um PDF/docsend?
3. Eles falam sobre habilidades proprietárias, dados, avaliações ou métodos que estão usa

Enigma para você:
O que acontece quando o GLM-6 for lançado e tiver capacidades de Fable/Mythos?
Não é uma questão de se, mas de quando
E entender os cenários e implicações é incrivelmente importante

Um grande problema com criptomoedas atualmente é que você precisa assumir que todo novo projeto de token vai ser uma fraude, intencionalmente ou não
Mas para que a IA descentralizada funcione, você precisa de alguns mecanismos de coordenação e tokens fazem mais sentido
Como podemos conciliar isso?