@omarsar0: 确实已经在小规模上发生了!而且你掌控自己的智能技术栈(模型、评估工具、评估)越多,就能解锁更多规模。
摘要
这条推文讨论了小规模AI的日益普及,并鼓励企业现在就构建自己的智能技术栈和流程,以便与未来先进的AI模型和代理协同扩展。
确实已经在小规模上发生了!
而且你掌控自己的智能技术栈(模型、评估工具、评估)越多,就能解锁更多规模。
按此速度,递归自我改进的AI公司将以不同形式开始在各处出现。
但不要等待。
现在就开始递归自我改进你业务/公司的功能或特点,并构建当那些更先进的模型和代理到来时你将需要的流程/评估。
这让你能进一步扩展,理想情况下更接近前沿实验室(至少这应该是雄心壮志)。
查看缓存全文
缓存时间: 2026/09/28 09:28
这正在小规模地发生!
你越是掌握自己的智能技术栈(模型、应用框架、评估体系),就能解锁越大的规模化潜力。
按这个趋势,递归自我改进的AI公司将以各种形式遍地开花。
但别光等着。
现在就开始递归式地改进业务中的某个功能或模块,并为未来更先进的模型与智能体构建所需的流程与评估体系。
这能让你实现更大规模的扩展,理想情况下能接近前沿实验室的水平(至少该以此为目标)。
Logan Kilpatrick (@OfficialLoganK): 2027年将是自主创收(盈利?)智能体/微型公司规模化呈现的一年
如今这已在小规模上实现,但仍有许多粗糙之处
相似文章
@omarsar0: 朋友们,请掌握自己的智能技术栈。无法通过租用智能将公司扩展到前沿领域。定制模型,等…
该推文强调了公司需要拥有自己的AI智能技术栈,包括定制模型、工具和评估,而不是租用,并引用了Gabe Pereyra讨论Harvey挑战的话。
@omarsar0: 掌控你的智能。怎么做到?从使用智能体构建专用模型开始。@oumi_ai 在这方面做得很好。它创建了……
推文强调 Oumi AI 是一个让你使用智能体构建专用模型的平台,涵盖数据生成、配方创建、模型权重、评估器和部署。
@omarsar0: 构建并拥有你的工具,各位。很少有人理解定制和优化智能体工具背后的魔力…
该推文强调构建自定义AI智能体工具以优化性能,提到了Pi的应用,并讨论了自我改进算法和本地模型,以实现更好的控制和效率。
@jianxliao: 这就是为什么开源模型如此重要,以及用于采纳这些开源模型进行特定领域任务、本地运行和持续改进的技术栈…
强调开源AI模型对于特定领域任务、本地部署和持续改进的重要性,主张拥有智能而不是租赁智能。
@omarsar0: 强烈推荐阅读。虽然它看起来更偏向企业应用,但它适用于我们每一个人(独立AI…
推荐阅读关于尽可能多地拥有智能栈的内容,适用于企业、独立AI开发者、研究人员和初创公司。