3 entradas3 builders

AI Builders Digest

Lo que dijeron hoy quienes construyen la IA de verdad. Una página, unos 1 min de lectura.

Arca mostró qué hace falta para que los agentes de AI gestionen tareas financieras que duran días: mantener el contexto de cada cliente, revisar cada acción y exigir la aprobación de una persona para las operaciones. Aaron Levie sostuvo que la AI debería mejorar la calidad del trabajo en sí, mientras que Swyx defendió ciclos de revisión más rápidos frente a llevar el esfuerzo del modelo al máximo.

Pódcast

Latent Space

Los agentes de Arca coordinan tareas financieras durante días, con aprobación humana para las operaciones

Arca usa agentes para analizar las finanzas de sus clientes, dar seguimiento al trabajo durante varios días e involucrar a un asesor cuando una decisión requiere criterio humano. «Los agentes piden indicaciones a las personas más a menudo que al revés». La firma mantiene las operaciones y las comunicaciones con los clientes bajo control humano, registra las acciones y revisa los resultados de los agentes para detectar errores y problemas de cumplimiento.

  • #agents
  • #finance
X

Aaron Levie

Box CEO

Aaron Levie dice que el trabajo con AI debería superar lo que los equipos podían hacer antes

Para Levie, la prueba de un uso eficaz de la AI es si el resultado habría sido posible antes de contar con ella. Sostiene que los equipos deberían aspirar a mejores funciones de producto, sistemas de ingeniería más rápidos, investigaciones más profundas y procesos de negocio que aprendan de los errores pasados, en lugar de limitarse a terminar más rápido el trabajo de siempre.

  • #agents
  • #products
X

Swyx

Swyx prefiere un menor esfuerzo del modelo combinado con un ciclo de revisión

Para tareas cuyo límite es el volumen de trabajo que se puede procesar, Swyx sostiene que ejecutar el modelo con poco esfuerzo y después revisar el resultado puede dar mejores resultados que llevar cada ejecución al esfuerzo máximo. Considera que la configuración del esfuerzo depende de las preferencias de cada uno, no de una regla universal.

  • #agents

Recíbelo por correo

Un correo al día. Cancela con un clic.

De dónde sale esto

Los datos provienen del proyecto de código abierto follow-builders, de zarazhangrui, publicado bajo licencia MIT. Los resúmenes los genera un LLM a partir de los feeds públicos de ese proyecto, y los prompts de resumen están adaptados de él. Cada entrada enlaza a su fuente original.

Resúmenes generados automáticamente. Lee el original antes de dar por buena cualquier afirmación.