"En el desarrollo de software tradicional, se planifica la v1, v2, v3 del nuevo producto en función de la profundidad de las funciones o las necesidades del usuario. Con los sistemas de IA, la lente cambia. En cambio, cada versión se define por cuánta agencia tiene el sistema y cuánto control está dispuesto a ceder. Comience por identificar un conjunto de características que son de alto control y baja agencia (versión 1 en la imagen a continuación). Estos deben ser pequeños, comprobables y fáciles de observar. A partir de ahí, piense en cómo esas capacidades pueden evolucionar con el tiempo aumentando gradualmente la agencia, una versión a la vez. El objetivo es desglosar un estado final elevado en comportamientos tempranos que pueda evaluar, iterar y construir hacia arriba. Por ejemplo, si su objetivo final es automatizar la atención al cliente en su empresa, una forma de alto control para comenzar sería limitar el alcance de v1 (versión 1) simplemente enrutando los tickets al departamento correcto, luego pasar a v2 donde el sistema sugiere posibles soluciones, y solo en v3 permitir que se resuelva automáticamente con respaldo humano. Aquí hay un par de ejemplos más: Asistente de marketing v1: Borrador de correo electrónico, anuncio o copia social a partir de mensajes v2: Crea campañas de varios pasos y ejecútalas v3: Lanza, prueba A/B y optimiza automáticamente las campañas en todos los canales Asistente de codificación v1: Sugerir finalizaciones en línea y fragmentos de código reutilizables v2: Generar bloques más grandes (como pruebas o refactores) para la revisión humana v3: Aplicar cambios de ámbito y abrir solicitudes de incorporación de cambios (PR) de forma autónoma Si ha seguido cómo evolucionaron herramientas como GitHub Copilot o Cursor, este es exactamente el libro de jugadas que usaron. La mayoría de los usuarios solo ven la versión actual, pero el sistema subyacente subió esa escalera gradualmente. Primero completaciones, luego bloqueos, luego PR, con cada paso obtenido a través del uso, la retroalimentación y la iteración". Más aquí:
Lenny Rachitsky
Lenny Rachitskyhace 15 horas
No se pueden crear productos de IA como otros productos. Los productos de IA son intrínsecamente no deterministas y debe negociar constantemente la compensación entre la agencia y el control. Cuando los equipos no reconocen estas diferencias, sus productos se enfrentan a fallas inesperadas, se quedan atascados depurando sistemas grandes y complicados que no pueden rastrear y la confianza del usuario en el producto se erosiona silenciosamente. Después de ver cómo se desarrollaba este patrón en 50+ implementaciones de IA en empresas como @OpenAI, @Google, @Amazon y @Databricks, Aishwarya Naresh Reganti y Kiriti Badam desarrollaron una solución: el marco de Calibración Continua/Desarrollo Continuo (CC/CD). El nombre es una referencia a la integración continua / implementación continua (CI / CD), pero, a diferencia de su homónimo, está destinado a sistemas donde el comportamiento no es determinista y se debe ganar la agencia. Este marco le muestra cómo: - Comience con funciones de alto control y baja agencia - Construir sistemas de evaluación que realmente funcionen - Escalar productos de IA sin romper la confianza del usuario Está diseñado para reconocer la singularidad de los sistemas de IA y ayudarlo a crear productos de IA más intencionales, estables y confiables. Lo comparten públicamente por primera vez:
25.54K