Pendiri Claude Code Mengungkap Prediksi Terbaru: Divisi Kerja Tim Dirombak di Era AI, "Lima Tipe Orang" Ini Paling Dibutuhkan

marsbitXuất bản vào 2026-06-30Cập nhật gần nhất vào 2026-06-30

Tóm tắt

Dengan maraknya Agent Coding yang membentuk ulang industri perangkat lunak, perubahan tidak hanya terjadi pada peran "insinyur" tradisional. Boris Cherny, pemimpin tim Claude Code di Anthropic, mengamati bahwa fungsi teknik, produk, desain, dan ilmu data semakin menyatu. Dia mengusulkan lima peran baru berbasis pola perilaku, tidak terikat pada jabatan tradisional: 1. **The Prototyper (Pembuat Prototipe):** Menghasilkan banyak ide dan konsep baru, fokus pada kuantitas dan disruptif. 2. **The Builder (Pembangun):** Mengubah prototipe kasar menjadi produk atau infrastruktur yang siap produksi dan dapat diskalakan. 3. **The Sweeper (Pembersih):** Menyederhanakan antarmuka, mengatur ulang kode, dan menghapus fitur berlebihan untuk meningkatkan kinerja dan kemampuan pemeliharaan. 4. **The Growth (Pertumbuhan):** Mengiterasi produk yang sudah jadi agar lebih dekat dengan pasar, meningkatkan retensi pengguna, dan mengubahnya dari "dapat digunakan" menjadi "diperlukan". 5. **The Maintainer (Pemelihara):** Memastikan keamanan, keandalan, efisiensi, dan ketahanan sistem yang matang dalam jangka panjang. Peran-peran ini tidak eksklusif. Satu orang dapat merangkul beberapa peran (misalnya, 1+3 atau 2+3) yang berubah sesuai tahap produk atau proyek. Tim yang sehat membutuhkan kombinasi peran yang berbeda bergantung pada kematangan produk: produk baru membutuhkan peran 1,2,3; produk yang sedang tumbuh membutuhkan 2,3,4 dengan beberapa 5; produk matang membutuhkan 3,4,5 dengan beberap...

Dalam situasi di mana Agent Coding tengah booming dan membentuk ulang industri perangkat lunak, dunia industri tampaknya telah mulai menerima fakta yang tak terbantahkan bahwa "insinyur" telah berubah. Namun kenyataannya, yang berubah mungkin bukan hanya posisi "insinyur" saja, perubahan yang lebih mendalam sedang terjadi secara diam-diam di balik struktur organisasi tim...

Baru-baru ini, Boris Cherny, kepala tim Claude Code di Anthropic, mengajukan sebuah pengamatan yang menarik di X.

Dia mencatat, seiring dengan semakin menyatunya fungsi-fungsi seperti teknik, produk, desain, dan ilmu data, dia terus berpikir, ke arah seperti apa peran-peran ini akan berkembang di masa depan? Mengambil tim Claude Code sebagai contoh, "label jabatan" tradisional di dalam tim sedang dihapus secara total, digantikan oleh 5 jenis peran baru "tanpa ikatan" yang didasarkan pada pola perilaku: Prototyper (Si Pembuat Purwarupa), Builder (Si Pembangun), Sweeper (Si Pembersih), Growth (Si Pertumbuhan), Maintainer (Si Pemelihara).

Prototyper (Si Pembuat Purwarupa): Bertanggung jawab utama untuk mengajukan ide-ide baru, terus menghasilkan banyak kreativitas, di mana sebagian besar pada akhirnya tidak akan diluncurkan. Dengan kata lain, mereka mengejar kuantitas dan sifat disruptif dari ide-ide, tanpa terjebak apakah setiap ide harus direalisasikan.

Builder (Si Pembangun): Bertangg jawab utama untuk mengubah ide-ide yang tersebar atau purwarupa kasar, dengan cepat menjadi produk atau infrastruktur berkinerja tinggi yang benar-benar dapat digunakan di lingkungan produksi dan dihadapan banyak pengguna. Singkatnya, mereka bertanggung jawab menyelesaikan lompatan sulit dari 0.1 ke 1.

Sweeper (Si Pembersih): Bertanggung jawab utama untuk "melakukan pengurangan". Efek samping paling menakutkan di era AI adalah pembengkakan kode dan fungsi yang berlebihan. Tugas Sweeper adalah membersihkan, menyederhanakan antarmuka pengguna, menyederhanakan, merefaktor kode dan arsitektur sistem yang berantakan, menghapus fungsi-fungsi berlebihan yang tidak perlu, untuk mendapatkan kinerja dan kemudahan pemeliharaan sistem yang tinggi.

Growth (Si Pertumbuhan): Mengambil alih produk yang sudah terbentuk dan dibangun. Saat produk memasuki pasar, Growth bertanggung jawab untuk iterasi berkelanjutan dengan langkah-langkah kecil dan cepat, harus peduli: Bagaimana agar produk lebih dekat dengan pasar? Bagaimana membuat pengguna lebih ingin bertahan? Bagaimana membuat produk dari "bisa digunakan" menjadi "dibutuhkan". Namun, peran ini tidak setara dengan operasi pertumbuhan tradisional, melainkan lebih mendekati kombinasi kemampuan produk, data, pemahaman pengguna, dan eksperimen.

Maintainer (Si Pemelihara): Bertanggung jawab atas operasional jangka panjang dari sistem yang sudah matang. Mereka belum tentu terlibat dalam mengejar fitur baru yang cemerlang, tetapi sangat memperhatikan keamanan, keandalan, efisiensi operasional yang ekstrem, dan ketahanan sistem, memastikan layanan tetap stabil seperti batu karang dalam kondisi lalu lintas ekstrem apa pun.

Namun perlu diperhatikan, kelima peran ini tidak sesuai dengan jabatan tradisional. Artinya, mereka tidak seperti dalam manajemen organisasi tradisional, di mana peran seseorang tetap pada gelar jabatannya.

Boris Cherny percaya, banyak orang mungkin menjangkau dua peran, bahkan terkadang menjangkau tiga peran.

"Saya juga menyadari bahwa peran-peran ini tidak benar-benar terikat pada jabatan spesifik. Misalnya, di dalam Anthropic, beberapa desainer lebih sesuai dengan tipe 1, beberapa lebih sesuai dengan tipe 2, dan beberapa lebih sesuai dengan tipe 3; begitu pula dengan insinyur, manajer produk, ilmuwan data."

Ini berarti, dalam tim yang diperkuat AI yang efisien, banyak anggota bukan lagi "sekrup tunggal". Seorang desainer bisa menjadi Prototyper, juga bisa menjadi Sweeper; seorang insinyur bisa menjadi Builder, juga bisa menjadi Maintainer; seorang manajer produk bisa mengambil peran Growth, juga bisa menjadi Prototyper; seorang ilmuwan data mungkin tidak hanya melakukan analisis, tetapi juga bisa langsung terlibat dalam pertumbuhan produk dan optimisasi sistem...

Dengan kata lain, cara tim melihat seseorang di masa depan mungkin akan berubah. Pertanyaan di masa lalu mungkin terutama "Anda di posisi apa"? Sedangkan di masa depan atau sekarang sedang berubah menjadi "Anda dapat mendorong tahap mana dalam siklus hidup produk"?

Boris Cherny menganalisis, cara kombinasi peran yang dibutuhkan oleh tim yang sehat ini tergantung pada tahap di mana produk berada:

Sebuah produk yang benar-benar baru, belum menemukan kesesuaian dengan pasar, membutuhkan orang yang ahli dalam peran tipe 1, 2, 3;

Sebuah produk yang sedang tumbuh, telah menemukan kesesuaian dengan pasar, membutuhkan peran tipe 2, 3, 4, dan dilengkapi dengan beberapa peran tipe 5;

Sebuah produk yang sudah memiliki kesesuaian pasar yang kuat, membutuhkan peran tipe 3, 4, 5, dan mempertahankan beberapa peran tipe 2.

"Mungkin peran produk di masa depan akan lebih seperti ini, bukan pembagian jabatan berdasarkan bidang keahlian seperti saat ini."

Dan begitu postingan ini diterbitkan, segera menimbulkan diskusi hangat di antara netizen, mayoritas menyetujui.

"Ini sangat sesuai dengan keadaan kerja orang yang sebenarnya. Di beberapa proyek, saya benar-benar kombinasi 1+3, dan di proyek lain, saya hampir murni 4. Nama jabatan tidak pernah benar-benar merangkum ini."

Seorang ilmuwan data juga "memberi kesaksian", mengatakan bahwa sebagai ilmuwan data, dia sering menemukan dirinya melakukan pekerjaan tipe Sweeper, sambil membangun produk dengan selera ilmu data. "Jadi, apakah ini berarti saya tipe 2+3?"

Netizen Kun Chen@kunchenguid mengatakan, merasakan hal yang sama. Dia mengatakan bahwa dirinya selalu tidak terlalu suka mendefinisikan "prototipe peran" ini, karena orang mudah melihatnya dan berpikir: "Oh, ternyata inilah saya", lalu berhenti merefleksikan diri. Sedangkan dalam kenyataannya, "Peran seseorang seringkali perlu berubah bersama proyek."

Dia memberi contoh, misalnya saat memulai proyek baru, dia biasanya akan menjadi Prototyper dan Builder; tetapi dengan cepat, ketika hal-hal yang kasar dan tidak sempurna mulai menjadi hambatan, dia akan berubah menjadi Sweeper. Dan seiring proyek semakin matang, dia akan beralih ke Growth dan Maintainer... "Jika saya membatasi diri pada satu peran tertentu, maka saat proyek mencapai tahap tertentu, saya harus melepaskannya."

Dan realitas lainnya adalah, sekarang orang semakin sering mengerjakan banyak proyek secara bersamaan, yang menuntut orang dapat memainkan peran berbeda di proyek yang berbeda. "Mengelompokkan diri ke dalam prototipe tetap tertentu, seringkali membatasi seseorang untuk memperluas ambisi."

Jadi sarannya adalah: Tetap fleksibel, fokus pada hal terpenting yang dibutuhkan untuk mencapai tujuan, jangan terlalu memikirkan batasan peran. Karena batasan ini hanya akan terus kabur seiring waktu.

Boris Cherny menanggapi hal ini, ini benar-benar sesuai dengan perasaannya: "Sepenuhnya setuju. Peran seringkali terus berubah seiring waktu dan tahap proyek."

Ada juga netizen yang menyatakan keraguan, "Mengingat masalah AI menulis kode pada dasarnya sudah terpecahkan, mengapa masih membutuhkan peran seperti Builder dan Sweeper? Tidakkah kita bisa langsung meminta Claude untuk menjalankan siklus berulang?"

Menanggapi hal ini, penjelasan Boris Cherny adalah, Claude dapat membantu menyelesaikan hal-hal ini dalam berbagai tingkat, dan akan semakin kuat seiring waktu. Dan saat ini, Claude hari ini sudah cukup baik dalam menangani dua jenis pekerjaan Sweeper dan Builder.

Lalu bagaimana dengan Anda, bagaimana melihat perubahan peran jabatan ini? Selamat berkomentar dan berdiskusi di kolom komentar!

Referensi link:

https://x.com/bcherny/status/2071379474277613732

https://x.com/kunchenguid/status/2071382977628795289

Artikel ini berasal dari akun WeChat publik "Machine Heart" (ID:almosthuman2014), penulis: yang memperhatikan AI

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QMenurut Boris Cherny, apa saja lima peran 'non-label' baru yang muncul dalam tim yang diubah oleh AI, dan apa fokus utama masing-masing?

ALima peran tersebut adalah: 1) The Prototyper (Prototiper): fokus menghasilkan banyak ide dan konsep baru, tidak semua harus diluncurkan. 2) The Builder (Pembangun): mengubah prototipe kasar menjadi produk atau infrastruktur yang siap produksi. 3) The Sweeper (Pembersih): menyederhanakan antarmuka, kode, dan arsitektur, menghapus redundansi untuk kinerja dan pemeliharaan yang lebih baik. 4) The Growth (Pendorong Pertumbuhan): mengiterasi produk yang sudah jadi untuk mendekatkannya ke pasar dan meningkatkan retensi pengguna. 5) The Maintainer (Pemelihara): memastikan keamanan, keandalan, efisiensi, dan ketahanan sistem yang matang.

QBagaimana Boris Cherny menjelaskan bahwa peran-peran baru ini berbeda dari jabatan atau posisi tradisional dalam sebuah tim?

ABoris Cherny menjelaskan bahwa kelima peran ini tidak terikat pada jabatan tradisional seperti insinyur, manajer produk, atau desainer. Seseorang dapat menjalani beberapa peran sekaligus (misalnya, seorang desainer bisa menjadi Prototyper dan Sweeper), dan peran seseorang dapat berubah sesuai dengan tahap produk atau proyek yang sedang dikerjakan.

QMenurut analisis Boris Cherny, bagaimana komposisi peran yang dibutuhkan oleh sebuah tim yang sehat berubah sesuai dengan tahapan produk?

AKomposisinya bergantung pada tahap produk: 1) Produk baru yang belum menemukan product-market fit membutuhkan orang yang ahli dalam peran Prototyper, Builder, dan Sweeper. 2) Produk yang sedang tumbuh dan telah menemukan product-market fit membutuhkan Builder, Sweeper, Growth, dengan beberapa Maintainer. 3) Produk yang sudah memiliki product-market fit kuat membutuhkan Sweeper, Growth, dan Maintainer, dengan tetap mempertahankan beberapa Builder.

QApa tanggapan dan contoh nyata dari seorang ilmuwan data yang dikutip dalam artikel terkait dengan peran-peran baru ini?

ASeorang ilmuwan data yang dikutip mengatakan bahwa dia sering menemukan diri melakukan pekerjaan seperti Sweeper (membersihkan dan menyederhanakan), sambil juga membangun produk dengan pendekatan khas ilmu data. Dia bertanya-tanya apakah ini menjadikannya kombinasi peran Builder dan Sweeper (tipe 2+3).

QBagaimana Boris Cherny menanggapi keraguan bahwa AI (seperti Claude) dapat sepenuhnya menggantikan peran seperti Builder dan Sweeper?

ABoris Cherny menjawab bahwa Claude memang dapat membantu dalam berbagai tingkat untuk semua peran tersebut dan kemampuannya akan terus meningkat. Saat ini, Claude sudah cukup baik dalam membantu tugas-tugas peran Sweeper dan Builder, tetapi peran manusia tetap diperlukan dalam ekosistem tim yang diubah oleh AI.

Nội dung Liên quan

Nhãn mác "chuỗi ma" của Cardano bị bác bỏ? Tại sao 34 ứng dụng phi tập trung (dApp) của ADA không kể toàn bộ câu chuyện

Bài báo thảo luận về nhãn "ghost chain" (blockchain ma) thường bị gán cho Cardano (ADA) do số lượng dApp ít ỏi (chỉ 34) so với các đối thủ như Ethereum hay Solana. Dữ liệu cho thấy hoạt động on-chain và số người dùng hàng ngày của Cardano thấp hơn đáng kể. Tuy nhiên, bài viết lập luận rằng chỉ số này không kể câu chuyện toàn diện. Cardano sử dụng mô hình EUTXO (Extended Unspent Transaction Output) độc đáo, nơi các giao dịch được tổng hợp (batch) trước khi ghi vào sổ cái. Điều này mang lại lợi thế về bảo mật và tính xác định, nhưng cũng dẫn đến việc đánh giá thấp số liệu hoạt động thực tế trên chuỗi. Bên cạnh đó, Cardano tập trung vào phát triển bền vững, bảo mật và phương pháp nghiên cứu chuyên sâu, phù hợp cho các ứng dụng tuân thủ và doanh nghiệp. Mặc dù có những lo ngại như việc đóng cửa công cụ TapTools và cảnh báo về một số dApp có thể ngừng hoạt động, số liệu phát triển của Cardano vẫn rất mạnh. Do đó, bài viết kết luận rằng việc gọi Cardano là "ghost chain" chỉ dựa trên số lượng dApp là không đủ căn cứ, vì nó bỏ qua kiến trúc kỹ thuật và định hướng chiến lược riêng biệt của mạng lưới này.

ambcrypto44 phút trước

Nhãn mác "chuỗi ma" của Cardano bị bác bỏ? Tại sao 34 ứng dụng phi tập trung (dApp) của ADA không kể toàn bộ câu chuyện

ambcrypto44 phút trước

Cơ quan FCA của Anh công bố sổ tay quy định về tiền mã hóa: Phương pháp tiếp cận dựa trên rủi ro bắt đầu vào tháng 10/2027

Cơ quan Giám sát Tài chính Anh (FCA) đã công bố một khuôn khổ quy định mới cho tiền mã hóa, áp dụng từ tháng 10/2027, thay vì các quy định cứng nhắc, đồng loạt. Cách tiếp cận dựa trên rủi ro này yêu cầu các công ty tiền mã hóa duy trì vốn đủ để bù đắp tổn thất tiềm năng, nhưng số vốn sẽ thay đổi tùy theo mức độ rủi ro của từng doanh nghiệp. Các công ty nhỏ hơn và ít rủi ro hơn sẽ có yêu cầu công bố thông tin giảm bớt, giúp tiết kiệm chi phí tuân thủ. Các công ty sẽ tự đánh giá rủi ro trên bảng cân đối kế toán và thực hiện kiểm tra áp lực hàng năm, sau đó FCA sẽ xem xét các đánh giá này. Mục tiêu của những thay đổi này là tăng cường sự tin tưởng của thị trường và thu hút thêm 3-4 triệu người dùng tiền mã hóa tại Anh. Đối với stablecoin, FCA đã giữ cấu trúc cơ bản nhưng nới lỏng một số yêu cầu, đồng thời tăng cường bảo vệ người tiêu dùng bằng quy định tài sản dự trữ phải được nắm giữ trong một ủy thác theo luật định. Các quy tắc này tạo thành khuôn khổ cơ bản, trong đó những tổ chức phát hành lớn có thể phải đối mặt với giám sát chặt chẽ hơn.

ambcrypto2 giờ trước

Cơ quan FCA của Anh công bố sổ tay quy định về tiền mã hóa: Phương pháp tiếp cận dựa trên rủi ro bắt đầu vào tháng 10/2027

ambcrypto2 giờ trước

Claude và Codex mà bạn dùng hàng ngày, Meta nội bộ không cho phép sử dụng tùy tiện

Vào tháng 5, Meta đã áp đặt các hạn chế nội bộ đối với việc sử dụng Claude Code và Codex cho đội kỹ sư AI ứng dụng của mình. Lý do không phải vì các công cụ này kém hiệu quả, mà ngược lại, vì chúng quá tốt. Meta đang phát triển trợ lý lập trình AI tự chủ tên MetaCode và lo ngại rằng đầu ra từ các mô hình bên ngoài này có thể vô tình "thấm" vào dữ liệu huấn luyện hoặc quy trình đánh giá của mô hình nội bộ, dẫn đến hiện tượng "chưng cất" (distillation). Điều này sẽ khiến MetaCode học theo "bản lĩnh" của đối thủ hơn là phát triển năng lực thực sự của riêng mình. Các hạn chế cụ thể bao gồm: không sử dụng đầu ra từ Claude/Codex để tạo câu hỏi kiểm tra cho mô hình nội bộ, không để AI tìm lỗi hoặc phân tích mã để đề xuất kiểm thử, và đảm bảo mọi nội dung AI tạo ra không xuất hiện trong môi trường mà mô hình đang được đánh giá có thể truy cập. Các công việc hỗ trợ như thiết lập quy trình hay cấu trúc mã vẫn được phép, nhưng luôn cần có sự giám sát của con người. Vấn đề "bẫy chưng cất" này là thách thức chung của ngành. Mặc dù không bị luật pháp cấm rõ ràng, nhưng các điều khoản dịch vụ của OpenAI hay Anthropic đều ngăn cản việc sử dụng đầu ra của họ để tạo ra sản phẩm cạnh tranh. Việc Meta thận trọng phản ánh mối lo ngại về ranh giới giữa năng lực tự phát triển và năng lực "mượn" từ người khác, đồng thời cũng nhằm mục tiêu cắt giảm chi phí sử dụng AI bên ngoài lên tới hàng chục tỷ USD. Tình huống này cho thấy khi AI giúp chúng ta tạo ra AI, câu hỏi "bản lĩnh thực sự thuộc về ai?" ngày càng khó trả lời.

marsbit2 giờ trước

Claude và Codex mà bạn dùng hàng ngày, Meta nội bộ không cho phép sử dụng tùy tiện

marsbit2 giờ trước

Vì sao chúng ta cần quan điểm về nội dung AI vào ngày hôm nay?

Trong bối cảnh AI phát triển mạnh mẽ trong ngành sáng tạo nội dung, đặc biệt là điện ảnh và video, bài viết phân tích mâu thuẫn giữa tiềm năng và những lo ngại xung quanh AI. AI đã chứng minh hiệu quả trong sản xuất nội dung giải trí nhanh ("thức ăn nhanh văn hóa") như phim ngắn, web drama nhờ khả năng tạo hiệu ứng, đáp ứng nhu cầu cảm xúc nông và logic thương mại dựa trên khối lượng. Tuy nhiên, việc AI tiến vào lĩnh vực điện ảnh truyền thống - nơi được coi là "bữa ăn chính văn hóa" - lại gây ra nhiều tranh cãi về đạo đức, việc làm và bản chất sáng tạo. Bài viết chỉ ra ba giá trị cốt lõi của con người trong sáng tạo mà AI khó thay thế: khả năng đổi mới đột phá, sự đầu tư lao động/thời gian (tạo ra giá trị cảm nhận), và trải nghiệm sống/cảm xúc thật mang tính tương tác giữa người với người. Tuy nhiên, sự phát triển của nội dung AI đang đối mặt với rủi ro "vượt giới hạn": lợi thế chi phí có thể chèn ép và "đánh cắp" thành quả sáng tạo của con người; sản lượng khổng lồ dẫn đến nguy cơ chất lượng thấp và cơ chế "đồng xấu đẩy lùi đồng tốt"; hiệu suất cao khiến rủi ro về an toàn nội dung và bản quyền phát sinh sớm hơn và khó kiểm soát hơn. Do đó, cần thiết lập một "quan điểm về nội dung AI" với bốn nguyên tắc cốt lõi: (1) Đảm bảo không gian sáng tạo của con người được mở rộng, không bị thu hẹp; (2) Tôn trọng và bảo vệ thành quả sáng tạo của con người, tránh bị khai thác; (3) Duy trì vai trò chủ đạo và trách nhiệm của con người trong quá trình sáng tạo; (4) Đảm bảo tính minh bạch, công khai và quyền được biết của người dùng đối với nội dung AI. Tương lai của nội dung AI nên là một hành trình cân bằng, nơi con người là "người cầm lái" công nghệ, sử dụng AI để khuếch đại sự sáng tạo, bảo vệ giá trị nhân văn và thúc đẩy văn hóa phát triển lành mạnh.

marsbit2 giờ trước

Vì sao chúng ta cần quan điểm về nội dung AI vào ngày hôm nay?

marsbit2 giờ trước

Giao dịch

Giao ngay

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 902Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.7kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片