เคสสำหรับ AI Studio ขนาดเล็ก

สิ่งที่ตรงไปตรงมาที่สุดที่คุณสามารถพูดได้เกี่ยวกับผลิตภัณฑ์ AI ส่วนใหญ่ก็คือไม่มีใครรับผิดชอบผลิตภัณฑ์เหล่านี้จริงๆ คุณจะสัมผัสได้ถึงมัน: กล่องแชทที่ติดอยู่กับแดชบอร์ด ปุ่ม "สรุป" ที่สร้างประโยคธรรมดาสี่ประโยคเหมือนกันไม่ว่าคุณจะป้อนอะไรก็ตาม หน้าการตั้งค่าที่มีโมเดลสิบเอ็ดแบบจะสลับให้ผู้จัดการผลิตภัณฑ์ชนะการต่อสู้เพื่อรวมไว้ สิ่งเหล่านี้ไม่ใช่ผลิตภัณฑ์ที่แพ้ให้กับคู่แข่ง พวกเขาแพ้แผนผังองค์กรของตนเอง นี่เป็นกรณีของสตูดิโอ AI ขนาดเล็ก — สำหรับการพัฒนา AI ที่นำโดยผู้ก่อตั้ง โดยให้เป็นทางเลือกที่ตั้งใจ ไม่ใช่ระยะที่คุณเติบโต

เราสร้างแอปพลิเคชัน AI เพื่อการดำรงชีวิตเป็นสตูดิโอสำหรับสองคน นั่นไม่ใช่ข้อจำกัดที่เราขออภัย จึงเป็นเหตุให้งานดี สิ่งต่อไปนี้ไม่ใช่ความคิดถึงสำหรับสตาร์ทอัพด้านอู่ซ่อมรถ เป็นคำกล่าวอ้างเกี่ยวกับจุดที่ผลิตภัณฑ์ AI แตกหัก และใครอยู่ในตำแหน่งที่จะป้องกันไม่ให้แตกหัก

รสชาติเป็นข้อได้เปรียบของทีมเล็กๆ และ AI ทำให้ยิ่งใหญ่ขึ้น

ก่อนที่จะมีการสร้างแบบจำลอง รสนิยมในซอฟต์แวร์ส่วนใหญ่เป็นเค้าโครงและการคัดลอก คุณสามารถจัดส่งบางสิ่งที่มีความสามารถและผู้ใช้จะปรับตัว AI เปลี่ยนเดิมพันเนื่องจากเอาต์พุตของโมเดล คือ พื้นผิวของผลิตภัณฑ์ เมื่อแอปของคุณเขียน แนะนำ สรุป หรือตัดสินใจ คำตัดสินเล็กๆ น้อยๆ นับพันจะรั่วไหลตรงไปยังผู้ใช้ ไม่ว่าจะเป็นน้ำเสียง ความยาว เวลาที่ควรเงียบ เมื่อใดที่ต้องยอมรับความไม่แน่นอน คำตอบที่ "ดี" จะเป็นอย่างไรสำหรับบุคคลนี้ในตอนนี้

การเรียกเหล่านั้นไม่รอดจากคณะกรรมการ พวกเขาได้รับค่าเฉลี่ยเป็นข้าวต้ม

ด้วย Youp ซึ่งเป็นแอปบันทึกประจำวัน AI ของเรา งานที่ยากที่สุดไม่เคยเป็นงานท่อประปาแบบเดิมๆ กำลังตัดสินใจว่าแอปควร ไม่ พูดอะไร เพื่อนเขียนบันทึกที่พบกับความยากลำบากและคิดบวกแบบร่าเริงนั้นแย่กว่าคนที่ไม่พูดอะไรเลย ดังนั้นเราจึงใช้ความพยายามของเราในการยับยั้งชั่งใจ: ความยาวของการตอบกลับ เมื่อการสะท้อนควรเป็นประโยคเงียบ ๆ ประโยคเดียว เมื่อการกระทำที่ถูกต้องคือการไม่ถามอะไรเลย นั่นเป็นการตัดสินใจแบบมีรสนิยม และมันยังคงสอดคล้องกันเพียงเพราะมีคนหนึ่งหรือสองคนเก็บเรื่องทั้งหมดไว้ในหัวและเต็มใจที่จะปกป้องสิ่งที่ "ไม่"

Takeaway: สำหรับสินค้า AI รสชาติไม่ใช่การตกแต่ง มันเป็นข้อกำหนด หากคนที่มีรสนิยมนั่งสามชั้นที่ถูกลบออกจากพรอมต์ โทเค็นสตรีม และสถานะว่างเปล่า รสนิยมของพวกเขาจะไม่ไปถึงผู้ใช้ ในสตูดิโอขนาดเล็ก ระยะทางเป็นศูนย์

ความเป็นเจ้าของ: ใครก็ตามที่เลือกโมเดลก็ตอบตั๋วด้วย

มีการจัดทีมขนาดใหญ่เพื่อแบ่งความรับผิดชอบ ซึ่งเป็นรูปแบบที่ไม่ถูกต้องสำหรับระบบที่ล้มเหลวในลักษณะคลุมเครือและตัดขวาง สนามหลอน, เวลาแฝงที่เพิ่มขึ้นอย่างรวดเร็วขณะโหลด, ขั้นตอนการดึงข้อมูลที่ไม่ส่งกลับอะไรเลย — ไม่มีขอบเขตความเคารพของทีม พวกเขาอยู่ในช่องว่างระหว่าง "ทีมโมเดล" "ทีมแพลตฟอร์ม" และ "ทีมแอป" ช่องว่างเป็นที่ที่ไม่มีใครรู้สึกเจ็บปวด

MadaiOps ซึ่งเป็นแอปคำสั่งซื้อ crypto และการดำเนินการซื้อขายของเรา ทำให้สิ่งนี้เป็นรูปธรรม วางเส้นทางและตรวจสอบคำสั่งซื้อระหว่างการแลกเปลี่ยนแบบเรียลไทม์ อัตราความล้มเหลวที่ยอมรับได้สำหรับ "คำสั่งซื้อของฉันผ่านจริงหรือไม่" อยู่ที่ประมาณศูนย์ คุณไม่สามารถสร้างสิ่งนั้นด้วยความเป็นเจ้าของแบบกระจายได้ เนื่องจากความน่าเชื่อถือไม่ใช่คุณสมบัติที่คุณเพิ่ม เป็นการตัดสินใจเชิงป้องกันนับพันเกี่ยวกับการลองใหม่ ความเป็นค่าเดิม การเติมบางส่วน และสิ่งที่จะแสดงให้ผู้ใช้เห็นเมื่อการแลกเปลี่ยนกำลังโกหกเกี่ยวกับสถานะของตนเอง บุคคลที่เขียนลอจิกการกำหนดเส้นทางจะต้องเป็นคนเดียวกับที่รู้สึกหวาดกลัวกับคำสั่งซื้อที่ติดขัดในเวลาตี 3 เมื่อคนเหล่านั้นอยู่คนละคน รอยต่อระหว่างพวกเขาจะกลายเป็นไฟดับ

Takeaway: จัดส่งแผนผังองค์กรและจัดส่งตะเข็บ สตูดิโอที่มือคนเดียวกันสัมผัสกับข้อความแจ้ง ตรรกะในการลองใหม่ และช่องทางของเหตุการณ์จะสร้างระบบที่ล้มเหลวน้อยลงและฟื้นตัวเร็วขึ้น ไม่ใช่เพราะคนฉลาดกว่า แต่เป็นเพราะไม่มีความรับผิดชอบใดตกลงไปในช่องว่าง

ความเร็วนั้นมีอยู่จริง แต่ส่วนที่น่าสนใจก็คือความเร็ว ชนิด

ทุกคนอ้างว่าทีมเล็กๆ เคลื่อนไหวเร็ว เวอร์ชันขี้เกียจนั้นเป็นเรื่องจริงและน่าเบื่อ: มีการประชุมน้อยลง ไม่มีห่วงโซ่การอนุมัติ เวอร์ชันที่น่าสนใจคือการพัฒนา AI ให้รางวัลแก่จังหวะเฉพาะที่ทีมใหญ่ไม่สามารถเทียบเคียงได้ในเชิงโครงสร้าง

การสร้างโมเดลถือเป็นการทดลอง คุณไม่ทราบว่าพรอมต์ หน้าต่างบริบท หรือลูปการใช้เครื่องมือทำงานอย่างไรจนกว่าคุณจะรันกับอินพุตจริง แก่นหลักคือ: สร้างสมมติฐาน เปลี่ยนสิ่งหนึ่ง ดูผลลัพธ์ที่แท้จริง แก้ไขแบบจำลองทางจิตของคุณ ทีมที่ชนะจะวิ่งวนหลายครั้งต่อวันโดยมีผู้มีอำนาจตัดสินใจอยู่ในที่นั่ง

องค์กรขนาดใหญ่เปลี่ยนการทำซ้ำแต่ละครั้งเป็นตั๋ว การวิ่งระยะสั้น และการทบทวน เมื่อความคิดเห็นมาถึง ผู้ที่มีสมมติฐานก็สูญเสียเธรดไปแล้ว สตูดิโอบีบอัดสมมติฐานต่อการสังเกตเป็นนาที นี่คือสาเหตุที่การทำงาน Linea ในยุคแรกๆ ของเรา — เวิร์กโฟลว์อัตโนมัติของ AI ซึ่งขณะนี้อยู่ในรุ่นเบต้าส่วนตัว — ยังคงอยู่ในวงจรการสร้างต้นแบบที่รัดกุมมากกว่าแผนงาน พฤติกรรมของตัวแทนปรากฏเกินกว่าจะวางแผนบนแผนภูมิแกนต์ได้ คุณสร้างมัน ดูมันทำอะไรโง่ๆ และแก้ไขเหตุผล ซ้ำแล้วซ้ำอีก โดยไม่มีแฮนด์ออฟที่กินวนซ้ำ

การแลกเปลี่ยนระบุไว้อย่างตรงไปตรงมา

ความเร็วแบบนี้มีค่าใช้จ่ายจริง ไม่ได้ขยายขนาดโดยการเพิ่มคน และขึ้นอยู่กับบุคคลสองสามคนที่อยู่ในบริบทอย่างลึกซึ้ง นั่นเป็นความเสี่ยงอย่างแท้จริง และการแสร้งทำเป็นอย่างอื่นถือเป็นการไม่ซื่อสัตย์ เรายอมรับเพราะสำหรับผลิตภัณฑ์ AI ทางเลือกอื่น — กระบวนการที่รอดจากการหมุนเวียนแต่ทำให้การตัดสินใจลดลง — จะสร้างซอฟต์แวร์ที่แย่กว่านั้น เราอยากจะมีขนาดเล็กและสอดคล้องกันมากกว่าขนาดใหญ่และมีค่าเฉลี่ย

การปฏิเสธคือวินัยทั้งหมด

พยาธิสภาพที่กำหนดของผลิตภัณฑ์ AI ในขณะนี้คือการไม่สามารถปฏิเสธได้ โมเดลทุกรุ่นสามารถทำทุกอย่างได้เพียงเล็กน้อย ดังนั้นแผนงานทุกรายการจึงขยายให้ครอบคลุมทุกสิ่ง ผลลัพธ์ที่ได้คือผลิตภัณฑ์ที่กว้าง ตื้นเขิน และน่าจดจำ: รายการคุณลักษณะที่ควรมีมุมมอง

ข้อได้เปรียบของสตูดิโอขนาดเล็กคือ "ไม่" ที่น่าเชื่อถือ ไม่ต้องสลับรูปแบบผู้ใช้ส่วนใหญ่ไม่สามารถให้เหตุผลได้ ไม่ใช่สำหรับแชทบอทในสินค้าที่ไม่ควรมี ไม่ควรจัดส่งความสามารถที่เราไม่สามารถเชื่อถือได้ เนื่องจากฟีเจอร์ AI ที่ไม่สม่ำเสมอนั้นแย่ยิ่งกว่าไม่มีฟีเจอร์เลย โดยจะสอนให้ผู้ใช้ไม่ไว้วางใจคุณ และความไว้วางใจนั้นจะไม่กลับมาอีก นี่ไม่ใช่การบำเพ็ญตบะ เป็นที่ยอมรับว่าในผลิตภัณฑ์ AI พื้นที่ผิวถือเป็นความรับผิดชอบ ความสามารถทุกอย่างที่คุณเปิดเผยคือคำมั่นสัญญาเกี่ยวกับคุณภาพที่คุณต้องรักษาไว้ในพื้นที่อินพุตที่ไม่มีขอบเขต

หยิบยกมา: สิ่งประดิษฐ์ที่มีค่าที่สุดที่สตูดิโอขนาดเล็กผลิตมักเป็นรายการสิ่งที่ปฏิเสธที่จะสร้าง รายการนั้นเป็นกระดูกสันหลังของผลิตภัณฑ์ ทีมใหญ่พยายามดิ้นรนที่จะรักษาไว้ เนื่องจากการปฏิเสธความสามารถมักจะหมายถึงการปฏิเสธเพื่อนร่วมงาน ซึ่งเป็นการสนทนาที่ยากกว่าการส่งเวอร์ชันธรรมดาๆ

สิ่งนี้ไม่ได้หมายความว่า

คงจะราคาถูกถ้าลงท้ายด้วย "ดีเล็ก ใหญ่แย่" บางสิ่งจำเป็นต้องมีการปรับขนาดอย่างแท้จริง: การฝึกอบรมโมเดลชายแดน โครงสร้างพื้นฐานระดับดาวเคราะห์ โดเมนที่ได้รับการควบคุม ซึ่งจำนวนพนักงานจะซื้อเส้นทางการตรวจสอบ และการป้องกันทางกฎหมาย สตูดิโอไม่ใช่รูปทรงที่เหมาะสมสำหรับสิ่งเหล่านั้น และเราไม่ได้เสแสร้งว่าเป็นแบบนั้น

แต่เลเยอร์ที่เราทำงานอยู่ — ออกแบบและจัดส่ง แอปพลิเคชัน นอกเหนือจากโมเดลที่มีอยู่แล้ว — เป็นที่แน่ชัดว่าขนาดจะหยุดช่วยและเริ่มเจือจาง คอขวดไม่มีการคำนวณหรือจำนวนพนักงาน เป็นการตัดสินที่สอดคล้องกันที่ใช้อย่างไม่ลดละกับการตัดสินใจเล็กๆ น้อยๆ นับพันครั้ง ซึ่งจัดขึ้นโดยคนใกล้ชิดกับงานมากพอที่จะรู้สึกได้กับทุกคน

นั่นคือกรณีทั้งหมด ไม่ใช่ว่าเราถูกกว่าหรือขี้ริ้วกว่า แต่สื่อจะให้รางวัลแก่ความเข้มข้นของการตัดสิน และสตูดิโอเล็กๆ ที่นำโดยผู้ก่อตั้ง ถือเป็นการตัดสินในรูปแบบที่เข้มข้นที่สุด เมื่อแบบจำลองสามารถทำอะไรก็ได้ สิ่งที่หายากคือการตัดสินใจด้วยรสนิยมและต้องการผลลัพธ์ว่าควรทำอะไร และบ่อยครั้งกว่านั้นคือสิ่งใดไม่ควร