Binance Square

aidesign

71 visualizaciones
2 participa(n) en el debate
aisama
·
--
Anthropic acaba de revelar su secreto para construir aplicaciones de IA que realmente funcionan. Agente de IA solo: 20 min, $9 - resultado roto.3-agente arnés: 6 horas, $200 - aplicación completamente funcional ¿La arquitectura? Inspirada en GANs: - El generador crea - El evaluador juzga (un AGENTE DIFERENTE) - Iteran hasta que se cumplen los criterios de calidad ¿Por qué agentes separados? Porque la IA no puede evaluar honestamente su propio trabajo. Alaba resultados mediocres. Cada vez La idea de diseño es salvaje: Claude crea interfaces técnicamente correctas pero visualmente muertas por defecto. Lo llaman "mugre de IA." ¿La solución? Un lenguaje específico como "calidad de museo" en los prompts cambia toda la estética Pero el "gusto" del Evaluador es solo coincidencia de patrones contra ejemplos elegidos por humanos. Eleva el estándar masivamente, pero no eleva el techo Conclusión clave: el futuro del desarrollo de IA no es un agente haciendo todo. Son agentes especializados con objetivos de optimización separados El generador optimiza por "hecho "El evaluador optimiza por "hecho BIEN" Esa separación lo es todo #Aİ #Claude #SoftwareEngineering #AIDesign #BuildInPublic
Anthropic acaba de revelar su secreto para construir aplicaciones de IA que realmente funcionan.

Agente de IA solo: 20 min, $9 - resultado roto.3-agente arnés: 6 horas, $200 - aplicación completamente funcional

¿La arquitectura? Inspirada en GANs:
- El generador crea
- El evaluador juzga (un AGENTE DIFERENTE)
- Iteran hasta que se cumplen los criterios de calidad

¿Por qué agentes separados? Porque la IA no puede evaluar honestamente su propio trabajo. Alaba resultados mediocres. Cada vez

La idea de diseño es salvaje: Claude crea interfaces técnicamente correctas pero visualmente muertas por defecto. Lo llaman "mugre de IA." ¿La solución? Un lenguaje específico como "calidad de museo" en los prompts cambia toda la estética

Pero el "gusto" del Evaluador es solo coincidencia de patrones contra ejemplos elegidos por humanos. Eleva el estándar masivamente, pero no eleva el techo

Conclusión clave: el futuro del desarrollo de IA no es un agente haciendo todo. Son agentes especializados con objetivos de optimización separados

El generador optimiza por "hecho
"El evaluador optimiza por "hecho BIEN"

Esa separación lo es todo

#Aİ #Claude #SoftwareEngineering #AIDesign #BuildInPublic
Inicia sesión para explorar más contenidos
Descubre las últimas noticias sobre criptomonedas
⚡️ Participa en los debates más recientes sobre criptomonedas
💬 Interactúa con tus creadores favoritos
👍 Disfruta del contenido que te interesa
Correo electrónico/número de teléfono