பலர் இன்னும் Prompt Engineering-ஐ ஆராய்ந்து கொண்டிருக்கிறார்கள். ஆனால் AI துறை ஏற்கனவே அடுத்த கட்டத்துக்குள் நுழையத் தொடங்கியுள்ளது. Context Engineering. கடந்த இரண்டு ஆண்டுகளாக, நாம் தொடர்ந்து நம்பியது: Prompt நல்லதாக எழுதப்பட்டால், AI வெளியீடும் அதைவிட நல்லதாக இருக்கும். அதனால் பல்வேறு Prompt டெம்ப்ளேட்கள், சகலவித மந்திரங்கள், மற்றும் உத்தேச வார்த்தை நுட்பங்கள் தோன்றின. ஆனால் மாடல்களின் திறன் அதிகரிக்க அதிகரிக்க, ஒரு உண்மை தெளிவாகத் தெரிகிறது. Prompt இன் முக்கியத்துவம் குறைந்து வருகிறது. Agent-இன் திறனை உண்மையில் தீர்மானிப்பது, இனி ஒரு prompt மட்டும் அல்ல. அது எவ்வளவு சரியான சூழலை (Context) பெற முடிகிறதென்பதுதான். ஒரு உதாரணம் சொல்கிறேன்.
OpenAI Codex-ஐ செய்வதின் உண்மையிலான நோக்கம், Cursor-ன் சந்தையை பிடிப்பதற்காக மட்டும்தானா?
நான் நினைக்கிறேன், பெரும்பாலானவர்கள் அதை தவறாகப் புரிந்துள்ளனர். Codex-ஐ ஒரு AI நிரலாக்க கருவியாகக் கருதினால், அது Cursor, Claude Code, GitHub Copilot ஆகியவற்றிலிருந்து உண்மையில் பெரிய வித்தியாசம் இல்லை. ஆனால் OpenAI மின் மூலோபாயக் கண்ணோட்டத்தில் பார்த்தால், Codex இன் நோக்கம் ஒருபோதும் “ப்ரோக்ராமர்களுக்கு கோடு எழுத உதவுவது” அல்ல. அதற்குப் பதிலாக, இன்னும் பெரிய ஒன்றை சரிபார்க்கிறது: AI ஏற்கனவே சிக்கலான பணிகளை தனித்து முடிக்கும் திறன் கொண்டதா? OpenAI ஏன் Coding-ஐ முதல் Agent காட்சியாகத் தேர்ந்தெடுத்தது? ஏனெனில் அனைத்து அறிவுப் பணிகளிலும், நிரலாக்கத்துக்கே மிகவும் சிறந்த பயிற்சி சூழல் இருக்கிறது. தேவை தெளிவாக வரையறுக்கப்படலாம்.
உலகக் கோப்பை முடிந்தது, சகோதரர்களே—அனைவரும் சம்பாதிச்சுட்டீங்களா? வாங்க, மெஸ்ஸி அவருடைய உடலில் உள்ள எல்லா டாட்டூக்களையும் பார்த்துவிடலாம்; அதோடே ஒரு சின்ன红包 (சிவப்பு உறை) வாங்கிட்டு ரத்தம் திரும்பிப் பெறலாம்
கருத்துப் பகுதியில் 【C】 என்று பதிலளித்து红包 பெற்றுக்கொள்ளுங்கள்