लॉन्च HN: Human Layer (YC F24) – AI सिस्टम्स के लिए human-in-the-loop API

 (news.ycombinator.com)
1 पॉइंट द्वारा GN⁺ 2024-11-27 | 1 टिप्पणियां | WhatsApp पर शेयर करें

  • HumanLayer का परिचय

    • HumanLayer एक API है जो AI agents को इंसानों के साथ इंटरैक्ट करने, feedback, input और approval प्राप्त करने में सक्षम बनाती है.
    • यह सुरक्षित autonomous AI systems की deployment को सपोर्ट करती है, और Python तथा TypeScript SDK के जरिए शुरुआत करना आसान है.
    • यह free trial और पारदर्शी usage-based pricing प्रदान करती है.

  • AI सिस्टम्स के जोखिम का प्रबंधन

    • AI systems के जोखिम को कम करने के लिए, यह उन स्थितियों को सपोर्ट करती है जहाँ इंसानी हस्तक्षेप की ज़रूरत होती है.
    • इसकी शुरुआत data teams के लिए AI agents बनाते समय हुई, और ग्राहकों को इस बात पर हिचकिचाहट थी कि AI agents सीधे production systems तक पहुँचें.
    • इसने एक बुनियादी approval flow बनाया ताकि AI महत्वपूर्ण काम करने से पहले इंसानी approval ले.

  • HumanLayer की विशेषताएँ

    • HumanLayer SDK को integrate करने पर AI agents execution के दौरान किसी भी समय इंसानी approval माँग सकते हैं.
    • यह अनुरोध को सही व्यक्ति तक पहुँचाती है, जवाब की प्रतीक्षा के दौरान state को manage करती है, और पूरी audit trail प्रदान करती है.
    • "approval request" के अलावा, यह "human-as-a-tool" फीचर भी सपोर्ट करती है, जिसे LLMs या agent frameworks के सामने expose किया जा सकता है.

  • HumanLayer के उपयोग के मामले

    • एक AI SDR personalized sales emails लिखता है और भेजने से पहले Slack में इंसानी approval लेता है.
    • एक AI newsletter subscribers के साथ email conversation चलाता है, और HumanLayer incoming emails को agent तक route करती है तथा reply tools देती है.
    • customer-facing DevOps agents बनाकर PR review, DB migration planning और execution के समय इंसानी approval लिया जाता है.

  • प्राइसिंग और सपोर्ट

    • यह free tier और flexible credit-based pricing प्रदान करती है.
    • customer-facing agents बनाने वाली teams के लिए यह white-labeling, अतिरिक्त features और priority support भी देती है.

  • अतिरिक्त जानकारी

    • HumanLayer को अपने system में integrate करने के लिए docs देखें या demo book करके इसे समझें.
    • यह अभी शुरुआती चरण में है, और agents, reliability, तथा human+AI workload balance पर विचारों और अनुभवों का स्वागत करती है.

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-11-27
Hacker News राय

  • एक राय है कि startup मालिक AI का उपयोग करके अपनी internal services DIY तरीके से बनाना चाहते हैं। SAAS का उपयोग करना बेहतर लग सकता है, लेकिन उसकी कीमत अधिक है और वह सरल नहीं है। उनका मानना है कि प्रतिस्पर्धा बढ़ने पर कीमतें घटेंगी

  • AI services की ऊंची लागत को लेकर चिंता है, और free credits देने या pricing समायोजित करने की जरूरत बताई गई है

  • automation bias और automation complacency को लेकर चिंता है, जिसमें यह जोखिम है कि इंसान AI के फैसलों को बिना आलोचनात्मक सोच के मंजूर कर सकते हैं

  • यह विचार सुझाया गया है कि AI agents जो काम नहीं कर सकते, उनके लिए human proxies का उपयोग किया जाए

  • asynchronous या long-running tool calls को संभालने वाले framework की समस्याओं की ओर इशारा किया गया है। इसे हल करने के कुछ विचार हैं, लेकिन उन पर किसी और पोस्ट में चर्चा की जाएगी

  • एक राय है कि API layer पर टिके रहने के लिए प्रयास जरूरी है

  • एक राय यह भी है कि AI के शुरुआती चरण में इंसान logic का काम करते थे, और बाद में इंसानों को हटाने पर quality गिर गई। इसे ठीक करने के लिए third-party कंपनियों द्वारा फिर से इंसानों को शामिल करना एक अस्थायी समाधान जैसा बताया गया है

  • startup में human intervention को महत्वपूर्ण माना गया है, और यह कहा गया है कि LLM-आधारित क्षमता को वास्तविक value में बदलने के लिए control और oversight जरूरी हैं। इसके लिए customized workflows और manual processes बनाए गए हैं

  • एक राय है कि basic input/output features देने वाली services पहले से ही कई systems में संभव हैं। खुद implement करने से पहले उन्हें आजमाना उपयोगी हो सकता है

  • एक medical device company workflow agent के रूप में AI पर विचार कर रही है, और ISO13485 quality assurance process को support करने के लिए LLM का उपयोग करने की योजना है। वह दूसरे HN users की राय सुनना चाहती है