- Lablup के CEO Shin Jeong-gyu ने Backend.AI:GO को 40 दिनों तक विकसित करते हुए लगभग 10 लाख lines of code को 13 अरब tokens के साथ जनरेट करने का अनुभव साझा किया
- agent coding के युग में token usage सीधे IT कंपनियों की प्रतिस्पर्धात्मकता से जुड़ा है, और high-speed inference व thinking tokens optimization प्रमुख चुनौतियाँ हैं
- Claude Code की असली प्रतिस्पर्धात्मकता मॉडल में नहीं, बल्कि harness (मॉडल को deterministic तरीके से नियंत्रित करने वाला software logic) में है; एक ही मॉडल भी harness के अनुसार अलग प्रदर्शन दिखा सकता है
- agent coding में सीधे वांछित अंतिम परिणाम पर जाने के बजाय, पहले context बनाना कहीं बेहतर परिणाम देता है
- automation का मूल यह नहीं कि परिणाम सीधे बना दिया जाए, बल्कि ऐसी व्यवस्था बनाई जाए जो परिणाम उत्पन्न करे
- परिणाम को सीधे छुए बिना, generation mechanism को iteration करके काम करने का तरीका
- issue हल करते समय अपने-आप पढ़ने योग्य tech report तैयार करना, जिसमें "इस तकनीकी चयन को समझने के लिए इंसान को क्या पढ़ना चाहिए" भी शामिल हो
- Claude Code vs Codex की दार्शनिक भिन्नता
- Claude Code: उपयोगकर्ता से अधिकतम पूछकर alignment मिलाने की दिशा में विकसित हो रहा है
- Codex: "मैं सब अपने-आप कर दूँगा" की दिशा में विकसित हो रहा है
- Codex की अधिकतम क्षमता अधिक है, लेकिन यह इंसानी मंशा को कम प्रतिबिंबित करता है
- startup के लिए जब खेल का मैदान हिलता है, वही मौका होता है: दिशा बदलने की क्षमता बड़ी कंपनियों की तुलना में कहीं तेज होती है, और कुल adaptation speed भी बेहतर रहती है
- software की परिभाषा code-केंद्रित मॉडल से AI model-केंद्रित मॉडल की ओर बदल रही है, और आसान replication के युग में brand और track record मुख्य प्रतिस्पर्धात्मक ताकत बनेंगे
अभी कोई टिप्पणी नहीं है.