O'Reilly Media _AI & ML领域信息情报检索

O'Reilly的使命是通过分享创新者的知识改变世界。40多年来,我们通过为公司和个人提供成功所必需的技能和理解,激励他们做新事情。人工智能(AI)和机器学习(ML)作为几项具有改变工作性质和生活方式潜力的技术之一,对此产生了重要影响。阅读我们的AI和ML博客,获得行业内部人士每周的洞察。

Ryan Carson 是一个单人代码工厂

Ryan Carson Is a One-Person Code Factory

Ryan Carson 创立公司已经有 25 年了,其中包括 Treehouse,该公司教会了超过 100 万人编码。他知道如何发展一支团队。因此,当他告诉我他已经为自己的最新公司 Untangle(人工智能驱动的离婚助理)筹集了 200 万美元的种子资金,并且没有计划雇用任何人时,[...]

你的人工智能问题是一个数据问题

Your AI Problem Is a Data Problem

前一周,我坐在满是数据工程师的房间里,他们担心人工智能会导致他们失业,就像半个世纪前底特律的汽车制造业被颠覆一样。全是人工智能。一直以来。这就是技术专业人士正在谈论的内容。数据科学家、数据工程师和数据架构师 [...]

倦怠和认知债务

Burnout and Cognitive Debt

Steve Yegge 关于程序员倦怠的文章(“AI 吸血鬼”)和 Margaret Storey 关于认知债务的文章引发了一场关于程序员疲劳和软件质量的持续对话——这两个主题应该联系起来,但往往没有联系起来。史蒂夫认为,不断地在代理人工智能的帮助下编程会导致倦怠。它很快,很有趣,但要保持 [...]

健身房为他们,镜子为我们

Gyms for Them, Mirrors for Us

个人人工智能不必运行你的生活来改变它。它必须清楚地看到你,并以你无法躲避的方式将你的行为反馈给你。一旦你将人工智能视为反馈循环而不是小管家,整个“代理”对话就开始感觉颠倒了。我们对特工的轮换过度了 [...]

打击工具蔓延:人工智能工具注册表案例

Fighting Tool Sprawl: The Case for AI Tool Registries

随着企业人工智能代理采用规模的扩大,集中式组织级工具基础设施的缺乏正在产生复合成本。当围绕优化部署速度而采用时,企业就会面临一系列风险:重复的工程工作、安全漏洞和操作不透明。每个企业都需要自己的共享工具注册表,反映其特定的[...]

数据中最佳的风险缓解策略?单一事实来源

The Best Risk Mitigation Strategy in Data? A Single Source of Truth

每个数据领导者都有这个故事的一个版本。监管审计发现了一个跨系统不匹配的指标。一位董事会成员在连续提交的两份报告中发现了相互矛盾的收入数字。人工智能工具根据自创建该工具的分析师离开公司两次以来一直不受监管的数据生成建议[...]

吃我自己的狗粮:我如何使用框架来撰写关于框架的帖子

Eating My Own Dog Food: How I Used the Framework to Write the Post About the Framework

在“不要自动化你的护城河”中,我认为工程组织应该将人工智能自主权与两个独立的维度相匹配:业务风险和竞争差异化。我在整篇文章中使用了 AI 网关成本控制作为一个有效示例,因为单个功能涉及所有四个象限,具体取决于您正在构建的部分。提出这一论点的文章 [...]

组织是瓶颈

The Organization Is the Bottleneck

每个人都在采用人工智能编码工具。工程师编写代码的速度比以往任何时候都快。但组织实际上能够更快地交付价值吗?这并不明显。我撰写了《实现微服务成功》,重点关注工程支持、护栏、自动化测试、主动所有权和轻触治理。我不知道人工智能编码代理会来,但它变成了 [...]

本地人工智能

Local AI

Gemma 4 的发布为本地模型及其重要性的讨论增添了活力。您可以下载并在您拥有的硬件上运行的模型正在与大型人工智能提供商托管的“前沿模型”竞争。这些模型已经足够适合生产使用,足够适合任务,直到 [...]

现在人人都是工程师

Everyone’s an Engineer Now

Cat Wu 领导 Anthropic 的 Claude Code 和 Cowork 产品,因此她精通构建可靠、可解释和可操纵的人工智能系统。由于 Anthropic 90% 的代码现在都是由 Claude Code 编写的,因此她也非常熟悉如何将它们融入到日常工作中。上个月,Cat 与 Addy Osmani 一起参加了 AI Codecon [...]

不要自动化你的护城河:将人工智能自主权与风险和竞争风险相匹配

Don’t Automate Your Moat: Matching AI Autonomy to Risk and Competitive Stakes

不久前我正在和一家资金雄厚的公司的一位高级工程师交谈。我请他向我介绍他们产品核心的关键算法,该算法每秒运行数百次,直接影响客户的结果。他停顿了一下说:“老实说,我不太确定它是如何工作的。[...]

当正确的系统产生错误的结果时

When Correct Systems Produce the Wrong Outcomes

我们倾向于假设,如果系统的每个部分都运行正确,那么系统本身也会运行正确。这一假设深深植根于我们设计、测试和操作软件的方式中。如果服务返回有效响应、依赖关系可达并且满足约束,则系统被认为是健康的。即使在 [...]

展示您的作品:激进的人工智能透明度案例

Show Your Work: The Case for Radical AI Transparency

最近一位同事告诉我一些我一直在思考的事情。她主动说,她很高兴看到我的人工智能对话的双方。不仅仅是输出。完整的线程。我的提示、人工智能的响应、来回、死胡同、迭代。她说这让她更加信任我。这件作品[...]

紧急教学设计:编程教师如何努力适应 GenAI

Emergency Pedagogical Design: How Programming Instructors Are Scrambling to Adapt to GenAI

ChatGPT 现已公开使用三年多了,生成式 AI 已融入学生每天使用的工具中:网络搜索、文字处理程序、代码编辑器。您可能会认为到目前为止,大多数编程讲师已经弄清楚如何处理它。但是当我和我的合作者去寻找计算讲师时 [...]

行为凭证:为什么静态授权会导致自治代理失败

Behavioral Credentials: Why Static Authorization Fails Autonomous Agents

企业人工智能治理仍然授权代理,就好像它们是稳定的软件工件一样。但事实并非如此。某企业部署基于浪链的研究代理来分析市场趋势并起草内部简报。在预生产审查期间,系统的行为在可接受的范围内:它将查询路由到批准的数据源,在不明确的情况下适当地表达不确定性,并维护源[...]

黑暗工厂:Trycycle 的崛起

Dark Factories: Rise of the Trycycle

以下文章最初出现在“Dan Shapiro 的博客”上,经作者许可转载于此。公司现在正在生产“黑暗工厂”——将规格转化为运输软件的引擎。实现可能很复杂,有时涉及疯狂麦克斯隐喻。但他们不必这样。如果你想要一个五分钟工厂,[...]

人工智能和“失业未来”的情景规划

Scenario Planning for AI and the “Jobless Future”

我们都在每日新闻中读到过它。 《纽约时报》报道称,曾经对人工智能就业威胁不屑一顾的经济学家现在正在认真对待它。今年 2 月,杰克·多尔西 (Jack Dorsey) 裁减了布洛克 40% 的员工,他告诉股东“智能工具已经改变了创建和运营公司的意义。” Block 的股价上涨 [...]

认识范围蠕变 Kraken

Meet the Scope Creep Kraken

以下文章最初发表在 Tim O’Brien 的 Medium 页面上,经作者许可转载于此。如果您花过一些时间从事人工智能辅助软件工作,您就会知道 Scope Creep Kraken 第一次将触手放在船上的那一刻。该项目以一个真正的目标开始,通常是一个明智的[...]