Connect with us

Berita

Ops Fast Rise: Perawatan Biaya Kecerdasan Buatan Tersembunyi dari Input Buruk dan Konteks Puffing

Published

on

Artikel ini adalah bagian dari jumlah khusus VentureBeat, “Biaya sebenarnya dari Amnesty International: Kinerja, Efisiensi dan Investasi Skala Besar.” Baca lebih lanjut dari nomor khusus ini.

Penyedia model terus meluncurkan model bahasa yang semakin canggih (LLM) dengan jendela konteks yang lebih panjang dan kemampuan berpikir yang ditingkatkan.

Ini memungkinkan pemrosesan bahan dan “berpikir” lebih banyak, tetapi juga meningkatkan akun: semakin jelas modelnya, semakin besar energi yang Anda habiskan dan biaya tinggi.

Hubungkan ini dengan semua absurditas yang terlibat dalam klaim – mungkin perlu beberapa upaya untuk mencapai hasil yang dimaksudkan, dan kadang -kadang pertanyaannya hanyalah membutuhkan model yang dapat berpikir seperti gelar doktor – dan akun pengeluaran dapat di luar kendali.

Ini mengarah ke OPS cepat, yang merupakan spesialisasi yang sama sekali baru di era fajar kecerdasan buatan.

“Rekayasa cepat mirip dengan tulisan, dan penciptaan aktual, sementara program yang cocok mirip dengan penerbitan, saat konten berkembang,” Crowford del Pretty, IDC Presiden, beri tahu VentureBeat. “Kontennya hidup, kontennya berubah, dan Anda ingin memastikan untuk memperbaiki ini dari waktu ke waktu.”

Tantangan menggunakan akun biaya dan biaya

David Emerson, Dunia Aplikasi di Vektor. Secara umum, harga pengguna membayar langkah -langkah berdasarkan jumlah kode input (apa yang diminta pengguna) dan jumlah simbol output (apa yang ditawarkan model). Namun, itu belum diubah ke prosedur di belakang panggung seperti pameran deskriptif, instruksi panduan, atau generasi pengambilan (RAG).

Dia menjelaskan bahwa konteks terpanjang memungkinkan model untuk membahas lebih banyak teks secara bersamaan, tetapi diterjemahkan langsung menjadi lebih banyak fluktuasi (menghitung pengukuran energi). Beberapa aspek model transformator sampai panjangnya berkisar dengan panjang input jika tidak dikelola dengan baik. Respons panjang yang tidak perlu juga dapat memperlambat waktu perawatan dan membutuhkan akun tambahan dan biaya untuk membangun dan memelihara algoritma untuk respons pemrosesan pasca dalam jawaban yang diharapkan pengguna.

Emerson mengatakan lingkungan konteks terpanjang memotivasi penyedia layanan untuk dengan sengaja memberikan tanggapan yang sangat baik. Misalnya, banyak model berpikir yang lebih berat (O3 atau O1 OpenAi, misalnya) memberikan respons panjang terhadap pertanyaan sederhana, menimbulkan biaya komputasi yang berat.

Ini adalah contoh:

pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 lainnya Simpan setelah makan 1, berapa banyak apel yang saya miliki?

Keluaran: Jika Anda makan 1, saya hanya memiliki 1 yang tersisa. Saya akan memiliki 5 apel jika saya membeli 4 lainnya.

Model tidak hanya menghasilkan simbol khas dari sebelumnya, saat ia mengubur jawabannya. Insinyur kemudian dapat dipaksa untuk merancang metode perangkat lunak untuk mengekstrak jawaban akhir atau mengajukan pertanyaan -pertanyaan tindak lanjut seperti “Apa jawaban akhir Anda?” Yang memiliki lebih banyak biaya antarmuka aplikasi.

Sebaliknya, klaim untuk mengarahkan formulir dapat dirancang ulang untuk menghasilkan jawaban langsung. Misalnya:

pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 orang lain diE Simpan setelah makan 1, berapa banyak apel yang saya miliki? Mulailah tanggapan Anda dengan “jawabannya adalah” …

atau:

pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 orang lain di toko setelah saya makan 1, berapa banyak apel yang saya miliki? Bungkus jawaban terakhir Anda untuk tanda -tanda tebal .

“Cara pertanyaan yang diajukan dapat mengurangi upaya atau biaya dalam mencapai jawaban yang diperlukan,” kata Emerson. Dia juga menunjukkan bahwa teknologi seperti beberapa kemajuan (memberikan beberapa contoh dari apa yang dicari pengguna) dapat membantu menghasilkan output yang lebih cepat.

Satu bahaya adalah tidak mengetahui kapan harus menggunakan teknologi canggih seperti seri ide (COT) yang membayar (generasi jawaban dalam langkah -langkah) atau pengulangan diri, yang mendorong model secara langsung untuk menghasilkan banyak simbol atau melewati banyak pengulangan ketika menghasilkan respons.

Tidak setiap pertanyaan membutuhkan model untuk analisis dan analisis sebelum memberikan jawaban, seperti yang ia tekankan; Itu dapat sepenuhnya dapat menjawab dengan benar ketika langsung untuk merespons. Selain itu, komposisi API yang salah (seperti OpenAI O3, yang membutuhkan tegangan tinggi dalam pemikiran), akan menanggung biaya lebih tinggi ketika meminta lebih sedikit upaya dan lebih murah.

“Dengan konteks yang lebih lama, pengguna juga dapat dirayu menggunakan” semuanya kecuali wastafel dapur “, saat Anda melemparkan jumlah teks terbesar yang mungkin dalam konteks model dengan harapan bahwa ini akan membantu melakukan ini dalam melakukan tugas lebih akurat.” “Meskipun lebih banyak konteks dapat membantu model dalam tugas, mereka tidak selalu lebih baik atau lebih efisien.”

Pengembangan untuk menuntut judul operasi

Tidak sulit untuk menjadi sulit untuk mendapatkan infrastruktur yang lebih baik dari AI hari ini; IDC del Prete menunjukkan bahwa lembaga harus dapat mengurangi jumlah kelesuan dalam GPU dan mengisi lebih banyak kueri dalam siklus tidak aktif antara permintaan GPU.

“Bagaimana cara mengklik lebih banyak barang yang sangat berharga ini?” “Karena saya harus meningkatkan penggunaan sistem saya, karena saya tidak mendapat manfaat dari hanya melemparkan lebih banyak kapasitas dalam masalah ini.”

Ops pesanan dapat memiliki jalan panjang untuk menghadapi tantangan ini, pada akhirnya siklus klaim. Del Bretti menjelaskan bahwa rekayasa permintaan berkisar pada kualitas klaim, klaim tersebut adalah tempat yang diulangnya.

Dia berkata, “Ini lebih otomatis.” “Saya memikirkannya sebagai pengaturan pertanyaan dan pengaturan bagaimana Anda berinteraksi dengan kecerdasan buatan untuk memastikan bahwa Anda mendapatkan sebaik -baiknya.”

Dia mengatakan bahwa model -model itu cenderung mendapatkan “kelelahan”, bersepeda dalam cincin di mana kualitas output terurai. OPS membantu mengelola, mengukur, memantau, dan mengendalikan klaim. “Saya pikir ketika kita melihat ke belakang tiga atau empat tahun dari sekarang, ini akan menjadi spesialisasi penuh. Itu akan menjadi keterampilan.”

Meskipun masih merupakan bidang yang sebagian besar muncul, penyedia layanan pertama termasuk QueryPal, Diseberangi, Resfuff dan Trueles. Dengan pengembangan formulir OPS, platform ini akan terus mengulang, meningkatkan dan memberikan catatan dalam waktu yang sebenarnya untuk memberi pengguna lebih banyak kapasitas untuk menetapkan klaim dari waktu ke waktu, ditunjukkan oleh DEP Prete.

Pada akhirnya, ia berharap bahwa agen akan dapat mengendalikan, menulis, dan menyusun klaim saja. “Tingkat otomatisasi akan meningkat, tingkat reaksi manusia menurun, dan itu akan dapat membuat faktor yang bekerja lebih mandiri dalam klaim yang mereka buat.”

Kesalahan Bersama

Sampai OPS benar -benar terpenuhi, tidak ada router yang sempurna pada akhirnya. Beberapa kesalahan terbesar yang dilakukan oleh orang -orang, menurut Emerson:

  • Jangan cukup spesifik tentang masalah yang harus diselesaikan. Ini termasuk bagaimana pengguna menginginkan model untuk memberikan jawabannya, apa yang harus diamati ketika merespons, pembatasan yang harus Anda pertimbangkan dan faktor -faktor lainnya. “Dalam banyak pengaturan, model membutuhkan banyak konteks untuk memberikan respons yang memenuhi harapan pengguna,” kata Emerson.
  • Kegagalan untuk memperhitungkan metode yang melaluinya masalah dapat disederhanakan untuk mempersempit ruang lingkup respons. Haruskah jawabannya berada dalam kisaran tertentu (dari 0 hingga 100)? Haruskah jawaban sebagai masalah pilihan ganda alih -alih sesuatu yang terbuka? Bisakah pengguna memberikan contoh yang baik untuk memberikan konteks pada penyelidikan? Bisakah masalah dibagi menjadi beberapa langkah untuk informasi yang terpisah dan lebih sederhana?
  • Tidak mendapat manfaat dari struktur. LLMS sangat baik dalam mengidentifikasi pola, dan banyak yang dapat memahami kodenya. Selama penggunaan poin timbal, mungkin tampak bahwa menu terperinci atau indikator tebal (****) dapat “sedikit mengganggu” mata manusia, seperti yang ditunjukkan Emerson bahwa penjelasan ini mungkin berguna untuk LLM. Output yang terorganisir (seperti JSON atau Markdown) juga dapat membantu pengguna untuk secara otomatis mengatasi respons.

Emerson mencatat bahwa ada banyak faktor lain yang harus diperhitungkan dalam mempertahankan pipa produksi, berdasarkan praktik rekayasa terbaik. Ini termasuk:

  • Pastikan bahwa produktivitas pipa tetap konsisten;
  • Pantau kinerja klaim dari waktu ke waktu (dimungkinkan terhadap kelompok verifikasi kesehatan);
  • Siapkan tes dan temukan peringatan dini untuk menentukan masalah pipa.

Pengguna juga dapat memanfaatkan alat yang dirancang untuk mendukung proses siswa. Misalnya, open source Dspy Ini dapat secara otomatis disusun dan ditingkatkan tuntutan untuk tugas muara berdasarkan beberapa contoh yang disebut. Meskipun ini mungkin merupakan contoh yang agak canggih, ada banyak penawaran lain (termasuk beberapa alat dalam alat seperti chatgpt, google, dll.) Yang dapat membantu dalam desain cepat.

Pada akhirnya, Emerson berkata: “Saya pikir salah satu hal paling sederhana yang dapat dilakukan pengguna adalah mencoba untuk tetap sadar akan metode yang efektif, perkembangan khas dan cara -cara baru untuk membuat dan berinteraksi dengan mereka.”

Tautan sumber

Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Berita

Di provinsi Palm Beach, mereka akan memberikan jalan setelah Trump, Presiden memuji Florida

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Pada hari Selasa, Presiden Donald Trump memuji Florida setelah provinsi Palm Beach setuju untuk mengganti nama jalan yang sibuk dari jalan setelah komandan tertinggi.

Dewan Kabupaten Palm Beach memberikan suara kepada Komisaris Provinsi dengan suara bulat pada hari Selasa untuk menyetujui keputusan yang akan memulihkan perpanjangan 4 mil dari South Street yang meluas dari Bandara Internasional Palm Beach ke rumah presiden di Resort Mar Lago.

Legislator di New Jersey mengusulkan undang -undang yang mengganti nama Teluk dilayer menjadi “New Jersey Bay”

Presiden Donald Trump, Pusat Menteri Luar Negeri Marco Rubio, Kiri, dan Menteri Pertahanan, Beit Higseth, kanan, selama pertemuan Kabinet Gedung Putih, pada hari Selasa, 8 Juli 2025, di Washington. (Foto AP/Evan Vucci)

“Telah menarik perhatian saya bahwa negara bagian Florida yang hebat, yang saya menangkan tiga kali, dan di mana saya seorang penduduk yang bangga, mengganti nama jarak penting dari South Street South Street, di Provinsi Palm Beach, menjadi” Presiden Donald J. Trump Boulevard. ”

Gedung Putih merobek rumah Dems yang mencoba menculik rencana Teluk Amerika di Trump

“Terima kasih kepada Palm Beach County, Gubernur Ron DeSantis, dan semua legislator di negara bagian Florida yang hebat, untuk kehormatan besar saya! Saya suka Florida!”

Donald Trump dan Ron DeSantis

Presiden Donald Trump dan penguasa Florida Ron DeSantis di platform. (Joe Raedle/Getty Images)

Keputusan itu muncul setelah Gubernur Disantis menandatangani undang -undang bahwa Kementerian Transportasi diarahkan ke Florida untuk menetapkan tanda di sepanjang South Journal, menghormati Trump.

Prosesi Presiden yang dipilih Presiden Donald Trump akan melalui Souton Street saat ia kembali ke Trump Mar Lago.

Pendukung dalam prosesi tim presiden Donald Trump menjulang di sepanjang Souton Street sambil kembali ke Trump Mar Mar Lago pada 03 Desember 2024, di Palm Beach, Florida. (Chip Somodevilla/Getty Images)

Legislasi juga menyerukan bagian penggantian nama dari jalan “PBSO Motorman”, untuk menghormati tiga wakil sepeda motor di kantor Sheriff Palm Beach yang tewas dalam kecelakaan tahun lalu.

Klik di sini untuk mendapatkan aplikasi Fox News

Tanda -tanda baru akan diinstal akhir tahun ini. Nama selebriti, yang berarti bahwa alamat pos dan sistem tanggap darurat akan terus menggunakan Southern Street.

Associated Press berkontribusi pada laporan ini.

Tautan sumber

Continue Reading

Berita

La Walikota Bass bergabung dengan gugatan terhadap serangan migrasi “non -konstitusional”

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Walikota Los Angeles Karen Bass mengumumkan pada hari Selasa bahwa kotanya akan bergabung dengan gugatan kolektif untuk menghentikan apa yang dikatakannya adalah “serangan yang ceroboh tidak konstitusional di wilayah Los Angeles.”

Bass mengatakan bahwa Los Angeles bergabung dengan gugatan itu karena pemerintahan Trump memperlakukan kota “sebagai masalah uji karena kemampuannya untuk mendorong agenda politiknya ke depan sambil mendorong konstitusi ke samping.”

“Kota Los Angeles, bersama dengan boikot, kota, organisasi, dan Angelos di seluruh Los Angeles, membawa administrasi ke pengadilan untuk menghentikan pelanggaran yang jelas terhadap Konstitusi Amerika Serikat dan hukum federal,” kata Bass dalam sebuah pernyataan pers. “Kami tidak akan takut – kami menjadikan Los Angeles sebagai contoh bagaimana orang yang percaya pada nilai -nilai Amerika melakukan satu sama lain dan mengambil alih.”

Walikota LA pecah untuk ikut campur dalam serangan es di taman lokal yang penuh dengan kejahatan: “penuh dengan s —“

Walikota Los Angeles Karen Bass mencoba menghentikan serangan es pada hari Senin (Gambar Getty)

Los Angeles Angeles Hedy Feldestein Soto mengatakan bahwa gugatan itu bertujuan untuk mengirim pesan kepada pemerintahan Trump bahwa kota tidak akan membiarkan penggerebekan menjadi “rekor prosedur operasi.”

“Pemerintah federal telah memfokuskan ribuan agen imigrasi bersenjata, banyak di antaranya tidak memiliki identifikasi identitas visual, pasukan militer di masyarakat kita, perilaku serangan yang tidak konstitusional, pendapatan, penahanan yang tidak diketahui, dan penanaman ketakutan dan kekacauan di antara penduduk kita.” “Saran hari ini untuk intervensi, kami tidak akan berdiri di sisi kami dan membiarkan penggerebekan ini melanjutkan atau menjadi prosedur operasi standar di masyarakat kami.”

Sebuah koalisi imigran individu dan organisasi panggilan imigran, yang dipimpin oleh American Civil Liberties Union (ACLU) di California dan penasihat umum nirlaba, menyajikan gugatan kolektif asli “Vasquez Perdomo V. Noem,”. Terhadap Kementerian Keamanan Internal (DHS) menuntut penghentian langsung dari apa yang dijelaskan oleh serangan imigrasi ilegal di wilayah Los Angeles, yang menargetkan migran dengan “kulit cokelat”.

Pelindung di Los Angeles

Orang tersebut memegang tanda di depan agen federal di Taman MacArthur Senin, 7 Juli 2025, di Los Angeles. (Foto AP/Damian Dovarganes)

Dia menuduh nirlaba untuk menegakkan imigrasi dan adat istiadat (ICE) untuk melakukan penggerebekan yang tidak konstitusional dan kemudian memelihara imigran dalam kondisi yang tidak manusiawi tanpa tempat tidur dan perampasan makanan dan penasihat hukum. Keamanan internal membantah semua klaim dalam gugatan, mengatakan bahwa setiap tuduhan deskripsi rasial “menjijikkan dan pasti salah.”

ACLU adalah penuntutan untuk mencegah serangan es di California Selatan, mengklaim pelanggaran konstitusional

Gugatan itu juga meminta mereka yang sekarang ditahan di fasilitas “ruang bawah tanah” yang ramai untuk mencapai pengacara, terutama ketika kondisinya dilakukan dan tidak konstitusional.

Pengumuman ini datang setelah agen federal yang berjalan melalui Taman Mac Arthur di Los Angeles dan kendaraan militer yang dikerahkan di jalan -jalan yang menurut Bass penuh dengan anak -anak yang menghadiri perkemahan musim panas.

Pic hud selama kerusuhan la

Para perusuh memiliki bangunan resmi di seluruh Los Angeles dalam menanggapi serangan imigrasi. (Tudung)

Versi yang dikeluarkan oleh Kantor Bass menunjukkan bahwa prosedur tersebut adalah untuk “satu -satunya tujuan yang tampaknya membawa rasa takut kepada Los Angeles.”

Klik di sini untuk mendapatkan aplikasi Fox News

Bass mengatakan bahwa dia dan pejabat terpilih lainnya tidak akan menerima kehadiran pasukan federal dan kendaraan bergaya militer di jalan -jalan mereka dan akan menggunakan setiap sumber daya yang tersedia untuk mengakhiri apa yang dia gambarkan sebagai “penggerebekan sembrono.”

Michael Durgan dari Fox News Digital berkontribusi pada laporan ini.

Tautan sumber

Continue Reading

Berita

MCP tidak siap untuk KYC: Mengapa sektor terorganisir berhati -hati untuk tidak bertukar agen terbuka

Published

on

Ingin lebih banyak visi yang cerdas dari kotak masuk Anda? Berlangganan buletin mingguan kami untuk mendapatkan apa yang hanya terkait dengan lembaga AI, data dan pemimpin keamanan. Berlangganan sekarang


Untuk sesuatu yang diluncurkan pada bulan November, MCP Contemporary Protocol (MCP) mulai mengumpulkan sejumlah besar pengguna, yang semuanya memastikan ketergantungan kolektif untuk menjadikannya standar dalam industri.

Tetapi ada sub -kelompok lembaga yang tidak bergabung dengan kebisingan saat ini: organisasi yang tunduk pada peraturan, terutama lembaga keuangan.

Bank dan lembaga lain yang menyediakan akses ke pinjaman dan solusi keuangan bukanlah orang asing dari kecerdasan buatan. Banyak pelopor dalam pembelajaran mesin dan algoritma, bahkan memainkan peran kunci dalam membuat gagasan berinvestasi menggunakan robot sangat umum. Namun, ini tidak berarti bahwa perusahaan jasa keuangan ingin segera melompat ke MCP dan Agent2Agent (A2A).

Sementara banyak perusahaan di bawah peraturan, seperti bank, lembaga keuangan dan rumah sakit, sudah mulai mengalami agen intelijen buatan, faktor -faktor internal ini biasanya. Perusahaan terorganisir memiliki fasad pemrograman aplikasi. Namun, butuh bertahun -tahun integrasi selama bertahun -tahun pengawasan untuk memastikan kepatuhan dan keamanan.

“Ini adalah hari -hari yang sangat awal di bidang akselerasi yang cepat, tetapi ada beberapa inti yang hilang, setidaknya sebagai standar atau praktik terbaik yang terkait dengan antar -operasi dan komunikasi,” kata Sean Neville, setidaknya, setidaknya sebagai standar atau praktik terbaik yang terkait dengan antar operasi dan komunikasi. Laboratorium Katina. “Di hari -hari pertama web, tidak ada perdagangan elektronik karena tidak ada HTTPS, dan tidak ada cara untuk memperlakukan dengan aman, jadi Anda tidak dapat membangun Amazon. Anda membutuhkan blok bangunan dasar ini, dan sekarang blok bangunan ini ada di web, dan kami tidak memikirkannya.”

Semakin banyak, perusahaan dan penyedia layanan layanan intelijen buatan membuat server MCP karena mereka mengembangkan sistem multi -agen yang berinteraksi dengan faktor -faktor dari sumber eksternal. MCP menyediakan kemampuan untuk mengidentifikasi agen, memungkinkan server untuk mengidentifikasi alat dan data yang dapat diaksesnya. Namun, banyak lembaga keuangan menginginkan lebih banyak penekanan bahwa mereka dapat mengendalikan integrasi dan memastikan berbagi tugas, alat, dan informasi yang hanya disetujui.

John dan Aldroun, wakil presiden pertama di ElavonPerusahaan anak perusahaan Bank AmerikaTell VentureBeat dalam sebuah wawancara bahwa saat mengeksplorasi penggunaan MCP, ada banyak pertanyaan tentang standar.

Dan Al -daroun berkata: “Tidak ada banyak solusi standar yang muncul, jadi kami masih mengeksplorasi banyak cara untuk melakukan ini, termasuk mungkin melakukan panggilan ini tanpa pertukaran MCP jika teknik agen itu umum di antara dua bidang yang berbeda.” “Namun, apa pelacakan pertukaran data tanpa paparan lain dalam pesan ini? Banyak dari apa yang terjadi dalam evaluasi MCP pada saat ini adalah menemukan apakah protokol hanya berurusan dengan pasar saham dan tidak memberikan kebocoran risiko lainnya.

Berbagai model dan agen

Lembaga keuangan dan perusahaan terorganisir lainnya tidak asing dengan model kecerdasan buatan. Lagi pula, banyak investasi negatif tumbuh ketika algoritma yang membuat keputusan tentang perencanaan keuangan dan investasi dilakukan dengan intervensi kecil atau non -manusia – populer. Banyak bank dan manajer aset telah berinvestasi lebih awal dalam memperlakukan bahasa alami untuk meningkatkan efisiensi analisis dokumen.

Tetapi, Salesforce Wakil Presiden dan Direktur Jenderal Solusi dan Strategi Industri Perbankan, Greg Jacobi, mengatakan kepada VentureBeat bahwa beberapa pelanggan keuangan mereka telah memiliki proses untuk mengevaluasi model, dan menemukan bahwa sulit untuk mengintegrasikan model dan agen kecerdasan buatan dengan skenario risiko saat ini.

Jacobi mengatakan: “Model pembelajaran dan prediktif otomatis cocok dengan kerangka risiko ini karena mereka tidak bisa dihindari dan dapat diprediksi.” “Perusahaan -perusahaan ini segera membawa LLM ke komite risiko khas mereka dan menemukan bahwa LLMS menghasilkan hasil yang tidak terbatas. Ini adalah krisis eksistensial untuk perusahaan jasa keuangan ini.”

Jacobi mengatakan bahwa perusahaan -perusahaan ini memiliki kerangka kerja manajemen risiko di mana, jika mereka memberikan masukan kepada model, mereka mengharapkan output yang sama setiap saat. Variasi apa pun adalah masalah, sehingga membutuhkan metode kontrol kualitas. Sementara perusahaan yang tunduk pada organisasi mengadopsi aplikasi aplikasi, dengan semua tes yang terlibat, sebagian besar entitas yang terorganisir “takut keterbukaan, dari menempatkan sesuatu yang dihadapi publik” sehingga mereka tidak dapat mengendalikannya.

Namun, dron Elavon tidak mengurangi kemungkinan lembaga keuangan untuk mendukung MCP atau A2A di masa depan.

“Mengingat masalah dari perspektif pekerjaan dan permintaan, saya pikir MCP adalah bagian yang sangat penting dalam hal saya pikir logika pekerjaan sedang berlangsung,” katanya.

Al -daroun mengatakan bahwa timnya masih dalam fase evaluasi dan “kami belum membangun server untuk tujuan eksperimental, tetapi kami akan melihat bagaimana menangani pertukaran pesan dari robot.”

Agen KYC tidak dapat agen lain

Neville dari Catena Lab mengatakan bahwa dia sedang menonton percakapan tentang protokol antar operasi seperti MCP dan A2A dengan minat besar, terutama karena dia percaya bahwa di masa depan, agen kecerdasan buatan akan menjadi pelanggan bank seperti konsumen manusia. Sebelum memulai Catena Labs, Neville Cofounded Circle, perusahaan yang mendirikan USDC Stablecoin, telah secara langsung berpengalaman dengan tantangan membawa teknologi baru ke bisnis terorganisir.

Karena MCP adalah open source dan baru, masih mengalami pembaruan. Nefele mengatakan bahwa meskipun MCP memberikan identifikasi agen, yang sangat penting bagi banyak perusahaan, masih ada beberapa fitur yang hilang, seperti pegangan untuk komunikasi, dan yang paling penting, jalur audit. Masalah -masalah ini dapat diselesaikan baik melalui MCP, A2A atau bahkan standar yang sama sekali berbeda seperti Loka.

Dia mengatakan bahwa salah satu masalah terbesar di MCP saat ini berkisar pada persetujuan. Ketika agen menjadi bagian dari sistem keuangan, dan bahkan MCP atau A2A, tidak ada cara nyata untuk melakukan “kontrak kontrak” pada agen. Neville mengatakan bahwa lembaga keuangan perlu tahu bahwa agen mereka berurusan dengan entitas berlisensi, sehingga agen harus dapat menunjukkan hal ini dengan pasti.

“Pasti ada cara untuk mengatakan,” Ini adalah salah satu agen, inilah identitas saya, risiko saya dan saya bekerja atas nama.


Tautan sumber
Continue Reading

Trending