github Ini merupakan taruhan yang berani bahwa perusahaan tidak memerlukan agen pengkodean berpemilik lainnya. Mereka membutuhkan cara untuk mengelola semuanya.

Pada konferensi Universe 2025, platform pengembang milik Microsoft mengumumkan Agent HQ. Arsitektur baru ini mengubah GitHub menjadi bidang kendali terpadu untuk mengelola beberapa codec AI dari pesaing termasuk Anthropic, OpenAI, Google, Cognition, dan xAI. Daripada memaksa pengembang untuk mencoba satu agen, perusahaan memposisikan dirinya sebagai lapisan orkestrasi utama di bawah semuanya.

Kantor Pusat Agen mewakili upaya GitHub untuk menerapkan pendekatan platform kolaborasinya pada agen AI. Sama seperti perusahaan yang mengubah Git, pull request, dan CI/CD menjadi alur kerja kolaboratif, kini mereka mencoba melakukan hal yang sama dengan lanskap pengkodean AI yang terfragmentasi.

Pengumuman ini mewakili apa yang disebut GitHub sebagai transisi "Satu gelombang" ke "Gelombang kedua" Untuk pengembangan dengan bantuan kecerdasan buatan. Menurut laporan GitHub Octoverse, 80% pengembang baru menggunakan Copilot pada minggu pertama mereka dan AI telah membantu mendorong peningkatan signifikan dalam penggunaan platform GitHub secara keseluruhan.

"tahun laluPengumuman besar bagi kami, dan apa yang kami katakan sebagai sebuah perusahaan adalah bahwa gelombang pertama telah berakhir, dan itu adalah semacam penyelesaian kode," Mario Rodriguez, chief operating officer GitHub, mengatakan kepada VentureBeat. "Kita berada di era gelombang kedua, dan gelombang kedua adalah multimedia, akan berfungsi dan akan memberikan pengalaman baru yang akan terasa seperti AI asli."

Apa kantor pusat agennya?

GitHub telah memperbarui alat pengkodean GitHub Copilot untuk era proxy dengan debutnya Agen pembantu Github pada bulan Mei.

Agen HQ mengubah GitHub menjadi ekosistem terbuka yang menyatukan beberapa agen pengkodean AI dalam satu platform. Dalam beberapa bulan mendatang, agen pemrograman dari Anthropic, OpenAI, Google, Cognition, xAI, dan lainnya akan tersedia langsung di GitHub sebagai bagian dari langganan GitHub Copilot berbayar yang sudah ada.

Arsitekturnya mempertahankan dasar-dasar inti GitHub. Pengembang masih bekerja dengan Git, menarik permintaan dan masalah. Mereka masih menggunakan komputasi favoritnya, baik itu GitHub Actions atau driver yang dihosting sendiri. Perubahan apa yang terjadi pada lapisan di atas: agen dari beberapa vendor kini dapat bekerja dalam perimeter keamanan GitHub, menggunakan kontrol identitas, izin cabang, dan log audit yang sama yang sudah dipercaya oleh organisasi kepada pengembang manusia.

Pendekatan ini pada dasarnya berbeda dari alat yang berdiri sendiri. Saat pengembang menggunakan Cursor atau memberikan akses repositori ke Claude, agen ini biasanya mendapatkan izin luas di seluruh repositori. Kantor pusat agen mempartisi akses di tingkat cabang dan merangkum semua aktivitas agen dalam kontrol tata kelola tingkat perusahaan.

Kontrol Misi: Antarmuka tunggal untuk semua agen

Pusat Kontrol Misi terletak di jantung kantor pusat pelanggan. Ini adalah pusat komando terpadu yang selalu terlihat di seluruh antarmuka web GitHub, VS Code, aplikasi seluler, dan baris perintah. Dengan kontrol misi, pengembang dapat menugaskan pekerjaan ke beberapa agen secara bersamaan. Mereka dapat melacak kemajuan dan mengelola izin, semuanya dari satu panel kaca.

Arsitektur teknologi mengatasi masalah penting perusahaan: keamanan. Tidak seperti aplikasi proksi mandiri yang mengharuskan pengguna memberikan akses luas ke repositori, kantor pusat proksi GitHub menerapkan kontrol yang sangat ketat di tingkat platform.

"Agen pemrograman kami memiliki serangkaian kontrol dan kemampuan keamanan yang dibangun ke dalam platform secara asli, dan itulah yang kami berikan kepada semua agen lainnya juga," Rodriguez menjelaskan. "Ini berjalan menggunakan token GitHub yang sangat terbatas dalam apa yang sebenarnya dapat dilakukannya."

Agen yang bekerja melalui kantor pusat agen hanya dapat berkomitmen pada cabang yang ditunjuk. Ini berjalan dalam lingkungan GitHub Actions sandbox dengan perlindungan firewall. Mereka beroperasi di bawah kontrol identitas yang ketat. Bahkan jika pelanggan menjadi nakal, firewall mencegah mereka mengakses jaringan eksternal atau mencuri data kecuali perlindungan tersebut secara eksplisit dinonaktifkan, jelas Rodriguez.

Diferensiasi teknis: integrasi MCP dan agen khusus

Selain mengelola agen pihak ketiga, GitHub menawarkan dua kemampuan teknis yang membedakan Kantor Pusat Agen dari pendekatan alternatif seperti editor Cursor mandiri atau integrasi Claude Anthropic.

Agen khusus melalui file AGENTS.md: Organisasi sekarang dapat membuat file konfigurasi yang dikontrol sumber yang menentukan aturan, alat, dan batasan khusus tentang bagaimana perangkat lunak Copilot berperilaku. Misalnya, sebuah perusahaan dapat menentukan… "Lebih suka perekam ini" atau "Gunakan tes berbasis tabel untuk semua prosesor." Hal ini mengakibatkan standar peraturan dienkripsi secara permanen tanpa mengharuskan pengembang untuk melakukan klaim ulang setiap saat.

"Agen yang berdedikasi memiliki sejumlah besar ceruk pasar dalam organisasi, karena mereka hanya dapat mengkodifikasikan serangkaian keterampilan yang dapat dilakukan orkestrasi, dan kemudian menstandarkannya dan mendapatkan hasil berkualitas tinggi juga," kata Rodriguez.

Spesifikasi AGENTS.md memungkinkan tim untuk mengontrol versi perilaku agen mereka bersama dengan kode mereka. Saat pengembang mengkloning repositori, ia secara otomatis mewarisi aturan proksi khusus. Hal ini memecahkan masalah yang terus-menerus terjadi pada alat pengkodean AI: kualitas keluaran yang tidak konsisten ketika anggota tim yang berbeda menggunakan strategi motivasi yang berbeda.

Dukungan untuk Protokol Konteks Model Asli (MCP).: VS Code sekarang menyertakan registri GitHub MCP. Pengembang dapat menemukan, menginstal, dan mengaktifkan server MCP dengan satu klik. Mereka kemudian dapat membuat agen kustom yang menggabungkan alat-alat ini dengan perintah sistem tertentu.

Hal ini menempatkan GitHub sebagai titik integrasi antara ekosistem MCP yang baru muncul dan alur kerja pengembang sebenarnya. MCP, yang diperkenalkan oleh Anthropic namun dengan cepat mendapatkan dukungan industri, telah menjadi standar de facto untuk komunikasi agen-ke-instrumen. Dengan mendukung spesifikasi lengkap, GitHub dapat mengatur agen yang perlu mengakses layanan eksternal tanpa setiap agen menerapkan logika integrasinya sendiri.

Kembangkan rencana dan tinjau kode agen

GitHub juga mengirimkan kemampuan baru dalam VS Code itu sendiri. Mode Rencana memungkinkan pengembang berkolaborasi dengan Copilot dalam membangun pendekatan proyek langkah demi langkah. AI mengajukan pertanyaan klarifikasi sebelum menulis kode apa pun. Setelah disetujui, rencana tersebut dapat dijalankan secara lokal di VS Code atau oleh agen berbasis cloud.

Fitur ini mengatasi mode kegagalan umum dalam pengkodean AI: memulai implementasi sebelum persyaratan dipahami sepenuhnya. Dengan menerapkan fase perencanaan yang jelas, GitHub bertujuan untuk mengurangi upaya yang sia-sia dan meningkatkan kualitas hasil.

Yang terpenting, fitur peninjauan kode GitHub menjadi efektif. Aplikasi baru ini akan memanfaatkan mesin CodeQL GitHub, yang sebelumnya berfokus pada kerentanan keamanan, untuk mengidentifikasi bug dan masalah pemeliharaan. Agen peninjau kode akan secara otomatis memeriksa permintaan penarikan yang dihasilkan oleh agen sebelum peninjauan manusia. Hal ini menciptakan gerbang kualitas dua tahap.

"Agen peninjau kode kami akan dapat melakukan panggilan ke mesin CodeQL untuk kemudian menemukan banyak kesalahan," Rodriguez menjelaskan. "Kami sedang berupaya mengembangkan mesin tersebut dan kami akan dapat memanfaatkan mesin tersebut juga untuk menemukan bug."

Pertimbangan Perusahaan: Apa yang Harus Dilakukan Sekarang

Untuk organisasi yang telah menerapkan beberapa alat pengkodean AI, Kantor Pusat Agen menyediakan jalur menuju integrasi tanpa memaksa penghapusan alat tersebut.

Pendekatan multi-agen GitHub memberikan fleksibilitas vendor dan mengurangi risiko lock-in. Organisasi dapat menguji beberapa agen dalam perimeter keamanan terpadu dan beralih penyedia tanpa melatih ulang pengembang. Dampaknya mungkin berupa pengalaman yang kurang optimal dibandingkan dengan alat khusus yang mengintegrasikan UI dan perilaku agen secara erat.

Rekomendasi Rodriguez jelas: mulailah dengan agen yang berdedikasi. Agen yang berdedikasi memungkinkan organisasi untuk secara konsisten menyusun standar peraturan yang diikuti oleh agen. Setelah terbentuk, organisasi dapat menambahkan agen eksternal tambahan untuk memperluas kemampuan.

"Buka dan terapkan pengkodean proxy dan proxy khusus dan mulailah bermain dengannya;" Dia berkata. "Ini adalah kemampuan masa depan, dan ini memungkinkan Anda untuk benar-benar mulai membentuk SDLC Anda sehingga disesuaikan dengan Anda, organisasi Anda, dan karyawan Anda."

Tautan sumber

baruAnda sekarang dapat mendengarkan artikel Fox News!

Anggota DPR dari Partai Demokrat pada hari Senin menuduh Presiden Donald Trump mencoba menggunakan Departemen Kehakiman untuk membayar ganti rugi ilegal selama dekade terakhir, dan menuntut agar pejabat tinggi departemen tersebut mengundurkan diri dari masalah tersebut.

Dalam surat publik kepada Jaksa Agung Pam Bondi, Wakil Jaksa Agung Todd Blanche dan pejabat tinggi Stanley Woodward, anggota Komite Kehakiman DPR dari Partai Demokrat menyebut potensi pembayaran tersebut sebagai “upaya yang terang-terangan ilegal dan inkonstitusional untuk mencuri” jutaan dolar dari para pembayar pajak.

Ketertarikan Trump terhadap pembayaran tersebut pertama kali dilaporkan minggu lalu oleh The Guardian Waktu New Yorkyang mengatakan Trump mulai mendapatkan hingga $230 juta melalui proses klaim administratif yang biasanya harus disetujui oleh pejabat tinggi Departemen Kehakiman. Trump mengajukan tuntutan hukum pada tahun 2023 dan 2024, sebelum menjabat, menurut laporan itu.

Komite Partai Demokrat, yang dipimpin oleh anggota berpangkat tinggi, anggota DPR Jamie Raskin, D-Md., memperingatkan konsekuensi pembayaran kepada Trump dan menuntut daftar informasi non-publik tentang permintaan Trump yang dilaporkan, sehingga meletakkan dasar bagi kemungkinan penyelidikan di masa depan jika mereka mendapatkan mayoritas dan mendapatkan kekuatan panggilan pengadilan dalam waktu satu tahun.

Trump menyarankan Departemen Kehakiman berhutang uang kepadanya untuk kasus-kasus di masa lalu

Jaksa Agung Pam Bondi dan Presiden Donald Trump hadir pada konferensi pers di Ruang Oval Gedung Putih pada 15 Oktober 2025. (Demetrius Freeman/The Washington Post melalui Getty Images)

“Anda mungkin menghadapi tanggung jawab perdata, penyelidikan etika, disiplin profesional, dan potensi tanggung jawab pidana karena berkonspirasi untuk menipu Amerika Serikat,” tulis anggota parlemen tersebut.

Mereka termasuk di antara beberapa anggota Partai Demokrat, dan beberapa anggota Partai Republik, yang meneliti kemungkinan presiden menerima dana sekaligus dari departemen yang sekarang ia pimpin.

Trump baru-baru ini berbicara tentang laporan tersebut di Ruang Oval, dengan mengatakan “akan sangat aneh” jika dia membayar sendiri. Trump dilaporkan meminta ganti rugi atas kerugian yang ditimbulkan oleh investigasi Departemen Kehakiman terhadap dugaan kolusi antara Trump dan Rusia dan investigasi mantan penasihat khusus Jack Smith.

“Dengan kata lain, pernahkah Anda mengalami salah satu situasi di mana Anda harus memutuskan berapa jumlah ganti rugi yang harus Anda bayarkan?” kata Trump. “Tetapi saya sangat terluka. Setiap uang yang saya peroleh akan saya sumbangkan untuk amal.”

Trump dan Partai Demokrat terjebak dalam siklus balas dendam yang tak ada habisnya setelah menghukum Comey dan menargetkan musuh-musuh presiden

Jack Smith berbicara saat konferensi pers di Washington, D.C. pada 1 Agustus 2023. (Al Drago/Bloomberg melalui Getty Images)

Anggota DPR dari Partai Demokrat menjawab bahwa Trump “tidak berhak menerima suap atau imbalan hanya dengan berjanji memberikan hasilnya untuk amal.”

Mereka juga meminta Blanche dan Woodward, yang bertugas di tim pembela hukum Trump selama persidangan pidananya, untuk membatalkan keputusan apa pun mengenai kompensasi Trump.

Menanggapi permintaan komentar, juru bicara komite Partai Republik menuduh Partai Demokrat terlalu fokus pada Trump.

Anggota Parlemen Jamie Raskin tiba untuk berbicara kepada wartawan saat memperkenalkan undang-undang tarif di US Capitol pada 8 Mei 2025, di Washington, DC. (Andrew Harnick/Getty Images)

KLIK DI SINI UNTUK MENDAPATKAN APLIKASI FOX NEWS

“Partai Demokrat harus fokus pada pembukaan pemerintahan dan gaji pegawai federal, yang banyak di antaranya tinggal di distrik Raskin, daripada terobsesi pada Presiden Trump yang jelas-jelas tidak melakukan kesalahan apa pun,” kata juru bicara komite tersebut, Russell Day. “Namun sayangnya, prioritas mereka selalu menyerang Presiden Trump daripada membayar gaji tentara, pengawas lalu lintas udara, dan keluarga yang dirugikan karena penutupan Partai Demokrat.”

Fox News Digital telah menghubungi Departemen Kehakiman untuk memberikan komentar.

Ashley Oliver adalah koresponden Fox News Digital dan FOX Business, yang meliput Departemen Kehakiman dan Hukum. Kirimkan kiat cerita melalui email ke ashley.oliver@fox.com.

Tautan sumber

Membangun AI untuk perangkat lunak keuangan memerlukan pedoman yang berbeda dari AI konsumen intuisi QuickBooks versi terbaru memberikan contoh.

Perusahaan ini mengumumkan Intuit Intelligence, sebuah sistem yang mengoordinasikan agen AI khusus di seluruh platform QuickBooks untuk menangani tugas-tugas termasuk kepatuhan pajak penjualan dan pemrosesan penggajian. Agen baru ini menambah agen Akuntansi dan Manajemen Proyek yang ada (yang juga telah diperbarui) serta antarmuka terpadu yang memungkinkan pengguna untuk menanyakan data di QuickBooks, sistem pihak ketiga, dan file yang diunggah menggunakan bahasa alami.

Perkembangan baru ini terjadi setelah bertahun-tahun melakukan investasi dan perbaikan di Intuit Genomemungkinkan perusahaan membangun kemampuan kecerdasan buatan yang mengurangi… Peningkatan latensi dan akurasi.

Namun berita sebenarnya bukanlah apa yang dibuat oleh Intuit, melainkan bagaimana mereka membangunnya dan mengapa keputusan desain mereka akan membuat AI lebih berguna. Peluncuran AI terbaru yang dilakukan perusahaan ini mewakili sebuah evolusi yang dibangun berdasarkan pembelajaran yang diperoleh dengan susah payah tentang apa yang berhasil dan apa yang tidak ketika menerapkan AI dalam konteks keuangan.

Apa yang dipelajari perusahaan ini sangat mengkhawatirkan: Meskipun agen akuntansinya meningkatkan akurasi klasifikasi transaksi rata-rata sebesar 20 poin persentase, perusahaan tersebut masih menerima keluhan tentang kesalahan.

"Kasus penggunaan yang kami coba selesaikan untuk klien meliputi pajak dan keuangan; Jika Anda membuat kesalahan di dunia ini, Anda kehilangan kepercayaan pelanggan dalam jumlah besar dan kami hanya mendapatkannya kembali dalam jumlah besar." Joe Preston, wakil presiden produk dan desain di Intuit, mengatakan kepada VentureBeat.

Arsitektur kepercayaan: Kueri data nyata melalui respons generatif

Strategi teknis Intuit berfokus pada keputusan desain mendasar. Untuk pertanyaan intelijen keuangan dan bisnis, sistem menanyakan data aktual, bukan menghasilkan respons melalui model bahasa besar (LLM).

APenting juga agar data ini tidak semuanya ada di satu tempat. Implementasi teknis Intuit memungkinkan QuickBooks menyerap data dari berbagai sumber berbeda: data asli Intuit, sistem pihak ketiga yang terhubung dengan OAuth seperti Square untuk pembayaran, dan file yang diunggah pengguna seperti spreadsheet yang berisi daftar harga vendor atau data kampanye pemasaran. Hal ini menciptakan lapisan data terpadu yang dapat dikueri dengan andal oleh agen AI.

"Kami sebenarnya menanyakan tentang data asli Anda," Preston menjelaskan. "Ini sangat berbeda dibandingkan jika Anda hanya menyalin dan menempelkan file spreadsheet atau PDF dan menempelkannya ke ChatGPT."

Pilihan arsitektur ini berarti bahwa sistem Intuit Intelligence bertindak sebagai lapisan orkestrasi. Ini adalah antarmuka bahasa alami untuk operasi data terstruktur. Saat pengguna bertanya tentang profitabilitas yang diharapkan atau ingin menjalankan penggajian, sistem menerjemahkan kueri bahasa alami ke dalam operasi database terhadap data keuangan yang diverifikasi.

Hal ini penting karena penelitian internal Intuit telah mengungkapkan meluasnya penggunaan AI dalam bayang-bayang. Saat disurvei, 25% akuntan yang menggunakan QuickBooks mengaku sudah menyalin dan menempelkan data ke ChatGPT atau Google Gemini untuk dianalisis.

Pendekatan Intuit memperlakukan AI sebagai mekanisme untuk menerjemahkan dan memformat kueri, bukan sebagai pembuat konten. Hal ini mengurangi risiko halusinasi yang mengganggu penerapan AI dalam konteks keuangan.

Penjelasan adalah persyaratan desain, bukan sekedar renungan

Di luar arsitektur teknis, Intuit telah menjadikan kemampuan menjelaskan sebagai pengalaman pengguna inti di seluruh agen AI-nya. Hal ini lebih dari sekadar memberikan jawaban yang benar: ini berarti menjelaskan kepada pengguna alasan di balik keputusan otomatis.

Ketika agen akuntansi Intuit mengkategorikan suatu transaksi, ia tidak hanya menampilkan hasilnya; Ini menunjukkan logika. Ini bukan salinan pemasaran tentang AI yang dapat dijelaskan, ini adalah antarmuka pengguna sebenarnya yang menampilkan titik data dan logika.

"Ini tentang menutup lingkaran kepercayaan dan memastikan pelanggan memahami alasannya," Alastair Simpson, wakil presiden desain di Intuit, mengatakan kepada VentureBeat.

Hal ini menjadi sangat penting ketika Anda mempertimbangkan riset pengguna Intuit: Meskipun separuh dari usaha kecil menggambarkan AI sebagai hal yang berguna, hampir seperempatnya tidak pernah menggunakan AI sama sekali. Lapisan penjelasan melayani kedua kelompok: membangun kepercayaan bagi pendatang baru, sekaligus memberikan konteks kepada pengguna berpengalaman untuk memverifikasi keakuratan.

Desain juga menerapkan kendali manusia pada titik-titik pengambilan keputusan yang kritis. Pendekatan ini melampaui antarmuka. Intuit menghubungkan pengguna secara langsung dengan pakar manusia, tertanam dalam alur kerja yang sama, ketika otomatisasi mencapai batasnya atau pengguna menginginkan validasi.

Arahkan transisi dari formulir ke percakapan

Salah satu tantangan paling menarik yang dihadapi Intuit adalah mengelola transformasi mendasar dalam antarmuka pengguna. Preston menggambarkannya memiliki satu kaki di masa lalu dan satu kaki di masa depan.

"Ini bukan sekedar Intuit, ini adalah pasar secara keseluruhan," kata Preston. "Saat ini kami masih memiliki banyak pelanggan yang mengisi formulir dan menelusuri tabel yang penuh dengan data. Kami banyak berinvestasi dalam mengadopsi dan mempertanyakan cara kami menelusuri produk-produk kami saat ini, di mana pada dasarnya Anda mengisi formulir demi formulir, atau tabel demi tabel, karena kami melihat ke mana arah dunia ini, dan sebenarnya ini merupakan bentuk interaksi yang berbeda dengan produk-produk ini."

Hal ini menciptakan tantangan desain produk: Bagaimana Anda melayani pengguna yang merasa nyaman dengan antarmuka tradisional sambil secara bertahap memperkenalkan kemampuan dan agen percakapan?

Pendekatan Intuit adalah mengintegrasikan agen AI langsung ke dalam alur kerja yang ada. Artinya, pengguna tidak dipaksa untuk mengadopsi pola interaksi yang benar-benar baru. Agen pembayaran muncul di sebelah alur kerja penagihan; Agen akuntansi meningkatkan proses rekonsiliasi yang ada daripada menggantikannya. Pendekatan langkah demi langkah ini memungkinkan pengguna merasakan manfaat AI tanpa meninggalkan proses yang sudah biasa.

Apa yang dapat dipelajari oleh para pembuat AI perusahaan dari pendekatan Intuit

Pengalaman Intuit dalam menerapkan AI dalam konteks keuangan menunjukkan beberapa prinsip yang berlaku secara luas pada inisiatif AI perusahaan.

Arsitektur penting untuk kepercayaan: Di area di mana akurasi sangat penting, pertimbangkan apakah Anda perlu membuat konten atau menerjemahkan kueri data. Keputusan Intuit untuk memperlakukan AI sebagai lapisan antarmuka bahasa alami yang sinkron secara signifikan mengurangi risiko halusinasi dan menghindari penggunaan AI sebagai sistem generatif.

Kemampuan penjelasan harus dirancang, bukan dibaut: Menjelaskan kepada pengguna mengapa AI mengambil keputusan bukanlah pilihan ketika kepercayaan dipertaruhkan. Ini memerlukan desain pengalaman pengguna yang disengaja. Mungkin membatasi opsi formulir.

Kontrol pengguna menjaga kepercayaan diri selama peningkatan akurasi: Agen akuntansi Intuit meningkatkan akurasi klasifikasi sebesar 20 poin persentase. Namun, mempertahankan kemampuan penggantian pengguna sangat penting untuk penerapannya.

Beralih secara bertahap dari antarmuka yang sudah dikenal: Jangan memaksa pengguna untuk meninggalkan formulir percakapan. Sematkan kemampuan AI ke dalam alur kerja yang ada terlebih dahulu. Izinkan pengguna merasakan manfaatnya sebelum meminta mereka mengubah perilaku.

Jujurlah tentang apa yang reaktif versus proaktif: Agen AI saat ini terutama merespons perintah dan mengotomatiskan tugas tertentu. Kecerdasan proaktif sejati yang memberikan rekomendasi strategis yang tidak terduga masih merupakan kemampuan yang terus berkembang.

Atasi permasalahan tenaga kerja dengan alat, bukan hanya pesan: Jika AI dimaksudkan untuk meningkatkan kualitas pekerja, bukan menggantikan mereka, maka pekerja harus dilengkapi dengan alat AI. Tunjukkan pada mereka cara memanfaatkan teknologi.

Bagi organisasi yang mengadopsi AI, perjalanan Intuit menawarkan arah yang jelas. Pendekatan pemenang mengutamakan kepercayaan dibandingkan menunjukkan kemampuan. Dalam bidang di mana kesalahan memiliki konsekuensi yang nyata, hal ini berarti berinvestasi pada akurasi, transparansi, dan pengawasan manusia sebelum melakukan pengembangan percakapan atau tindakan independen.

Simpson menyampaikan tantangannya secara ringkas: "Kami tidak ingin itu menjadi lapisan yang dibaut. Kami ingin klien berada dalam alur kerja alami mereka, agar agen melakukan pekerjaan untuk klien, dimasukkan ke dalam alur kerja."

Tautan sumber