Berita
Apakah memperbarui agen AI Anda akan membantu atau menghambat kinerja mereka? Alat eksperimen Raindrop yang baru memberi tahu Anda
Tampaknya hampir setiap minggu dalam dua tahun terakhir sejak peluncuran ChatGPT, model bahasa besar (LLM) baru telah dirilis dari laboratorium pesaing atau dari OpenAI itu sendiri. Dunia usaha berada di bawah tekanan yang kuat untuk mengikuti laju perubahan yang eksponensial, apalagi memahami cara beradaptasi – model baru mana, jika ada, yang harus mereka adopsi untuk mendukung alur kerja mereka dan agen AI khusus yang mereka bangun untuk mengimplementasikannya?
Bantuan tiba: Luncurkan kemampuan observasi aplikasi AI rintik hujan Eksperimen diluncurkansebuah fitur analitik baru yang digambarkan oleh perusahaan sebagai rangkaian pengujian A/B pertama yang dirancang khusus untuk agen AI perusahaan — memungkinkan perusahaan melihat dan membandingkan bagaimana memperbarui agen ke model dasar baru, atau mengubah instruksi dan akses ke alat, berdampak pada kinerja mereka dengan pengguna akhir yang sebenarnya.
Rilis ini memperluas alat pemantauan Raindrop yang ada, memberikan pengembang dan tim cara untuk melihat bagaimana agen mereka berperilaku dan berkembang dalam kondisi dunia nyata.
Dengan menggunakan eksperimen, tim dapat melacak bagaimana perubahan—seperti alat atau perintah baru, memperbarui formulir, atau membangun kembali seluruh alur—memengaruhi kinerja AI di jutaan interaksi pengguna. Fitur baru ini sekarang tersedia untuk pengguna paket berlangganan Pro Raindrop ($350 per bulan) di Tetesan hujan.ai.
Lensa berbasis data tentang pengembangan agen
Salah satu Pendiri dan CTO Raindrop Bin Hallaq Tercatat dalam video pengumuman produk (di atas) bahwa eksperimen membantu tim mengetahui “cara mengubah apa pun secara harfiah”, termasuk penggunaan alat, niat pengguna, tingkat rilis, dan mengeksplorasi perbedaan berdasarkan demografi seperti bahasa. Tujuannya adalah membuat iterasi model lebih transparan dan terukur.
Antarmuka Eksperimen menampilkan hasil secara visual, menunjukkan kapan eksperimen berperforma lebih baik atau lebih buruk daripada garis dasar. Peningkatan sinyal negatif mungkin mengindikasikan kegagalan tugas yang lebih besar atau keluaran kode parsial, sedangkan peningkatan sinyal positif dapat mencerminkan respons yang lebih lengkap atau pengalaman pengguna yang lebih baik.
Dengan membuat data ini lebih mudah diinterpretasikan, Raindrop mendorong tim AI untuk melakukan pendekatan terhadap iterasi agen dengan ketelitian yang sama seperti penerapan perangkat lunak modern – melacak hasil, berbagi wawasan, dan mengatasi regresi sebelum menjadi lebih buruk.
Latar Belakang: Dari observasi kecerdasan buatan hingga eksperimen
Peluncuran uji coba Raindrop dibangun di atas fondasi perusahaan sebagai salah satu yang pertama Platform observasi AI aslidirancang untuk membantu organisasi memantau dan memahami perilaku sistem AI generatif mereka dalam produksi.
Seperti yang dilaporkan VentureBeat awal tahun ini, perusahaan – yang awalnya dikenal sebagai Dawn AI – telah muncul untuk mengatasi masalah tersebut, Mantan perancang antarmuka manusia di Apple, ia menyebut “masalah kotak hitam” kinerja AI, membantu tim menemukan kegagalan “saat terjadi” dan menjelaskan kepada organisasi apa yang salah dan alasannya."
Pada saat itu, Hylac menggambarkan bagaimana “produk AI terus-menerus gagal, dengan cara yang lucu sekaligus menakutkan,” dan menyatakan bahwa tidak seperti perangkat lunak tradisional, yang membuat pengecualian secara eksplisit, “produk AI gagal secara diam-diam.” Platform Raindrop asli berfokus pada pendeteksian kegagalan diam-diam ini dengan menganalisis sinyal seperti komentar pengguna, kegagalan tugas, penolakan, dan anomali percakapan lainnya di jutaan peristiwa harian.
Salah satu pendiri perusahaan — Hilak, Alexis JubaDan Zubin Singh Kotecha Raindrop dibuat setelah menghadapi kesulitan dalam men-debug sistem AI dalam produksi.
“Kami memulai dengan membangun produk AI, bukan infrastruktur,” kata Hilak. venturebeat. “Namun dengan cepat, kami menyadari bahwa untuk mengembangkan sesuatu yang serius, kami memerlukan alat untuk memahami perilaku AI — dan alat tersebut tidak ada.”
Menggunakan eksperimen, Raindrop memperluas tugas yang sama Deteksi kegagalan ke Ukur perbaikan. Alat baru ini mengubah data observasi menjadi perbandingan yang dapat ditindaklanjuti, memungkinkan organisasi menguji apakah perubahan dalam model, klaim, atau saluran membuat agen AI mereka lebih baik atau hanya berbeda.
Selesaikan masalah “Rating lolos, agen gagal”.
Meskipun kerangka evaluasi tradisional berguna untuk mengukur kinerja, kerangka kerja tersebut jarang menangkap perilaku agen AI yang tidak dapat diprediksi yang beroperasi di lingkungan dinamis.
Sebagai salah satu pendiri Raindrop Alexis Juba Dia menjelaskannya Iklan LinkedIn“Evaluasi tradisional tidak benar-benar menjawab pertanyaan ini. Ini merupakan pengujian unit yang hebat, namun Anda tidak dapat memprediksi tindakan pengguna dan agen Anda bekerja berjam-jam, memanggil ratusan alat.”
Juba mengatakan perusahaan terus-menerus mendengar rasa frustrasi yang umum terjadi di antara tim: “Penilaian berhasil, agen gagal.”
Eksperimen ini bertujuan untuk mengisi kesenjangan ini melalui pasokan Apa yang sebenarnya berubah Saat pengembang mengirimkan pembaruan ke sistem mereka.
Alat ini memungkinkan perbandingan berdampingan antara model, alat, maksud, atau properti, yang menunjukkan perbedaan terukur dalam perilaku dan kinerja.
Dirancang untuk perilaku AI di dunia nyata
Dalam video pengumumannya, Raindrop menggambarkan eksperimen sebagai cara untuk “membandingkan apa pun dan mengukur bagaimana perilaku agen Anda benar-benar berubah dalam produksi di jutaan interaksi nyata.”
Platform ini membantu pengguna mendeteksi masalah seperti lonjakan kegagalan tugas, kelupaan, atau alat baru yang menyebabkan kesalahan tak terduga.
Ini juga dapat digunakan secara terbalik – dimulai dengan masalah yang diketahui, seperti “agen terjebak dalam satu lingkaran,” dan melacak pola, alat, atau tag yang mengarah ke masalah tersebut.
Dari sana, pengembang dapat menelusuri implikasi mendetail untuk menemukan akar permasalahan dan segera memberikan perbaikan.
Setiap eksperimen memberikan analisis visual metrik seperti frekuensi penggunaan alat, tingkat kesalahan, durasi percakapan, dan durasi respons.
Pengguna dapat mengklik perbandingan apa pun untuk mengakses data peristiwa yang mendasarinya, sehingga memberi mereka gambaran jelas tentang bagaimana perilaku agen berubah seiring waktu. Tautan bersama memudahkan berkolaborasi dengan rekan satu tim atau melaporkan hasil.
Integrasi, skalabilitas dan akurasi
Menurut Hylak, Eksperimen terintegrasi langsung dengan “platform premium yang dikenal dan disukai perusahaan (seperti Statsig!)” dan dirancang untuk bekerja secara lancar dengan jalur pengukuran dan analitik yang ada.
Bagi perusahaan yang tidak memiliki integrasi ini, mereka masih dapat membandingkan kinerja dari waktu ke waktu — seperti kemarin versus hari ini — tanpa penyiapan tambahan.
Tim biasanya membutuhkan sekitar 2.000 pengguna per hari untuk menghasilkan hasil yang signifikan secara statistik, kata Hilak.
Untuk memastikan keakuratan perbandingan, Eksperimen memantau kecukupan ukuran sampel dan memperingatkan pengguna jika pengujian kekurangan data untuk menarik kesimpulan yang valid.
“Kami terobsesi untuk memastikan bahwa metrik seperti kegagalan misi dan frustrasi pengguna adalah metrik yang dapat Anda ingatkan kepada teknisi yang siap dipanggil,” jelas Hilak. Tim dapat menggali lebih dalam percakapan atau peristiwa tertentu yang mendorong metrik tersebut, memastikan transparansi di balik setiap angka keseluruhan, tambahnya.
Keamanan dan perlindungan data
Raindrop beroperasi sebagai platform yang dihosting di cloud tetapi juga menawarkan redaksi informasi pengenal pribadi (PII) untuk organisasi yang memerlukan kontrol tambahan.
Hylak mengatakan perusahaannya mematuhi SOC 2 dan telah diluncurkan Penjaga PII Sebuah fitur yang menggunakan kecerdasan buatan untuk secara otomatis menghapus informasi sensitif dari data yang disimpan. “Kami menangani perlindungan data pelanggan dengan sangat serius,” tegasnya.
Harga dan paket
Bagian dari pengalaman Raindrop Rencana profesionaldengan biaya $350 per bulan atau $0,0007 per interaksi. Tingkat Profesional juga mencakup alat pencarian mendalam, pengelompokan topik, pelacakan masalah khusus, dan kemampuan pencarian semantik.
tetesan hujan Rencana awal – $65 per bulan atau $0,001 per interaksi – Menyediakan analisis dasar termasuk deteksi masalah, tanda umpan balik pengguna, peringatan Slack, dan pelacakan pengguna. Kedua paket dilengkapi dengan uji coba gratis selama 14 hari.
Organisasi yang lebih besar dapat memilih Rencana perusahaan Dengan harga yang dipersonalisasi dan fitur-fitur canggih seperti sistem masuk tunggal (SSO), peringatan khusus, integrasi, redaksi PII, dan dukungan prioritas.
Peningkatan berkelanjutan pada sistem kecerdasan buatan
Melalui eksperimen, Raindrop memposisikan dirinya di persimpangan antara analitik AI dan observasi perangkat lunak. Fokusnya pada “mengukur kebenaran,” sebagaimana dinyatakan dalam video produk, mencerminkan dorongan yang lebih luas dalam industri menuju akuntabilitas dan transparansi dalam operasi AI.
Daripada hanya mengandalkan tolok ukur offline, pendekatan Raindrop berfokus pada data pengguna nyata dan pemahaman konteks. Perusahaan berharap hal ini akan memungkinkan pengembang AI untuk bergerak lebih cepat, mengidentifikasi akar permasalahan lebih cepat, dan memberikan model berperforma lebih baik dengan percaya diri.
Alat AI merevolusi pengembangan perangkat lunak dengan mengotomatiskan tugas yang berulang, memfaktorkan ulang kode yang membengkak, dan mengidentifikasi bug secara real-time. Pengembang kini dapat membuat kode terstruktur dengan baik dengan petunjuk bahasa sederhana, sehingga menghemat waktu berjam-jam upaya manual. Alat-alat ini belajar dari basis kode yang luas dan memberikan rekomendasi kontekstual yang meningkatkan produktivitas dan mengurangi kesalahan. Daripada memulai dari awal, para insinyur dapat membuat prototipe dengan cepat, melakukan iterasi lebih cepat, dan fokus pada penyelesaian masalah yang semakin kompleks.
Seiring dengan semakin populernya alat pembuat kode, alat ini menimbulkan pertanyaan tentang ukuran dan struktur tim teknik di masa depan. Awal tahun ini, Gary Tan, CEO akselerator startup Y Combinator, mencatat bahwa sekitar seperempat kliennya saat ini menggunakan AI untuk menulis 95% atau lebih perangkat lunak mereka. Dalam sebuah wawancara dengan CNBC“Artinya bagi para pendiri adalah Anda tidak memerlukan tim yang terdiri dari 50 atau 100 insinyur, dan Anda tidak perlu mengumpulkan banyak dana. Modalnya ada untuk jangka waktu yang lebih lama,” kata Tan.
Enkripsi bertenaga AI Hal ini mungkin menawarkan solusi cepat bagi perusahaan yang mengalami tekanan anggaran – namun dampak jangka panjangnya terhadap industri dan tenaga kerja tidak dapat diabaikan.
Ketika tingkat pemrograman berbasis AI meningkat, keahlian manusia mungkin berkurang
Di era kecerdasan buatan, perjalanan tradisional menuju keahlian pemrograman yang telah lama mendukung pengembang senior mungkin terancam. Akses mudah ke model bahasa besar (LLM) memungkinkan pemrogram pemula dengan cepat mengidentifikasi masalah dalam kode mereka. Meskipun hal ini mempercepat pengembangan perangkat lunak, hal ini dapat menjauhkan pengembang dari pekerjaan mereka, sehingga menunda pertumbuhan keterampilan dasar pemecahan masalah. Akibatnya, mereka mungkin menghindari jam kerja yang terfokus, dan terkadang tidak nyaman, yang diperlukan untuk membangun pengalaman dan kemajuan dalam perjalanan menjadi pengembang senior yang sukses.
Pertimbangkan Claude Code dari Anthropic, asisten berbasis terminal yang dibangun berdasarkan model Claude 3.7 Sonnet, yang mengotomatiskan deteksi dan penyelesaian bug, pembuatan pengujian, dan pemfaktoran ulang kode. Dengan menggunakan perintah bahasa alami, ini mengurangi pekerjaan manual yang berulang dan meningkatkan produktivitas.
Microsoft juga telah merilis dua kerangka kerja sumber terbuka – AutoGen dan Semantic Kernel – untuk mendukung pengembangan sistem AI agen. AutoGen memungkinkan perpesanan asinkron, komponen modular, dan kolaborasi agen terdistribusi untuk menciptakan alur kerja yang kompleks dengan masukan manusia yang minimal. Kernel Semantik adalah kit pengembangan perangkat lunak (SDK) yang mengintegrasikan LLM dengan bahasa seperti C#, Python, dan Java, memungkinkan pengembang membangun agen AI untuk mengotomatiskan tugas dan mengelola aplikasi perusahaan.
Meningkatnya ketersediaan alat-alat ini dari Anthropic, Microsoft, dan lainnya dapat mengurangi peluang bagi pemrogram untuk meningkatkan dan memperdalam keterampilan mereka. Daripada “membenturkan kepala ke dinding” untuk memperbaiki beberapa baris atau mengambil perpustakaan untuk membuka fitur baru, pengembang pemula mungkin akan meminta bantuan AI. Ini berarti bahwa pemrogram papan atas dengan keterampilan pemecahan masalah yang telah diasah selama beberapa dekade dapat menjadi spesies yang terancam punah.
Ketergantungan yang berlebihan pada AI untuk menulis kode mengancam akan melemahkan pengalaman praktis dan pemahaman pengembang tentang konsep dasar pemrograman. Tanpa latihan teratur, mereka mungkin mengalami kesulitan dalam melakukan debug, meningkatkan, atau merancang sistem secara mandiri. Pada akhirnya, erosi keterampilan ini dapat melemahkan pemikiran kritis, kreativitas, dan kemampuan beradaptasi, yang merupakan kualitas yang penting tidak hanya untuk pemrograman, namun juga untuk mengevaluasi kualitas dan logika solusi yang dihasilkan oleh AI.
AI sebagai mentor: Mengubah otomatisasi kode menjadi pembelajaran yang dapat ditindaklanjuti
Meskipun kekhawatiran mengenai AI yang akan mengurangi keterampilan pengembang manusia adalah benar, perusahaan tidak boleh menolak pemrograman yang didukung AI. Mereka hanya perlu memikirkan secara hati-hati kapan dan bagaimana menerapkan alat AI dalam pengembangan. Alat-alat ini bisa menjadi lebih dari sekedar alat peningkat produktivitas; Mereka dapat bertindak sebagai mentor interaktif, membimbing pemrogram secara real time melalui klarifikasi, alternatif, dan praktik terbaik.
Ketika kamuSebagai alat pelatihan, AI dapat meningkatkan pembelajaran dengan menunjukkan kepada programmer mengapa kode rusak dan bagaimana cara memperbaikinya – bukan hanya menerapkan solusi. Misalnya, pengembang junior yang menggunakan Claude Code mungkin menerima masukan langsung tentang kesalahan sintaksis atau kesalahan logika yang tidak efisien, serta saran yang terkait dengan penjelasan mendetail. Hal ini memungkinkan pembelajaran aktif, bukan koreksi pasif. Ini sama-sama menguntungkan: mempercepat jadwal proyek tanpa melakukan semua pekerjaan untuk programmer junior.
Selain itu, kerangka pemrograman dapat mendukung eksperimen dengan memungkinkan pengembang membuat prototipe alur kerja agen atau mengintegrasikan LLM tanpa memerlukan pengetahuan tingkat ahli sebelumnya. Dengan mengamati bagaimana AI menciptakan dan meningkatkan kode, pengembang pemula yang secara aktif berinteraksi dengan alat-alat ini dapat menginternalisasi pola, keputusan arsitektur, dan strategi debugging—membalikkan proses pembelajaran tradisional yaitu trial and error, peninjauan kode, dan bimbingan.
Namun, asisten pemrograman AI tidak boleh menggantikan panduan nyata atau pemrograman berpasangan. Permintaan penarikan dan peninjauan kode formal tetap diperlukan untuk memandu anggota tim baru dan kurang berpengalaman. Kita belum sampai pada titik di mana AI saja dapat meningkatkan keterampilan pengembang junior.
Perusahaan dan pendidik dapat membangun program pengembangan terstruktur berdasarkan alat-alat ini yang berfokus pada pemahaman kode untuk memastikan AI digunakan sebagai mitra pelatihan dan bukan sebagai penopang. Hal ini mendorong programmer untuk mempertanyakan keluaran AI dan memerlukan latihan refactoring manual. Dengan cara ini, AI tidak lagi menjadi pengganti kreativitas manusia dan lebih menjadi katalis untuk percepatan pembelajaran berdasarkan pengalaman.
Menjembatani kesenjangan antara otomatisasi dan pendidikan
Jika digunakan dengan sengaja, AI tidak hanya menulis kode; Dia mengajar pemrograman dan memadukan otomatisasi dengan pendidikan untuk mempersiapkan pengembang menghadapi masa depan di mana pemahaman mendalam dan kemampuan beradaptasi tetap diperlukan.
Dengan menjadikan AI sebagai panduan, sebagai mitra perangkat lunak, dan sebagai tim pengembang, kita dapat memandu permasalahan yang ada, dan kita dapat menjembatani kesenjangan antara otomatisasi dan pendidikan yang efektif. Kami memungkinkan pengembang untuk berkembang seiring dengan alat yang mereka gunakan. Kami dapat menjamin bahwa seiring dengan berkembangnya AI, keahlian manusia juga ikut berkembang, sehingga membina generasi programmer dengan kompetensi dan pengetahuan yang mendalam.
Richard Sonnenblick adalah ilmuwan data senior di Lihat rencana.
Berita
Trump memerintahkan pembayaran pasukan pada minggu depan ketika ia mengkritik Schumer atas penutupan pemerintahan
baruAnda sekarang dapat mendengarkan artikel Fox News!
Presiden Donald Trump mengkritik Partai Demokrat atas penutupan pemerintahan yang sedang berlangsung pada hari Sabtu dan mengatakan dia mengarahkan Menteri Perang Pete Hegseth untuk memastikan anggota dinas militer mendapatkan gaji mereka minggu depan.
“Chuck Schumer baru-baru ini mengatakan ‘setiap hari menjadi lebih baik’ ketika mereka membungkam kelompok kiri radikal,” tulis Trump di Truth Social. “Saya tidak setuju! Jika tidak ada tindakan apa pun, karena ‘Pemimpin’ Chuck Schumer dan Partai Demokrat, pasukan pemberani kita akan kehilangan gaji yang layak mereka dapatkan pada tanggal 15 Oktober.”
Dia mengatakan dia mengarahkan Hegseth “untuk menggunakan semua dana yang tersedia untuk membayar pasukan kami pada tanggal 15 Oktober. Kami telah mengidentifikasi dana yang diperlukan untuk melakukannya, dan Menteri Hegseth akan menggunakannya untuk membayar pasukan kami.”
Dia menambahkan: “Saya tidak akan membiarkan Partai Demokrat menyandera militer kita, dan keamanan seluruh negara kita, dengan penutupan pemerintahan mereka yang berbahaya.” “Demokrat sayap kiri yang radikal harus membuka pemerintahan, dan kemudian kita dapat bekerja sama untuk menangani layanan kesehatan, dan banyak hal lain yang ingin mereka hancurkan. Terima kasih atas ketertarikan Anda terhadap masalah ini!”
Johnson meningkatkan taruhannya pada Schumer saat pemerintah menutup pasar pada minggu ketiga
Presiden Donald Trump mengatakan dia mengarahkan Menteri Perang Pete Hegseth untuk memastikan anggota dinas militer mendapatkan gaji mereka minggu depan. (Wayne McNamee/Getty Images)
Pemerintah ditutup pada tanggal 1 Oktober, setelah Partai Demokrat dan Republik gagal meloloskan rancangan undang-undang pengeluaran untuk mendanai pemerintah, dengan Partai Demokrat khawatir bahwa berakhirnya pemotongan pajak Undang-Undang Perawatan Terjangkau dapat menyebabkan premi yang lebih tinggi dan pemotongan Medicaid dapat menyebabkan masyarakat tidak mendapatkan perlindungan.
Trump pada hari Senin menyalahkan anggota parlemen dari Partai Demokrat atas penutupan pemerintahan tersebut, dan mengatakan bahwa ia akan “dengan senang hati bekerja sama dengan Partai Demokrat dalam mengatasi kegagalan kebijakan layanan kesehatan” begitu pemerintahan dibuka kembali.
“Demokrat telah menutup pemerintahan Amerika Serikat di tengah salah satu perekonomian paling sukses, termasuk rekor pasar saham yang pernah ada di negara kita,” tulis Trump di Truth Social. “Sayangnya, hal ini berdampak pada banyak program, layanan, dan elemen komunitas lainnya yang menjadi sandaran masyarakat Amerika – dan hal ini seharusnya tidak terjadi.”
Dia menambahkan: “Saya senang bekerja dengan Partai Demokrat dalam mengatasi kegagalan kebijakan layanan kesehatan mereka, atau hal lainnya, tetapi pertama-tama mereka harus mengizinkan pemerintahan kita untuk dibuka kembali.”
Trump mengatakan penutupan pemerintahan dan PHK bergantung pada Partai Demokrat karena kebuntuan terus berlanjut
“Setiap hari menjadi lebih baik bagi kami,” kata Schumer baru-baru ini mengenai strategi penutupan Partai Demokrat. (Andrew Harnick/Getty Images)
“Setiap hari menjadi lebih baik bagi kami” sehubungan dengan strategi penutupan Partai Demokrat, kata Schumer baru-baru ini kepada Punchbowl News.
Ia menambahkan: “Hal ini karena kami telah memikirkan hal ini jauh sebelumnya dan kami tahu bahwa layanan kesehatan akan menjadi titik fokus pada tanggal 30 September dan kami bersiap untuk itu… Teori mereka adalah – mereka mengancam kami, mereka menipu kami, kami akan menyerah dalam satu atau dua hari.”
Partai Republik menyalahkan Schumer atas penutupan pemerintahan tersebut, dan mengatakan bahwa penutupan tersebut bertujuan untuk menenangkan sayap progresif Partai Demokrat, khususnya di negara bagian tempat ia tinggal, dimana Zahran Mamdani memimpin dalam pemilihan walikota New York City dan isu yang berkembang mengenai Rep. Alexandria Ocasio-Cortez berpotensi menantang Schumer dalam pemilihan pendahuluan mendatang. Dia belum secara resmi mengumumkan pencalonannya sebagai anggota Senat.
Ketua DPR Mike Johnson didampingi oleh Pemimpin Mayoritas Steve Scalise, Whip Tom Emmer dan Brian Steele pada konferensi pers pada hari ke-10 penutupan pemerintah, Jumat, di Washington, DC. (Anna Rose Leyden/Getty Images)
“Chuck Schumer baru saja mengatakan bagian diamnya dengan lantang: Partai Demokrat dengan senang hati menyakiti rakyat Amerika atas upaya mereka memberikan layanan kesehatan gratis kepada orang asing ilegal,” kata Wakil Sekretaris Pers Gedung Putih Abigail Jackson dalam sebuah pernyataan yang diberikan secara eksklusif kepada Fox News Digital.
KLIK DI SINI UNTUK MENDAPATKAN APLIKASI FOX NEWS
Schumer baru-baru ini berbagi dengan Fox News Digital pernyataan yang dia buat di Senat.
“Setiap hari ketika Partai Republik menolak melakukan negosiasi untuk mengakhiri penutupan ini, hal ini menjadi semakin buruk bagi masyarakat Amerika – dan semakin jelas siapa yang memperjuangkan mereka. Setiap hari, tuntutan kita untuk melakukan reformasi layanan kesehatan dan mengakhiri penutupan ini menjadi semakin baik dan semakin kuat seiring dengan banyaknya keluarga yang membuka surat mereka yang menjelaskan berapa besar premi asuransi mereka akan naik jika Partai Republik mendapatkan apa yang mereka inginkan. Mereka menyadari mengapa perjuangan ini penting – ini adalah “Ini tentang melindungi layanan kesehatan, rekening bank, dan masa depan mereka.”
baruAnda sekarang dapat mendengarkan artikel Fox News!
Ivanka Trump, putri Presiden Donald Trump dan mantan penasihat pemerintahan, mengatakan kepada kerumunan besar di Lapangan Penyanderaan Tel Aviv pada Sabtu malam bahwa dia “kagum” dengan “kekuatan dan keyakinan meskipun menderita” dari keluarga sandera ketika mereka bersiap untuk kembali ke rumah menyusul perjanjian gencatan senjata bersejarah antara Israel dan Hamas yang ditengahi oleh ayahnya awal pekan ini.
“Presiden ingin saya berbagi dengan Anda, seperti yang telah ia lakukan terhadap banyak dari Anda secara pribadi, bahwa ia melihat Anda, mendengar Anda, dan selalu mendukung Anda,” tambahnya. “Kembalinya setiap sandera bukan hanya momen kepulangan dan kelegaan, tapi kemenangan iman, keberanian, dan kemanusiaan kita bersama.”
Suami Ivanka Trump, Jared Kushner, mengatakan kepada hadirin bahwa ia memiliki keyakinan penuh bahwa “yang akan bangkit dari guncangan ini adalah tingkat kehebatan, tingkat pencapaian, tingkat pengaruh terhadap dunia, dan tingkat kepemimpinan yang belum pernah dilihat Israel sebelumnya.”
Dari kesedihan menjadi rasa syukur: Pujian untuk Trump ketika Israel merayakan kesepakatan penyanderaan dengan Hamas di Tel Aviv
Ivanka Trump berbicara kepada orang banyak di lapangan penyanderaan di Tel Aviv pada hari Sabtu. (Kredit: Paulina Buttimer)
Dia menambahkan: “Saat kita menutup bab ini, marilah kita belajar dari tantangan dan penderitaan beberapa tahun terakhir, dan mari kita melakukan yang terbaik untuk menjadikan Israel, menjadikan kawasan ini, membuat dunia menjadi damai, membangun jembatan pemahaman, menghilangkan kebencian dalam diri kita sendiri, kebencian terhadap orang lain, dan benar-benar memimpin dengan cinta.”
Trump mengatakan bahwa “seluruh dunia bersatu” untuk mengamankan perjanjian perdamaian antara Israel dan Hamas setelah berbulan-bulan mengalami kebuntuan
Utusan khusus Gedung Putih Steve Witkoff, yang juga berbicara pada rapat umum tersebut, mengatakan keberanian keluarga sandera “menggerakkan dunia” ketika para sandera yang masih hidup bersiap untuk kembali ke rumah setelah perjanjian gencatan senjata dengan Hamas.
Utusan khusus Gedung Putih Steve Witkoff, yang juga berbicara pada rapat umum tersebut, mengatakan keberanian keluarga sandera “menggerakkan dunia” ketika para sandera yang masih hidup bersiap untuk kembali ke rumah setelah perjanjian gencatan senjata dengan Hamas. (Kredit: Paulina Buttimer)
“Dari lubuk hati kami yang terdalam, kami menghormati keluarga para sandera,” kata Witkoff di hadapan ribuan orang. “Masing-masing dari Anda telah memikul beban moral bangsa ini. Keberanian Anda telah menggerakkan dunia dan menyentuh saya dengan cara yang belum pernah saya sentuh sebelumnya sepanjang hidup saya.”
Amerika Serikat mengirimkan pasukan dari Komando Pusat AS ke Israel untuk memantau gencatan senjata yang ditengahi Hamas
Jared Kushner berbicara pada rapat umum di Hostage Square pada hari Sabtu di Tel Aviv. (Kredit: Alon Gilboa)
Witkoff juga memuji Trump sebagai “seorang tokoh kemanusiaan yang telah membuktikan sekali lagi bahwa kepemimpinan yang berani dan kejelasan moral dapat membentuk kembali sejarah dan mengubah dunia. Kita semua berhutang budi yang mendalam kepada Presiden Trump.”
Ratusan ribu orang di Lapangan Penyanderaan Tel Aviv dan jalan-jalan sekitarnya memberikan dukungan kepada keluarga para sandera yang diperkirakan akan menyambut kembali orang-orang yang mereka cintai dalam beberapa hari mendatang. (Kredit: Amir Goldstein)
KLIK DI SINI UNTUK MENDAPATKAN APLIKASI FOX NEWS
Hitung mundur 72 jam hingga pembebasan sandera yang tersisa oleh Hamas dimulai pada hari Jumat.
Dua puluh sandera diyakini masih hidup, sementara 28 lainnya tewas.
Greg Norman dan Greg Levinson dari Fox News berkontribusi pada laporan ini.
Berita8 tahun agoThese ’90s fashion trends are making a comeback in 2017
- Berita8 tahun ago
The final 6 ‘Game of Thrones’ episodes might feel like a full season
- Berita8 tahun ago
According to Dior Couture, this taboo fashion accessory is back
- Berita8 tahun ago
The old and New Edition cast comes together to perform
- Berita8 tahun ago
Uber and Lyft are finally available in all of New York State
- Berita8 tahun ago
Phillies’ Aaron Altherr makes mind-boggling barehanded play
Bisnis8 bulan agoMeta Sensoren Disensi Internal atas Ban Trump Mark Zuckerberg
- Berita8 tahun ago
New Season 8 Walking Dead trailer flashes forward in time
