Du codage aux agents de travail du savoir — Karan Vaidya, Composio
AAI Engineer
Computing/SoftwareInternet Technology
Transcript
00:00:00Salut à tous, je suis Karan Vedya, cofondateur et CTO de Composio.
00:00:19La plupart des appels d'outils par des agents
00:00:21se produisent encore dans un seul domaine.
00:00:23Pas besoin de deviner, il s'agit du génie logiciel.
00:00:26Tous les autres types de travail sont loin derrière.
00:00:29Si les modèles continuent de s'améliorer, alors
00:00:32pourquoi sommes-nous toujours limités au seul codage par agent ?
00:00:35C'est la question à un billion de dollars à laquelle je suis là pour répondre.
00:00:43Il y a trois ans, les agents de codage n'étaient que de l'autocomplétion.
00:00:47Aujourd'hui, le génie logiciel est entièrement autonome.
00:00:50Nous sommes passés de l'appui sur tabulation, tabulation, tabulation à laisser Claude faire le travail.
00:00:56C'est tout simplement magique.
00:00:59Et pourquoi cela s'est-il produit si rapidement dans le codage ?
00:01:04La plupart des gens pensent que ce sont les modèles.
00:01:06Oui, les modèles se sont vraiment améliorés avec le temps, ces deux ou trois dernières années, et il en va de même pour
00:01:13les environnements d'exécution, Claude Code, Codex, Cursor.
00:01:17Mais à eux seuls, cela n'aurait pas suffi.
00:01:20Cela n'a fonctionné que parce que toute l'infrastructure et les systèmes autour du codage ont été littéralement conçus
00:01:26pour les agents.
00:01:27Le code est venu avec le support dont les agents avaient besoin.
00:01:31Vous avez le dépôt, l'historique des commits, les tests, la CI/CD, la révision, les linters, de quoi annuler si quelque chose
00:01:39tourne mal.
00:01:39Le genre de choses qui vous fait faire confiance aux agents, les systèmes autour du code.
00:01:45Maintenant, nous pointons ces mêmes agents extraordinaires vers tout le reste, le support, la finance, les ventes.
00:01:54Mais les agents qui réussissaient phénoménalement bien dans le codage travaillent en aveugle parce que
00:02:00l'infrastructure autour du code n'existe même pas dans les autres domaines.
00:02:04Alors, comment combler le fossé entre les agents de codage et les agents de travail intellectuel ?
00:02:11Nous pensons que cela repose sur six primitives fondamentales, et le codage les possédait toutes les six, alors que le travail intellectuel n'en a
00:02:19aucune.
00:02:20Et c'est ce que nous devons construire.
00:02:24La première est la centralisation.
00:02:26Les agents de codage ont si bien fonctionné, en partie parce qu'ils étaient très proches de la source de vérité.
00:02:34Ils connaissaient le quoi, le pourquoi et le comment.
00:02:37Vous leur donnez le dépôt, l'infrastructure en tant que code, et vous bouclez la boucle pour laisser le modèle
00:02:43travailler.
00:02:44L'agent commence avec tout ce dont il a besoin au même endroit, à savoir la base de code.
00:02:51C'est exactement ce qui manque au travail intellectuel aujourd'hui.
00:02:55Par exemple, une seule affaire est dispersée sur cinq plateformes différentes.
00:03:00Les enregistrements sont dans Salesforce, les documents dans Notion, les e-mails dans Gmail, les conversations dans
00:03:05Slack, et l'historique du support est dans Zendesk.
00:03:09Il n'y a pas de source de vérité unique, pas d'endroit unique pour obtenir toutes les informations.
00:03:14Le code est à part, et chaque application a sa propre connexion.
00:03:18Avant qu'un agent de travail intellectuel puisse seulement commencer à agir, il doit aller rassembler tous
00:03:23les fils et les lier en quelque sorte lui-même.
00:03:27Et c'est encore le point de départ d'où l'agent de codage était parti.
00:03:30Il avait déjà tout.
00:03:32Alors comment pouvez-vous attendre d'un agent de travail intellectuel qu'il fournisse le même niveau de travail qu'un agent de codage ?
00:03:39La première chose que nous construisons est donc le centre manquant.
00:03:42Un seul endroit où résident toutes vos applications, toutes vos connexions, tous vos identifiants.
00:03:46L'agent n'a donc pas besoin de faire le dur travail de les assembler tous.
00:03:51Il trouve tout en un seul endroit.
00:03:55Et il obtient la base de référence avec laquelle l'agent de codage a commencé, à savoir le dépôt, l'information
00:03:59à travers toutes les piles en un seul endroit.
00:04:02C'est la fondation avec laquelle vous commencez, et vous pouvez donner des accès en écriture à votre agent.
00:04:09La chose suivante dont l'agent a besoin est un sens de l'historique, la capacité de regarder dans le passé.
00:04:16En code, vous l'obtenez gratuitement.
00:04:18Git conserve l'enregistrement de chaque chose entrée, de chaque modification apportée.
00:04:23L'agent peut donc toujours regarder en arrière et voir comment un certain changement a été fait.
00:04:27Pourquoi quelque chose a fonctionné, pourquoi quelque chose n'a pas fonctionné.
00:04:31Pensez au genre de chose que vous demandez réellement à votre agent de faire.
00:04:34Nous avons dû annuler un changement par le passé à cause d'une défaillance, mais c'était assez difficile à réaliser.
00:04:40Pouvez-vous y jeter un œil et le rétablir ?
00:04:43Il lit simplement l'historique, le récupère et fait le travail.
00:04:46L'historique n'est pas seulement pour l'agent.
00:04:49C'est aussi pour vous permettre de garder une trace de ce que fait l'agent.
00:04:53Vous pouvez voir ce que fait l'agent, où il se trompe, où il réussit.
00:04:58Et au lieu de faire confiance à ce que l'agent vous dit, vous pouvez simplement aller dans ces applications
00:05:04et regarder ce qu'il a fait.
00:05:09Maintenant, posez ces mêmes questions concernant le travail intellectuel.
00:05:12Qu'est-ce qui a conduit le CRM dans l'état où il est aujourd'hui ?
00:05:16Comment mon collègue a-t-il rédigé cet e-mail formidable qui a mené à la conclusion de l'affaire ?
00:05:22Quel est le processus réel pour faire remonter un problème de support ou même en clore un ?
00:05:27Les réponses sont disséminées dans des centaines d'applications, et aucune d'elles ne conserve l'historique.
00:05:31L'agent n'a donc aucune mémoire.
00:05:33Il repart d'un état vierge presque à chaque fois.
00:05:36Aucune idée de ce qui a été tenté auparavant, de ce qui a fonctionné, de ce qui n'a pas fonctionné.
00:05:40Et vous n'avez rien à regarder non plus.
00:05:44Une fois que l'agent s'exécute, il vous dit qu'il a réussi.
00:05:47Vous ne savez pas s'il a réellement réussi.
00:05:49Il n'y a aucun moyen de savoir si c'est correct ou non.
00:05:52Et c'est ce qui manque, un registre du travail.
00:05:56Maintenant, puisque tout passe enfin par un seul endroit, cette centralisation,
00:06:02nous pouvons construire une couche par-dessus, le registre.
00:06:06Chaque action entreprise par l'agent peut être enregistrée dans toutes les autres applications.
00:06:12Quoi qu'il ait touché, quoi qu'il ait ignoré, ce qui a fonctionné, ce qui n'a pas fonctionné.
00:06:17Grâce à cela, tout d'abord, l'agent acquiert de la mémoire.
00:06:20Il peut regarder comment des tâches similaires ont été faites auparavant, ce qui a réussi, et le reproduire.
00:06:28Il ne part pas d'un état vierge tout le temps.
00:06:31Deuxièmement, vous obtenez la confiance.
00:06:33Vous pouvez enfin voir exactement ce que fait l'agent.
00:06:36Donc au lieu d'espérer qu'il fera la bonne chose, vous pouvez simplement aller vérifier et le rattraper s'il fait quelque chose de mal.
00:06:44Et à mesure que vous le voyez de plus en plus faire les bonnes choses, vous développerez la confiance et lui déléguez davantage de tâches.
00:06:50La chose suivante dont un agent a besoin est le contexte.
00:06:53Et il y a vraiment deux types de contexte, si l'on y réfléchit.
00:06:57Le premier est la forme de la plateforme, l'architecture.
00:07:01Comment les choses s'écoulent les unes dans les autres, comment les choses sont liées, les flux de données.
00:07:05Un peu comme une carte qu'un ingénieur senior a en tête, et qu'un ingénieur junior met probablement trois mois à développer.
00:07:12Le second est le style.
00:07:13Ce n'est pas ce qui est objectivement correct, mais plutôt ce à quoi ressemble l'excellence dans votre entreprise.
00:07:19Donc la façon dont vous faites les choses, des choses comme les linters, les vérifications de types, etc.
00:07:24Et peut-être que vous utilisez un décorateur TypeScript, que personne d'autre ne ferait.
00:07:29Ce n'est pas exactement quelque part dans un manuel.
00:07:32C'est plutôt dans votre base de code.
00:07:34Tout est disponible dans votre base de code.
00:07:35L'agent peut donc simplement aller regarder et déterminer les spécifications, ce que vous aimez, les linters, les formateurs, etc.
00:07:45Maintenant, en venant au travail intellectuel, c'est la même chose.
00:07:48Disons que vous écrivez un document pour un client.
00:07:50Rien que pour commencer, je devrais ouvrir la base de données pour extraire leur utilisation, vérifier a posteriori comment ils ont réellement utilisé les choses,
00:07:58et Salesforce pour examiner les détails de leur contrat.
00:08:01Ce n'est qu'alors que je peux commencer à écrire la première ligne du document.
00:08:05La réponse n'était pas isolée dans un seul de ces outils.
00:08:09Je suis capable d'écrire ce document parce que je rassemble les fils conducteurs de tous ces outils en un seul contexte dans ma tête.
00:08:15Ainsi, en associant l'historique et le contexte, c'est ainsi que l'on cartographie le fonctionnement de l'organisation.
00:08:21Et cette partie n'est pas facilement accessible à l'agent.
00:08:26Ainsi, comme nous avons fait la centralisation et la journalisation, le registre que nous venons de construire, celui qui donne de la mémoire à l'agent et vous permet de vérifier ce qu'il a fait,
00:08:36accomplit également une chose supplémentaire intéressante.
00:08:38Si vous journalisez suffisamment ce que fait chaque agent, vous commencez à voir des schémas.
00:08:42Vous commencez à voir comment fonctionne l'organisation, et vous commencez à former des compétences, qui sont une sorte de distillation de la façon dont l'organisation a fonctionné.
00:08:51Quelles approches fonctionnent, lesquelles ne fonctionnent pas, ce qui a mené à des échecs par le passé, etc.
00:08:57Le registre n'est plus seulement l'historique de ce qui s'est passé.
00:09:01C'est une image de la façon dont votre entreprise fonctionne.
00:09:03Et cela fonctionne en réalité à trois niveaux différents.
00:09:06Comment un outil fonctionne en général, ce qui s'applique à chaque personne.
00:09:09Comment une entreprise fait les choses, et comment vous préférez faire les choses.
00:09:13À quoi ressemble l'excellence pour vous.
00:09:15Et c'est le contexte qui manquait pour un agent de travail intellectuel.
00:09:19La façon dont le travail est réellement accompli.
00:09:21Le véritable manuel de procédures en quelque sorte.
00:09:23Et la préférence d'une entreprise, d'un utilisateur personnel.
00:09:27Et maintenant l'agent peut l'interroger et cesser de deviner comment fonctionne l'entreprise.
00:09:34L'autre raison pour laquelle les agents de codage fonctionnent si bien.
00:09:37Ils s'auto-testent.
00:09:38Le travail se vérifie lui-même.
00:09:40La vérification.
00:09:41Dès que l'agent écrit du code, une série de contrôles s'ensuit.
00:09:44Les tests unitaires peuvent attraper les petites erreurs.
00:09:47Les tests d'intégration attrapent celles qui n'affectent que des composants situés plus loin.
00:09:52Le système de types ne fonctionnerait même pas et ne s'exécuterait pas en cas de problème.
00:09:57Le compilateur ne compilerait même pas.
00:10:00Par-dessus s'ajoutent les vérifications logicielles.
00:10:02Linteurs, formateurs, bugbot.md, compétences de révision, etc.
00:10:06Et ceux-ci garantissent que le code correspond à la manière et aux normes que votre équipe apprécie.
00:10:12Rien de tout cela ne vous atteint.
00:10:14L'agent boucle la boucle tout seul et s'assure de suivre la norme et de faire tourner le code.
00:10:21Maintenant, pensez à... Il y a quelque temps, j'ai pointé mon open claw vers une campagne de recrutement.
00:10:28Des e-mails de masse aux candidats.
00:10:30Ça a tourné.
00:10:31Ça a envoyé des tonnes d'e-mails.
00:10:34Certains d'entre vous en ont peut-être aussi reçu de mon open claw.
00:10:37Ça a fait exactement ce que je lui avais dit de faire.
00:10:40Ça a aussi été un désastre.
00:10:42Du genre qui finit sur Twitter avec mon nom tout en haut.
00:10:46Ouais, je pense que vous pouvez imaginer le bazar.
00:10:51Je n'étais pas des plus heureux quand c'est arrivé.
00:10:54Et voici le problème.
00:10:55Chaque contrôle de la diapositive précédente aurait réussi.
00:10:58Les e-mails étaient valides.
00:11:00Les adresses étaient réelles.
00:11:00Cela a effectivement atteint de vraies personnes qui ont posté.
00:11:04Il n'y avait aucun test au monde pour vraiment questionner ce qui importait vraiment.
00:11:10Est-ce que cela aurait dû partir tout court ?
00:11:13Voilà le fossé.
00:11:14En code, ces tests vous disent ce qui est faux et ce qui est correct.
00:11:17Ici, c'est Internet qui m'a dit que j'avais tort.
00:11:21Alors, nous construisons les contrôles qui manquent.
00:11:24Le problème dans le fil ci-dessus n'était pas que la démarche était erronée.
00:11:28C'est que c'est parti avant même que je ne le sache.
00:11:31Donc, la solution est simple.
00:11:33Intercepter avant que ce ne soit réel.
00:11:35Nous avons donc deux façons de procéder.
00:11:37Premièrement, avant que l'agent n'envoie quoi que ce soit, il vérifie les brouillons d'e-mails que j'ai envoyés auparavant, si cela correspond à mon style, si cela correspond à la qualité que j'aime.
00:11:47Deuxièmement, avant de faire quoi que ce soit de destructeur dans un scénario réel, nous fournissons aux agents des boîtes d'envoi qui simulent les vrais outils, et ils peuvent envoyer, ils peuvent agir par-dessus ces bacs à sable.
00:11:59Ainsi, au lieu que le rayon d'impact ne touche le monde réel, il touchera un bac à sable, et je pourrai alors l'examiner avant que l'agent ne fasse la vraie action.
00:12:07Associez les deux, et vous obtenez quelque chose que le travail de bureau n'a jamais eu.
00:12:11Un moyen pour l'agent de vérifier son propre travail avant même qu'il ne soit réel.
00:12:16Il peut enfin boucler sa propre boucle au lieu d'attendre après vous, et avec tout cela, vous pouvez faire confiance à l'action qu'il entreprend sans vous faire bombarder par les tweets que je balance.
00:12:29La chose suivante dont l'agent a besoin, c'est de la gouvernance.
00:12:32Établir la confiance, c'est contrôler ce que l'agent peut faire, en dressant les bonnes barrières autour des agents.
00:12:39En code, c'est en grande partie résolu et comporte de multiples couches.
00:12:44L'agent peut faire tout ce qu'il veut sur sa propre branche, mais il ne peut pas fusionner vers main.
00:12:49Un examinateur humain se place entre sa fusion et main.
00:12:52Les fichiers critiques ont des propriétaires de code, donc chaque fois qu'il touche l'un d'eux, les bonnes personnes sont impliquées.
00:12:58Nous utilisons des agents pour déployer sur des environnements de prévisualisation, sans jamais les laisser toucher aux déploiements de production, nous contrôlons donc cela.
00:13:04La gouvernance n'est pas une porte unique, mais de multiples portes, chacune variant en taille selon le rayon d'impact qu'elle expose.
00:13:12Rien de tout cela ne ralentit l'agent dans les zones sûres, cela évite juste qu'il ne saccage la production.
00:13:19Et plus ces limites sont strictes, plus vous pouvez faire confiance à l'agent et le laisser se déchaîner.
00:13:25Vous avez probablement vu celle-ci.
00:13:27La directrice de l'alignement au Meta Super Intelligence Lab a branché un agent sur sa boîte mail, et il a commencé à détruire ses e-mails, en supprimant un grand nombre.
00:13:36Elle lui a dit d'arrêter, et il a continué. Elle a finalement dû courir vers une machine physique pour l'arrêter, mais d'ici là, 200 e-mails avaient bel et bien disparu.
00:13:45Elle lui avait pourtant dit au préalable dans le prompt de confirmer avant d'agir dans de tels cas, mais ce n'était qu'un prompt, qui a probablement fini par être compressé et oublié.
00:13:53Et si quelqu'un dont le seul travail est l'alignement de l'IA ne peut pas prompter l'agent correctement, alors aucun de nous ne le peut probablement.
00:14:03Et c'est la vraie raison pour laquelle ces agents sont si difficiles à faire confiance, non pas parce qu'ils sont pires que les agents de codage, mais parce qu'il n'y a pas de mur autour d'eux.
00:14:12En code, le mur était déjà intégré au système pendant que nous développions plus tôt.
00:14:17Le travail de bureau a aussi quelques bribes ici et là.
00:14:20Par exemple, Gmail a des portées (scopes).
00:14:21Salesforce a des niveaux de permission.
00:14:23Mais c'est tellement dispersé de partout qu'il est très difficile d'avoir un réel contrôle, et la plupart du temps, les gens finissent par le faire via du prompting.
00:14:32Et le prompting est fragile.
00:14:34L'agent trouvera ces failles.
00:14:36Les consignes finiront par se tasser et disparaître.
00:14:38Et à grande échelle, l'une de ces barrières se rompra, et vous vous retrouverez dans la même situation où 200 de vos e-mails importants s'évanouissent.
00:14:47Qu'est-ce qui l'arrêterait vraiment ? Pas une meilleure instruction, mais un mur que l'agent ne peut pas franchir, même s'il oubliait que ce mur existait.
00:15:00Nous construisons donc ces murs en deux couches.
00:15:03La première couche est un contrôle déterministe sur ce que l'agent peut atteindre, ce à quoi il a accès.
00:15:09Un agent de recrutement peut probablement seulement lire les e-mails.
00:15:13Un agent de support peut créer un brouillon d'e-mail, mais pas l'envoyer réellement.
00:15:17La frontière vit en dehors de ces agents.
00:15:19Elle ne peut pas être discutée par l'agent, ni oubliée, ni compressée.
00:15:24L'instruction d'utilisation a échoué parce qu'elle vivait dans la mémoire de l'agent au sein du prompt.
00:15:28Ce n'est pas le cas ici.
00:15:30Mais l'accès seul ne l'aurait pas sauvée, car elle construisait effectivement un agent pour les e-mails.
00:15:36Il avait donc absolument besoin d'accéder à cette messagerie.
00:15:39L'autre chose que nous faisons est de fournir des politiques, ce qui signifie que vous pouvez définir des politiques en langage naturel sur ce que l'agent peut faire, même avec ces accès.
00:15:49Des choses comme : ne jamais supprimer plus de 10 e-mails sans ma permission.
00:15:53Ne jamais envoyer d'e-mail en dehors d'un domaine particulier.
00:15:56Des règles qui, malgré ces accès, encadrent le comportement.
00:16:00Ainsi, entre ces deux éléments, une couche contrôle ce que l'agent peut atteindre, et l'autre couche peut contrôler le comportement et ce qu'il peut faire de cet accès.
00:16:09Ensemble, c'est de la vraie gouvernance pour l'agent.
00:16:11Il ne s'agit pas de demander à l'agent de bien se comporter, mais d'imposer ce qu'il peut faire.
00:16:17Le dernier pilier : la réversibilité.
00:16:20Et c'est là que nous en arrivons quand les choses tournent mal.
00:16:25Puis-je l'annuler ?
00:16:27En code, vous le pouvez presque toujours.
00:16:30Chaque modification est enregistrée.
00:16:32Les choses peuvent être annulées.
00:16:33Vous pouvez faire un git revert du dernier commit, ou un git bisect pour trouver le commit qui a planté votre prod et l'annuler.
00:16:41Genre, je ne dis pas que c'est une bonne chose.
00:16:44Je ne vais pas faire semblant.
00:16:45Si des choses vont en production et plantent, c'est toujours mauvais.
00:16:48Mais ce n'est toujours pas permanent.
00:16:50Vous pouvez toujours faire marche arrière.
00:16:51Et c'est ce qui vous donne la confiance de laisser vos agents coder et faire un peu de magie.
00:16:57Parce que même s'ils cassent des choses, vous avez une issue de secours.
00:17:03Pour le travail de bureau, il n'y a pas de bouton annuler.
00:17:05Pensez par exemple à cette boîte mail.
00:17:07Ces 200 e-mails sont perdus.
00:17:09Ils ont disparu.
00:17:10C'est le cas normal, au fait.
00:17:12Le cas de catastrophe, c'est un e-mail envoyé que l'on ne peut pas récupérer.
00:17:15Un virement déjà effectué, donc vous ne pouvez pas ravoir cet argent.
00:17:18Un enregistrement supprimé, parti pour toujours.
00:17:20La plupart des actions, en fait, dans le travail de bureau, n'ont pas de bouton annuler.
00:17:24Et cela change toute l'équation.
00:17:27Cela change le rayon d'impact.
00:17:29Avec le code, vous pouvez faire confiance à l'agent après coup.
00:17:31Laissez-le tourner.
00:17:32Vérifiez le résultat.
00:17:33Annulez si c'est faux.
00:17:34Ici, il n'y a pas de retour en arrière.
00:17:36La seule option qui vous reste est de faire confiance avant que l'agent n'agisse.
00:17:40C'est ce qui rend ces agents effrayants d'une manière que les agents de code n'ont jamais été.
00:17:44Ce n'est pas qu'ils échouent souvent.
00:17:46C'est qu'ici, l'échec est définitif.
00:17:49Donc soit vous validez complètement en amont, soit vous ne le laissez jamais agir.
00:17:55Soyons honnêtes.
00:17:56La réversibilité est le plus difficile à reproduire dans le travail de bureau.
00:17:59La vraie annulation, telle qu'elle existe pour le code, n'existe probablement pas dans tous les scénarios de bureau.
00:18:04Mais nous avons quelques scénarios où l'annulation existe, et nous les nommons.
00:18:09Disons que vous ajoutez une étiquette.
00:18:11Vous pouvez retirer l'étiquette après coup.
00:18:14Mais pour les actions que vous ne pouvez pas du tout annuler, comme les suppressions dures qui font disparaître les e-mails de votre boîte de réception,
00:18:21nous fournissons à nouveau un bac à sable où l'agent peut d'abord faire l'action dans le bac à sable,
00:18:25et vous pouvez l'examiner, avant qu'elle ne passe réellement dans l'environnement de production.
00:18:30Rien de tout cela ne touche le monde réel.
00:18:31C'est tout le principe.
00:18:32En code, vous pouvez annuler l'erreur après qu'elle se soit produite.
00:18:35Ici, vous l'attrapez avant qu'elle ne se produise.
00:18:37Un timing différent, le même résultat.
00:18:39Une erreur qui ne persistera pas.
00:18:41Repensez-y.
00:18:42Les actions que nous pouvions inverser, nous leur donnions un bouton de retour en arrière.
00:18:45Celles que nous ne pouvions pas, l'agent passait d'abord par le bac à sable,
00:18:48et elle était notifiée : vos 1200 e-mails vont être supprimés.
00:18:52Le voulez-vous ?
00:18:54Ce n'est pas encore fait.
00:18:57Mais à travers des milliards d'actions que nous traversons,
00:19:00nous apprenons en chemin lesquelles peuvent être annulées, lesquelles ne le peuvent pas,
00:19:04et nous préparons le bac à sable en conséquence.
00:19:09Si vous devez retenir une seule chose aujourd'hui, retenez ceci.
00:19:11Pendant deux ans, le modèle a été le goulot d'étranglement.
00:19:14Tout le monde s'est donc précipité vers des modèles toujours meilleurs.
00:19:17Maintenant, les modèles sont devenus suffisamment bons pour que le génie logiciel soit autonome à 100 %.
00:19:23Mais désormais, tout le reste est devenu le goulot d'étranglement.
00:19:26Le même modèle qui écrit votre code peut aussi gérer vos recrutements, vos ventes et d'autres tâches de bureau.
00:19:36Mais pour l'instant, il travaille à l'aveugle.
00:19:39Pas d'historique, pas de contexte, pas de moyens de vérifier, pas de garde-fous, pas de retour en arrière.
00:19:44Le goulot d'étranglement s'est donc déplacé.
00:19:48Il s'agit maintenant d'une infrastructure que personne n'a encore construite, et c'est ce que nous construisons chez Composio.
00:19:54Ouais, nous alimentons des milliards d'appels d'outils au total, avec 300 millions d'appels d'outils chaque mois.
00:20:02Et si vous construisez un agent, pointez-le simplement vers Composio et voyez la magie opérer pour le travail de bureau.
00:20:08Et si vous voulez construire le futur substrat des agents IA, venez me voir.
00:20:13Nous recrutons clairement, et il reste énormément de choses à faire.
00:20:17Les modèles vont continuer à s'améliorer.
00:20:19Le goulot d'étranglement ne sera pas les modèles.
00:20:21Ce sera tout ce qui l'entoure.
00:20:22Merci.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video