Fireside Chat: Notion + Vercel

하이라이트

• Model Context Protocol (MCP) mengalami peningkatan penggunaan hingga 7 kali lipat dalam enam bulan terakhir.

• Lalu lintas dokumentasi Vercel berasal dari agen dengan persentase lebih dari 90%.

• Sekitar separuh konten yang ditulis ke Notion saat ini ditulis oleh agen dan MCP.

• Notion mengakuisisi Zero Entropy, perusahaan reinforcement learning, untuk melatih model khusus tugas.

• Agen Notion yang gagal mengedit halaman terkadang menggunakan browser untuk mengunjungi situs Notion dan bernavigasi seperti manusia.

타임라인

1. 00:00:00 - 02:42:00

   Evolusi Kolaborasi Agen dan Konteks Terbuka

   Bentuk kolaborasi dalam organisasi telah meluas seiring berkembangnya agen AI. Konteks organisasi tidak hanya mencakup teks, tetapi juga alasan di balik penyusunan informasi, keputusan yang dibuat, serta tingkat sensitivitas perubahan data tersebut. Pendekatan ini memastikan pekerjaan dapat bertahan tanpa terikat pada lab tertentu.

   • Kolaborasi mencakup interaksi antarmanusia, manusia dengan agen, serta antaragen.
   • Penyebaran agen menciptakan kebutuhan konteks yang lebih luas daripada sekadar format Markdown.
   • Pekerjaan harus bersifat tahan lama dan tidak terikat pada model harness atau lab tertentu untuk menghindari penguncian.
2. 02:42:00 - 07:00:00

   Perbedaan Pola Pencarian antara Manusia dan Agen

   Penggunaan alat dan agen mengalami lonjakan signifikan di berbagai platform seperti Vercel dan Notion. Pengalaman membuktikan bahwa menyatukan tim pencarian manusia dan agen adalah keputusan yang kurang tepat karena kebutuhan konsumsi informasinya berbeda. Manusia membutuhkan presisi dan kutipan yang mudah dibaca, sedangkan agen tidak memerlukan peringkat posisional yang rumit dan mampu mengolah rangkaian kata yang tidak berurutan.

   • Model Context Protocol (MCP) meningkat sebanyak 7 kali lipat dalam enam bulan terakhir.
   • Lebih dari 90% lalu lintas dokumentasi Vercel berasal dari agen.
   • Cara agen mencari informasi memiliki pola yang berbeda dari manusia karena agen mengutamakan tingkat pemanggilan tinggi daripada presisi.
3. 07:00:00 - 13:18:00

   Arsitektur, Evaluasi, dan Desain Agen

   Penyatuan alat universal seperti CLI dan sandbox membantu agen menjalankan tugas deterministik secara efektif. Investasi dalam reinforcement learning memungkinkan perusahaan melakukan evaluasi harness agen secara mendalam. Perbedaan performa antara agen pihak pertama dan ketiga menunjukkan perlunya mengekspos keahlian khusus platform ke dalam agen yang tidak dikendalikan harness-nya.

   • Notion menggunakan sandbox Vercel agar agen pihak pertama memiliki akses ke CLI Notion.
   • Akuisisi perusahaan reinforcement learning Zero Entropy memperkuat kemampuan evaluasi tugas agen.
   • Agen pihak ketiga memerlukan tambahan keahlian khusus agar dapat memahami cara kerja basis data Notion.
4. 13:18:00 - 22:02:00

   Demokratisasi Model Klasifikasi dan Integrasi Model Baru

   Perkembangan teknologi pengklasifikasi memudahkan pembuatan keputusan tanpa alur pelabelan data yang rumit. Tim teknik harus sigap menguji model baru dalam waktu singkat untuk mengoptimalkan biaya dan kualitas bagi pelanggan. Pengujian ini juga mengungkap fenomena unik di mana agen yang gagal memperbarui halaman justru membuka browser eksternal untuk bernavigasi seperti manusia.

   • Teknologi pengklasifikasi baru mendemokratisasi akses dan memangkas waktu pelatihan dari minggu ke menit.
   • Notion mempertahankan sikap agnostik model untuk memberikan pilihan terbaik bagi pelanggan.
   • Perilaku muncul pada agen menunjukkan kecenderungan untuk tidak menyerah dalam menyelesaikan tugas.