メタは私の予想よりも速く動いている。 Muse Sparkの後、メタがコーディング、財務分析、法律業務、エージェント作業の分野で競合領域に進出しているのは興味深い。 注目すべきはベンチマーク数値だけでなく、競争がいかに急速に激しくなっているかだ。 正直、私にとってはそれが良いことだと思う。 単一の研究所が安堵することなく、継続的な競争が続くことで、ユーザーが最大の恩恵を受けることができる。
ほとんどの人が、タスクを早く完了するためにAIを利用している。 ダン・マーテルは、AIエージェントが全体のワークフローを処理し、互いに作業を引き継ぎ、チームのように動作するシステムを構築している。 彼の設定は、3つの要素を組み合わせている：コンピューターを操作するアシスタント、専門化されたAIエージェント、そして共有AIメモリー。 以下がそれらがどのように連携するかだ。 → ChatGPT Astraは彼の首席補佐官として機能し、コンピューターを操作し、ファイルにアクセスしてタスクを調整する。 → GrokBotは、セールス、財務、メールその他のワークフロー用の専門AIエージェントを提供する。 → Apexは、彼の知識、意思決定、好みを保存し、モデルを切り替えてもAI環境がコンテキストを維持できるようにする。 以下がそれらの接続方法だ： ダンが財務レポートが必要だとしよう。 Astraがコンピューターから領収書を収集し、その情報をGrokBot内の財務エージェントに渡し、その後Slackを通じて完成したレポートを届けるのを支援する。 各ツールには役割がある。Astraが調整し、GrokBotのエージェントが専門的な作業を行い、Apexが共有知識を提供する。 彼の哲学とは？ 「脳は自前で、モデルはレンタルする」 真の利点はAIツールを持つことではなく、それらが協力して仕事を完遂できるシステムを構築することだ。 このページをお気に入りに追加してください。
Grok @bot は、SpaceXが使用するエージェントで、1つのモデルに固執しない。 タスクに最も適したバックエンドを常に選択する： > 推論にはOpus > 画像にはMidjourney > 音楽にはSuno > それ以外のAPIは、より適している場合に使用 ボットはシェフで、モデルは包丁だ。 今日Opusがより鋭ければ、それを使う。明日Grokモデルの方が優れていたら、切り替える。 どの研究所のモデルも、すべてのタスクで勝てるわけではない。一つのモデルにすべてを強制させれば、有名な名前がついた平均的な成果しか得られない。 イーロンは、モデル非依存型AIが実際にどう見えるかを示した。
