~/AI ENGINEERI/former-anthropic-engineer-claims-over-90-of-engineers-use-self-improvement-loops

Cựu kỹ sư Anthropic tiết lộ hơn 90% kỹ sư sử dụng vòng lặp tự cải tiến

Một cựu kỹ sư của Anthropic được cho là đã chia sẻ rằng hơn 90% kỹ sư của công ty sử dụng các vòng lặp tự cải tiến trong quy trình phát triển phần mềm của họ. Tuyên bố này nhấn mạnh cách các vòng lặp tác nhân lặp đi lặp lại này đang được sử dụng tích cực tại Anthropic để xây dựng và cải tiến các hệ thống AI. Điều này tiết lộ việc áp dụng rộng rãi các quy trình làm việc dạng tác nhân (agentic workflows) và mô hình tự cải tiến đệ quy tại các phòng thí nghiệm AI hàng đầu, báo hiệu sự chuyển dịch từ lập trình thủ công sang phát triển lặp đi lặp lại với sự hỗ trợ của AI. Nó cho thấy các vòng lặp mã nguồn tự cải tiến đang trở thành một tiêu chuẩn để tăng tốc kỹ nghệ AI. Mặc dù bài đăng nguồn thiếu các thông số kỹ thuật chi tiết, nó chỉ ra một phương pháp luận chung để xây dựng các vòng lặp này trong thực tế. Trong AI dạng tác nhân, các vòng lặp tự cải tiến thường bao gồm việc các mô hình tự tạo mã nguồn, thử nghiệm và tinh chỉnh dựa trên phản hồi mà không cần sự can thiệp liên tục của con người.

## KIẾN THỨC NỀN

Vòng lặp tự cải tiến trong AI dạng tác nhân đề cập đến các hệ thống mà ở đó các tác nhân AI đánh giá và nâng cấp mã nguồn, prompt hoặc kiến trúc của chính chúng một cách đệ quy để đạt hiệu suất tốt hơn. Quy trình làm việc dạng tác nhân mở rộng tự động hóa truyền thống bằng cách cho phép các mô hình AI hoạt động như các tác nhân tự trị có thể lập kế hoạch, sử dụng công cụ và thực hiện các tác vụ nhiều bước.

## TÀI LIỆU THAM KHẢO

## TỪ KHÓA

#AI Engineering#Anthropic#Software Development#Agentic Workflows

$ subscribe --daily