Отже, є такий розробник Дханжі Прасанна, який тільки що потрапив до списку Forbes CIO Next на 2025 рік. Хлопець стоїть за Goose, відкритим AI-агентом, який насправді використовується деякими досить великими іменами — Anthropic, Databricks та Stripe все це використовують.
Те, що робить це цікавою справою, - це не лише визнання. Це те, що ми бачимо, як серйозні підприємства приймають інструменти з відкритим кодом AI в таких масштабах. Goose більше не є побічним проектом. Коли компанії з різних секторів (AI дослідження, платформи даних, платіжна інфраструктура) обирають одну й ту ж агентську платформу, це говорить про те, куди прямує технологія.
Відкритий код також має значення. У сфері, де всі прагнуть створити власні системи штучного інтелекту, наявність широко прийнятої відкритої альтернативи створює інші динаміки. Більше очей на коді, швидші цикли ітерації та потенційно кращі результати безпеки.
Ще рано для AI-агентів у виробничих середовищах, але такі типи розгортань - це спосіб з'ясувати, що насправді працює, а що лише добре звучить у презентації.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
9 лайків
Нагородити
9
5
Репост
Поділіться
Прокоментувати
0/400
DeFiVeteran
· 11год тому
Відкритий вихідний код AI-агенти дійсно набирають обертів, Goose використовують такі великі компанії, як Anthropic, Databricks, що свідчить про те, що це не просто модний тренд.
Але почекайте, чому всі ставлять на відкритий вихідний код, а не розробляють щось власне... чи це пов'язано з витратами?
Проект Goose дійсно цікавий, від побічного проекту безпосередньо до корпоративних застосувань, це свідчить про те, що ринок дійсно потребує цього.
Відкритий вихідний код означає, що більше людей стежать за кодом, тому безпека може бути дійсно кращою, ніж у закритих системах... але, з іншого боку, коли дійсно приходить час виводити на виробництво, потрібно буде пройти через безліч проблем.
Forbes CIO Next ставить лайк Дханжі, але ключове питання полягає в тому, чи зможе Goose дійсно стабільно працювати у виробництві.
Ця тенденція правильна, але те, що розповідається у презентаціях, зрештою має бути реалізовано.
Переглянути оригіналвідповісти на0
PumpDetector
· 11-30 01:00
відкритий код штучного інтелекту рухається так? ні, читаючи між рядками тут — коли stripe, anthropic ТА databricks всі сходяться на одній і тій же основі, це інституційний потік прямо тут. не щось з циклу хайпу. розумні гроші визнають інфраструктуру, коли вони її бачать. рано, але патерн є.
Переглянути оригіналвідповісти на0
Degen4Breakfast
· 11-30 00:51
Добре, Anthropic і Stripe використовують Goose? Відкритий вихідний код ШІ справді починає набирати обертів.
Переглянути оригіналвідповісти на0
SchrodingerAirdrop
· 11-30 00:49
Відкритий вихідний код AI агент дійсно має до місяця? Goose ця позиція трохи інша...
Переглянути оригіналвідповісти на0
CompoundPersonality
· 11-30 00:33
goose тепер справді до місяця, від відкритий вихідний код маленьких інструментів до таких великих компаній, як anthropic, дійсно може відобразити реальний попит на ринку
Отже, є такий розробник Дханжі Прасанна, який тільки що потрапив до списку Forbes CIO Next на 2025 рік. Хлопець стоїть за Goose, відкритим AI-агентом, який насправді використовується деякими досить великими іменами — Anthropic, Databricks та Stripe все це використовують.
Те, що робить це цікавою справою, - це не лише визнання. Це те, що ми бачимо, як серйозні підприємства приймають інструменти з відкритим кодом AI в таких масштабах. Goose більше не є побічним проектом. Коли компанії з різних секторів (AI дослідження, платформи даних, платіжна інфраструктура) обирають одну й ту ж агентську платформу, це говорить про те, куди прямує технологія.
Відкритий код також має значення. У сфері, де всі прагнуть створити власні системи штучного інтелекту, наявність широко прийнятої відкритої альтернативи створює інші динаміки. Більше очей на коді, швидші цикли ітерації та потенційно кращі результати безпеки.
Ще рано для AI-агентів у виробничих середовищах, але такі типи розгортань - це спосіб з'ясувати, що насправді працює, а що лише добре звучить у презентації.