Ein praktischer Leitfaden zur schnellen Verbesserung von KI-Produkten
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Die meisten KI-Teams konzentrieren sich auf die falschen Dinge. Hier ist eine häufige Szene aus meiner Beratungstätigkeit:
KI-Team: "Hier ist unsere Agentenarchitektur - wir haben RAG hier, einen Router dort, und wir nutzen dieses neue Framework für..."
Ich: "Kannst du mir zeigen, wie du misst, ob das alles funktioniert?"
...Der Raum wird still
Diese Szene hat sich in den letzten zwei Jahren dutzende Male abgespielt. Teams investieren Wochen in die Entwicklung komplexer KI-Systeme, können mir aber nicht sagen, ob ihre Änderungen hilfreich oder schädlich sind.
Das ist nicht verwunderlich. Da jede Woche neue Tools und Frameworks auf den Markt kommen, ist es nur natürlich, dass wir uns auf konkrete Dinge konzentrieren, die wir kontrollieren können - welche Vektordatenbank wir verwenden, welchen Anbieter von großen Sprachmodellen (LLM) wir wählen und welches Agenten-Framework wir einsetzen wollen. Aber nachdem ich mehr als 30 Unternehmen bei der Entwicklung von KI-Produkten unterstützt habe, habe ich festgestellt, dass die erfolgreichen Teams kaum über Tools sprechen. Stattdessen sind sie besessen von Messungen und Iterationen.
In diesem Bericht zeige ich dir genau, wie diese erfolgreichen Teams arbeiten. Du wirst es lernen:
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access