Las perspectivas de VC Astasia Myers sobre el aprendizaje automático, la infraestructura de la nube, las herramientas para desarrolladores, el código abierto y la seguridad. Regístrese aquí .

Productos

Magia Hexadecimal

Las funciones de Hex Magic están completamente integradas en el espacio de trabajo de Hex, lo que brinda una poderosa asistencia de IA en cada celda de SQL y Python. Hex Magic hace más que solo pasar un aviso: conoce los esquemas de la base de datos, las operaciones anteriores y el gráfico de ejecución del proyecto, por lo que puede hacer recomendaciones más profundas y perspicaces.

¿Por qué importa esto? Hex Magic es el equivalente de GitHub Copilot para equipos de datos. Puede ayudar a explicar y documentar el código, generar código a partir de un indicador y corregir el código incorrecto. Nos gusta especialmente que aumente a los humanos a través de su experiencia en línea.

Seguimiento LangChain

El razonamiento sobre cadenas y ejecuciones de agentes es importante para la resolución de problemas y la depuración. Sin embargo, puede ser difícil para cadenas y agentes complejos, por varias razones:

1. Puede haber una gran cantidad de pasos, por lo que es difícil realizar un seguimiento de todos ellos.

2. La secuencia de pasos no se pudo corregir y podría variar según la entrada del usuario

3. Las entradas/salidas en cada etapa pueden no ser largas y merecen una inspección más detallada

El seguimiento resuelve esto al permitir que los usuarios vean claramente las entradas y salidas de cada primitiva de LangChain involucrada en una cadena o ejecución de agente en particular, en el orden en que fueron invocadas.

¿Por qué importa esto? LangChain Tracing ayuda a los equipos a poner en funcionamiento LangChain y proporciona visibilidad para darles más confianza para aprovecharlo en la producción. Anticipamos que surgirán más herramientas enfocadas en el desarrollo y producción de modelos básicos durante el próximo año.

Onehouse Onetable

Onehouse lanza Onetable para que los data lakehouses de Hudi puedan aprovechar al máximo las aceleraciones de rendimiento nativas en Databricks y Snowflake, al interoperar con sus respectivas capas abiertas de metadatos Delta Lake y Apache Iceberg. Onetable evita la fragmentación de datos al eliminar la necesidad de copiar datos y ofrece una selección más amplia de ecosistemas de motores de alto rendimiento. Con Onetable, las organizaciones pueden ahorrar costos al descargar la administración de datos de los servicios patentados de alto costo que ofrecen los almacenes en la nube, al tiempo que optimizan su arquitectura de datos con la interoperabilidad muy necesaria para admitir los diversos casos de uso de datos de hoy en día, como análisis tradicionales, procesamiento de flujo, ciencia de datos, aprendizaje automático. e inteligencia artificial.

¿Por qué importa esto? El Onehouse Onetable es similar a cómo Snowflake conserva sus propios metadatos internos para las tablas Iceberg, mientras crea metadatos Iceberg para la interoperabilidad externa. Onehouse Onetable ayuda a trabajar con formatos de metadatos.

Contenido

Es más probable que los desarrolladores aprendan Go y Rust en 2023, según una encuesta

JetBrains encuestó a 29 269 desarrolladores, dispersos en 187 países. La mejora de las habilidades sigue siendo importante para los desarrolladores, ya que el estudio mostró que la mitad de todos los participantes de la encuesta dijeron que planean adoptar un nuevo lenguaje de programación. Los cinco primeros, en orden descendente: Go, Rust, Kotlin, Python y Typescript.

En general, el 53% de los desarrolladores encuestados dijeron que habían editado el código en máquinas remotas. De este grupo, solo el 25% utiliza entornos de desarrollo en la nube, como CodeSpaces , Gitpod , Cloud Workstations y JetBrains Space.

¿Por qué importa esto? Los lenguajes de programación entran y salen del favor. Estos datos subrayan que Go y Rust están aumentando en popularidad. Hay un montón de nuevas empresas que ofrecen entornos de desarrollo remotos y creemos que el uso de estos productos seguirá aumentando.

Netlify adquiere Gatsby Inc. para acelerar la adopción de arquitecturas web componibles

Netlify está entusiasmado con la incorporación del nuevo Valhalla Content Hub de Gatsby , una capa de datos centralizada que facilita a las empresas la administración de contenido en múltiples fuentes a través de una API GraphQL unificada. Esto encaja bien en la propia hoja de ruta del producto de Netlify. Netlify superó a los desarrolladores de 3M en la plataforma.

¿Por qué importa esto? Gatsby era una startup respaldada por empresas enfocada en ingenieros frontend. La empresa se hizo conocida por su marco que se ha descargado más de 85 millones de veces, pero tuvo problemas para encontrar un camino hacia la monetización. La adquisición es mutuamente beneficiosa para que ambas empresas compitan de manera más efectiva contra Vercel y Cloudflare . Esperamos más consolidación en el espacio Jamstack en el futuro.

Intercom construye un chatbot de servicio al cliente con ChatGPT

Intercom aumentó su chatbot de servicio al cliente con ChatGPT para mejorar el resumen, encontrar el tono correcto, reformular, ampliar las respuestas y generar artículos. Intercom afirma: “Creemos que los desarrollos recientes y futuros en IA son la tecnología más disruptiva que ha afectado a la industria del servicio al cliente en décadas. La reacción de nuestros clientes a lo que hemos construido nos da la confianza de que el valor aquí es real”.

¿Por qué importa esto? Los titulares están adoptando rápidamente modelos fundamentales para mejorar las ofertas existentes. Esto plantea la pregunta de cómo las nuevas empresas nativas de modelo fundacional vencerán a los titulares que tienen un gran canal de distribución. Creemos que la capacidad de adaptar modelos a tareas específicas para mejorar el rendimiento y resolver problemas de alucinaciones será fundamental para la próxima generación de empresas SaaS habilitadas para ML. También estamos de acuerdo con el sentimiento de Intercom de que el futuro es primero la automatización, pero no solo la automatización. Si bien ML puede responder el primer 20-30% de los flujos de diálogo, más abajo en el árbol de diálogo, las preguntas se vuelven más complejas y más difíciles de automatizar las respuestas.

Trabajos

⭐️Claypot — Ingeniero fundador (Infra)

⭐️ Grit — Ingeniero fundador de ML

⭐️ Omni: ingeniero sénior de visualización de datos