Le prospettive di VC Astasia Myers su machine learning, infrastruttura cloud, strumenti per sviluppatori, open source e sicurezza. Iscriviti qui .

Prodotti

Magia maledetta

Le funzionalità di Hex Magic sono completamente integrate nell'area di lavoro Hex, mettendo un potente aiuto AI in ogni cella SQL e Python. Hex Magic non si limita a passare un prompt: conosce gli schemi del database, le operazioni passate e il grafico di esecuzione del progetto, quindi può fornire consigli più approfonditi e approfonditi.

Perché è importante? Hex Magic è l'equivalente di GitHub Copilot per i data team. Può aiutare a spiegare e documentare il codice, generare codice da un prompt e correggere il codice errato. Ci piace particolarmente che aumenti gli umani attraverso la sua esperienza in linea.

Tracciamento di LangChain

Il ragionamento sulle catene e sulle esecuzioni degli agenti è importante per la risoluzione dei problemi e il debug. Tuttavia, può essere difficile per catene e agenti complessi, per una serie di motivi:

1. Potrebbe esserci un numero elevato di passaggi, rendendo difficile tenerne traccia tutti

2. Non è stato possibile correggere la sequenza dei passaggi e potrebbe variare in base all'input dell'utente

3. Gli input/output in ciascuna fase potrebbero non essere lunghi e meritare un'analisi più dettagliata

La traccia risolve questo problema consentendo agli utenti di vedere chiaramente gli input e gli output di ciascuna primitiva LangChain coinvolta in una particolare catena o esecuzione di un agente, nell'ordine in cui sono stati richiamati.

Perché è importante? LangChain Tracing aiuta i team a rendere operativo LangChain e fornisce l'osservabilità per dare loro maggiore sicurezza per sfruttarlo nella produzione. Prevediamo che più strumenti incentrati sullo sviluppo e la produzione di modelli fondamentali emergeranno nel corso del prossimo anno.

Onehouse Onetable

Onehouse rilascia Onetable in modo che i data lakehouse di Hudi possano sfruttare appieno le accelerazioni delle prestazioni native in Databricks e Snowflake, interoperando con i rispettivi livelli di metadati aperti Delta Lake e Apache Iceberg. Onetable evita la frammentazione dei dati eliminando la necessità di copiare i dati e offre una più ampia selezione di ecosistemi di motori ad alte prestazioni. Con Onetable, le organizzazioni possono risparmiare sui costi scaricando la gestione dei dati dai servizi proprietari ad alto costo offerti dai cloud warehouse, ottimizzando al contempo la loro architettura dei dati con l'interoperabilità tanto necessaria per supportare i diversi casi d'uso dei dati di oggi come l'analisi tradizionale, l'elaborazione dei flussi, la scienza dei dati, l'apprendimento automatico e intelligenza artificiale.

Perché è importante? L' di Onehouse Onetable è simile a come Snowflake conserva i propri metadati interni per le tabelle Iceberg, mentre crea metadati Iceberg per l'interoperabilità esterna. Onehouse Onetable aiuta a supportare il lavoro su più formati di metadati.

Contenuto

Gli sviluppatori più propensi a imparare Go and Rust nel 2023, afferma un sondaggio

JetBrains ha intervistato 29.269 sviluppatori, sparsi in 187 paesi. Il miglioramento delle competenze continua a essere importante per gli sviluppatori, poiché lo studio ha dimostrato che la metà di tutti i partecipanti al sondaggio ha dichiarato di voler adottare un nuovo linguaggio di programmazione. I primi cinque, in ordine decrescente: Go, Rust, Kotlin, Python e Typescript.

Complessivamente, il 53% degli sviluppatori intervistati ha affermato di aver modificato il codice su macchine remote. Di questo gruppo, solo il 25% utilizza ambienti di sviluppo cloud, come CodeSpaces , Gitpod , Cloud Workstations e JetBrains Space.

Perché è importante? I linguaggi di programmazione vanno avanti e indietro. Questi dati sottolineano che Go e Rust stanno aumentando di popolarità. Ci sono un sacco di startup che offrono ambienti di sviluppo remoto e crediamo che l'utilizzo di questi prodotti continuerà ad aumentare.

Netlify acquisisce Gatsby Inc. per accelerare l'adozione di architetture Web componibili

Netlify è entusiasta di incorporare il nuovo Valhalla Content Hub di Gatsby , un livello di dati centralizzato che rende più facile per le aziende gestire i contenuti su più fonti tramite un'API GraphQL unificata. Questo si adatta bene alla roadmap del prodotto di Netlify. Netlify ha superato gli sviluppatori 3M sulla piattaforma.

Perché è importante? Gatsby era una startup sostenuta da venture capital focalizzata sugli ingegneri di frontend. La società è diventata famosa per il suo framework che è stato scaricato oltre 85 milioni di volte, ma ha faticato a trovare un percorso per la monetizzazione. L'acquisizione è reciprocamente vantaggiosa per entrambe le società per competere in modo più efficace contro Vercel e Cloudflare . Prevediamo un maggiore consolidamento nello spazio Jamstack in futuro.

Intercom crea un chatbot per il servizio clienti con ChatGPT

Intercom ha potenziato il chatbot del servizio clienti con ChatGPT per migliorare il riepilogo, trovare il tono giusto, riformulare, espandere le risposte e generare articoli. Intercom afferma: “Riteniamo che gli sviluppi recenti e imminenti nell'IA siano la tecnologia più dirompente che ha colpito il settore del servizio clienti da decenni. La reazione dei nostri clienti a ciò che abbiamo costruito ci dà la certezza che il valore qui sia reale".

Perché è importante? Gli operatori storici stanno rapidamente adottando modelli fondamentali per migliorare le offerte esistenti. Ciò pone la domanda: in che modo le startup native del modello fondamentale batteranno gli operatori storici che hanno un ampio canale di distribuzione? Riteniamo che la capacità di adattare i modelli a compiti specifici per migliorare le prestazioni e risolvere problemi di allucinazione sarà fondamentale per la prossima generazione di aziende SaaS abilitate al ML. Siamo anche d'accordo con l'opinione di Intercom secondo cui il futuro è innanzitutto l'automazione, ma non solo l'automazione. Sebbene il machine learning possa essere in grado di rispondere al primo 20-30% dei flussi di dialogo, più in basso nell'albero del dialogo le domande diventano più complesse e le risposte più difficili da automatizzare.

Lavori

⭐️Claypot — Ingegnere fondatore (Infra)

⭐️ Grit — Fondatore di ML Engineer

⭐️ Omni — Senior Data Visualization Engineer