Ava õpik

mysummit.school - Tehisintellekti blogi juhtidele

Agent vestluse asemel: andmeanalüüs ilma copy-paste'ita

9 min lugemist

Sul on kolm andmefaili: aktiveerimise lehter, A/B-testi tulemused ja klienditoe piletid. Ülesanne – mõista, miks onboarding logiseb. Avad ChatGPT, laed esimese faili üles, esitad küsimuse. Saad vastuse. Laed teise faili. ChatGPT küsib: “Kas saaksid konteksti meelde tuletada?” Laed kolmanda. Esimese faili kontekst on juba välja tõrjutud.

Nelikümmend minutit hiljem on sul kolm eraldi vestlust, ja ükski neist ei vasta algsele küsimusele. Sest küsimus oli üks, aga andmed – kolmes eri kohas.

See ei ole ChatGPT probleem. See on lähenemise probleem.

Loe edasi
Agent vestluse asemel: andmeanalüüs ilma copy-paste'ita
Make Weak Model Great Again: kas promptimine parandab nõrka mudelit?
5 min

Make Weak Model Great Again: kas promptimine parandab nõrka mudelit?

  1. aasta märtsis avaldas Venemaa digiministeerium seaduseelnõu „usaldusväärsete AI-mudelite" kohta. Kui see vastu võetakse – jõustumine on kavandatud septembriks 2027 – saavad riigiasutused ja kriitilise taristu operaatorid kasutada ainult registreeritud mudeleid. ChatGPT, Claude ja Gemini, mis edastavad andmeid välisriikidesse, võidakse piirata. Venemaa seadmedele plaanitakse kohustuslikku kodumaiste närvivõrkude eelpaigaldust.

Probleem on selles, et Vene mudelid jäävad maha. Meie 54 mudeli uuringus sai GigaChat 3,26 palli 5-st, GPT-5.4 – 4,80. Vahe 32%.

Kuid see ei ole ainult Venemaa probleem. Igaüks, kes kasutab odavamat või nõrgemat mudelit – olgu see Llama, Phi, Mistral, lokaalne juurutus või mõni piirkondlik pakkuja – seisab silmitsi sama küsimusega: kas targem promptimine suudab kvaliteedilõhe sulgeda?

Claude Code maksab 100 $/kuus – OpenCode teeb sama asja tasuta
11 min

Claude Code maksab 100 $/kuus – OpenCode teeb sama asja tasuta

  1. aasta märtsis avaldas Lenny Rachitsky artikli kõneka pealkirjaga: «Everyone should be using Claude Code». Materjal levis LinkedInis ja Telegrami kanalites, kogus sadu tuhandeid vaatamisi – ja nüüd küsib iga nädal mõni juht: kuidas seda proovida?

Vastus on ebamugav. Claude Code nõuab Anthropic Maxi tellimust, mis maksab 100 dollarit kuus. See on ühe konkreetse tarnija lukustus: üks mudel, üks ökosüsteem, üks hinnasilt. Ja tekib kummaline olukord – aasta üks enim arutatud TI-tööriist on rahalise barjääri taga märkimisväärse osa publiku jaoks, kes sellest loeb.

On olemas otsene alternatiiv. OpenCode on avatud lähtekoodiga projekt, mis teeb täpselt sama asja, töötab mis tahes mudeliga (sealhulgas tasuta) ja paigaldub 15 minutiga.

Millal tehisintellekt kahjustab õppimist – ja millal kahekordistab tulemusi
8 min

Millal tehisintellekt kahjustab õppimist – ja millal kahekordistab tulemusi

  1. aasta märtsis esines SXSW EDU konverentsil strateegilise tulevikuvaate nõustaja Sinead Bovell ettekandega tehisintellektist ja hariduse tulevikust. Ilma hype’i ja paanikaga. Kuid kahe uuringuga, mis muudavad seda, kuidas TI rolli õppimises mõtestada.

Esimene: tudengite grupp, kes kasutas ChatGPT-d piiranguteta, saavutas tulemused 17% kehvemini kui kontrollgrupp, kes töötas õpikuga. Teine: teine grupp, kus TI-d kasutati täielikult ümber kujundatud õppesüsteemi raames, edestas traditsioonilist loengut kahekordse marginaaliga.

Sama tööriist. Vastupidised tulemused. Erinevus seisneb lähenemises.

GigaChat Ultra Thinking: mõtleb kauem – vastab halvemini?
6 min

GigaChat Ultra Thinking: mõtleb kauem – vastab halvemini?

GigaChat Ultra Thinking mõtleb kauem ja kulutab rohkem arvutusvõimsust. Juhtimisülesandeid lahendab see 3,3% halvemini kui versioon ilma arutluseta. See ei ole viga ega juhus – see on muster, mida akadeemilised tööd on viimase kahe aasta jooksul dokumenteerinud.

Sel nädalal tutvustas Sber GigaChat Ultrat – uut lipulaevmudelit arutlusrežiimiga (Thinking). Mudel on tasuta saadaval veebiversioonis, mobiilirakendustes ja Telegrami boti kaudu. Lisasime mõlemad variandid kohe oma AI-mudelite uuringusse juhtidele: lasime läbi kõik 32 stsenaariumi ühtse metoodika järgi, hindasime mõlema LLM-kohtuniku poolt, võrdlesime ülejäänud 52 mudeliga.

TI ja projekti rütm: kuidas juht vabaneb 300 tunnist aastas
11 min

TI ja projekti rütm: kuidas juht vabaneb 300 tunnist aastas

Kaksteist tundi nädalas. Nii palju aega kulutab tüüpiline projektijuht aruannetele, plaanide uuendamisele, huvipoolte teavitamisele ja riskide jälgimisele. See on peaaegu kolmandik tööajast, mis ei kulu otsuste tegemisele, vaid nende vormistamisele.

TI-ga väheneb see aeg kolmele tunnile. Aga ainult ühel tingimusel: TI peab olema integreeritud igapäevasesse töörütmi, mitte kasutatav episoodiliselt – „kui meelde tuleb".

ClawCon, Hiina ja $100 miljardit: OpenClaw okosusteemi ja mulli vahel
10 min

ClawCon, Hiina ja $100 miljardit: OpenClaw okosusteemi ja mulli vahel

320 000 tarni GitHubis. Fuusiline konverents Manhattanil. Valitsuse toetused Shenzenis. Kuue nadalaga on OpenClaw labiud tee huvitava README-ga hoidlast geopoliitilise nahtuseni, mida arutavad Bernsteini analuutikud, Hiina toostusministeeriumi ametnikud ja Xianyu kasutajad, kes postitavad noustamisteenuste kuulutusi pealkirjaga “aitan eemaldada”.

See on sarja kuues osa. Eelmises osas fikseerisime 265 000 tarni, looja liitumise OpenAI-ga, esimesed enterprise-juurutused Sundae Bari kaudu ja kolm uut CVE-d. See oli 12 paeva tagasi.