Mengapa chatbot kami sekarang menjadi kolega kami – Beragampengetahuan

Saya bukan seorang pembuat kode dan saya tidak mencoba berpura-pura sebaliknya.

Tentu saja, saya menghabiskan waktu puluhan tahun di bidang teknologi dan keuangan, namun tugas saya adalah selalu memahami ke mana arah perkembangannya. Ini menjadikan tugas saya untuk menemukan titik belok daripada menulis kode.

Namun itu berarti saya dapat membedakan antara teknologi menarik dan teknologi yang benar-benar mengubah cara kerja. Respons yang saya lihat terhadap alat AI terbaru Anthropic membuat saya sangat bersemangat dengan alat AI terbaru.

Anthropic menyebut produk ini Claude Code.

Ini berjalan pada model Claude Opus 4.5 perusahaan dan dirancang untuk memungkinkan AI berjalan di lingkungan pengembangan nyata daripada hanya menjawab pertanyaan di jendela obrolan. Claude Code dapat membaca dan memodifikasi file, mempertimbangkan seluruh basis kode, menjalankan pengujian, men-debug kesalahan, dan mengulangi untuk menemukan solusi yang berfungsi.

Yang paling menonjol bagi saya adalah cara orang berbicara tentang penggunaannya.

Mereka mengatakan bahwa mereka dapat tetap menjalankannya, dan ketika mereka kembali lagi nanti, mereka menemukan bahwa pekerjaan tersebut telah maju beberapa langkah dengan sendirinya. Jika percobaan pertama tidak berhasil, Cloud tidak langsung membeku. Itu memperbaiki bagian yang rusak dan terus berjalan.

Perilaku ini menegaskan sesuatu yang saya perhatikan selama beberapa bulan terakhir.

Elemen-elemen inti dari kecerdasan buatan secara umum sudah mulai diterapkan, dan mereka mulai saling memperkuat.

Mulai dari berbicara hingga bekerja

ketika saya katakan kecerdasan umumyang saya maksud bukan kesadaran atau kreativitas. Yang saya maksud adalah AI dapat mengejar suatu tujuan seiring berjalannya waktu, memperbaiki kesalahannya sendiri, dan memutuskan apa yang harus dilakukan selanjutnya, tanpa memerlukan panduan terus-menerus.

Inilah perbedaan antara perangkat lunak yang menjawab pertanyaan dan perangkat lunak yang benar-benar berfungsi.

Unsur pertama dari kecerdasan umum adalah pengetahuan.

Inilah yang memotivasi ChatGPT asli untuk membuat terobosan pada akhir tahun 2022. Model yang dilatih dengan teks dalam jumlah besar tiba-tiba menjadi cukup baik dalam merespons sehingga interaksi dengannya terasa alami. Mereka dapat menjawab pertanyaan, menjelaskan ide, dan menghasilkan bahasa dengan sangat baik sehingga dapat mengubah ekspektasi orang terhadap kecerdasan buatan hampir dalam sekejap.

Namun sistem AI awal tersebut pada dasarnya masih reaktif.

Mereka menanggapi petunjuknya, memberikan jawaban, dan kemudian berhenti sejenak. Setiap interaksi adalah awal yang baru. Ini masih berguna dan seringkali mengesankan, namun dibatasi oleh ketidakmampuannya untuk memajukan pekerjaan sendiri.

Untuk mengambil langkah selanjutnya, AI memerlukan bahan kedua: penalaran.

Selama beberapa tahun berikutnya, AI terus mengalami kemajuan, dengan beberapa bagian menjadi lebih baik pada saat yang bersamaan. Model menjadi lebih besar dan pelatihan meningkat. Sistem juga menjadi lebih baik dalam mengikuti instruksi dan menggunakan alat.

Namun, perubahan nyata terjadi ketika penalaran yang jelas muncul.

Pada akhir tahun 2024, dengan dirilisnya model seperti OpenAI o1, sistem kecerdasan buatan akan menjadi jauh lebih baik dalam logika multi-langkah, matematika, dan debugging.

Peningkatannya segera terlihat.

Penelitian GitHub menemukan bahwa pengembang yang menggunakan asisten pengkodean AI rata-rata menyelesaikan tugas sekitar 30% lebih cepat, dengan keuntungan lebih besar pada tugas rutin atau berulang.

Untuk pertama kalinya, sistem ini dapat melakukan lebih dari sekedar memberikan jawaban yang lancar. Mereka memecahkan masalah dengan andal.

Meski begitu, cara orang menggunakan AI tidak banyak berubah. Anda mengajukan pertanyaan, mendapatkan jawaban, dan melanjutkan.

Namun kini hal itu berubah, dengan tambahan bahan ketiga: iterasi.

Di sinilah alat seperti Claude Code dan proxy jangka panjang lainnya berguna, yang dapat berjalan untuk jangka waktu yang lebih lama.

Sistem ini tidak hanya merespons dan berhenti. Mereka memecahkan masalah, menguji hasilnya, mencatat masalah, memodifikasi pendekatan dan melanjutkan tanpa diberi tahu apa yang harus dilakukan selanjutnya.

Secara umum, orang pintar dapat bekerja secara mandiri selama berjam-jam, membuat dan memperbaiki kesalahan, dan memikirkan apa yang harus dilakukan selanjutnya tanpa bimbingan terus-menerus.

Perangkat lunak mulai berperilaku sama untuk pertama kalinya.

Para peneliti telah mengukur secara langsung kemampuan ini. Organisasi seperti METR melacak jangka waktu sistem AI dapat mencapai tujuannya tanpa campur tangan manusia, dan tren yang mereka lihat bersifat eksponensial.

Gambar: metr.org

Perkiraan lamanya tugas yang dapat ditangani sistem ini adalah Gandakan setiap tujuh bulan.

Jika kita melacak indeksnya, agen harus dapat bekerja dengan andal untuk menyelesaikan tugas yang membutuhkan waktu satu hari penuh bagi seorang ahli pada tahun 2028, satu tahun penuh pada tahun 2034, dan satu abad penuh pada tahun 2037.

Untuk lebih jelasnya, saya tidak berbicara tentang kecerdasan super buatan (ASI). Itu untuk nanti.

Yang pertama adalah ketekunan, koreksi kesalahan dan tindak lanjut. Karakteristik ini akan membuat alat AI kami lebih relevan bagi kolega kami.

Claude adalah contoh paling jelas saat ini, tapi dia tidak sendirian. OpenAI, Google, dan lainnya jelas bersaing untuk mendapatkan kemampuan jangka panjang yang sama.

Lihat postingan terbaru pengembang tentang Codex, sistem OpenAI yang dirancang untuk tugas pengkodean jangka panjang serupa.

Namun yang membuat Claude Code menonjol saat ini adalah kemampuannya menjadi mitra interaksi, kolaborasi, dan dialog. Penekanan Anthropic pada keamanan dan pengendalian akan menjadi lebih penting ketika sistem berjalan lebih lama dan pengawasan langsung berkurang.

Sangat mudah untuk menemukan kesalahan ketika model dijalankan selama beberapa detik. Namun jika bekerja selama beberapa jam, taruhannya jauh lebih tinggi.

Claude Corder meningkatkan taruhannya.

ini pendapat saya

Anda tidak perlu percaya bahwa kecerdasan buatan secara umum akan menyadari apa yang terjadi di sini. Sistem kecerdasan buatan yang dapat merencanakan, melaksanakan, dan memodifikasi pekerjaan dalam jangka waktu yang lebih lama menunjukkan perubahan nyata dalam skala tenaga kerja dan produktivitas.

Pikirkan seperti ini.

Aplikasi AI tahun 2023 dan 2024 menjadi pembicara. Beberapa orang adalah pembicara yang sangat canggih. Namun dampaknya terbatas karena masih memerlukan masukan terus-menerus dari masyarakat.

Penerapan kecerdasan buatan pada tahun 2026 dan 2027 akan menjadi pelakunya.

Mereka tidak lagi merasa seperti perangkat lunak dan lebih seperti rekan kerja. Daripada menggunakan AI beberapa kali sehari, orang akan menjalankannya sepanjang hari. Beberapa agen akan bekerja secara bersamaan. Pengguna tidak perlu lagi menghemat waktu dan beralih dari melakukan pekerjaan sendiri menjadi mengelola tim sistem cerdas.

Dengan kata lain, tujuannya bukan lagi jawaban yang lebih baik.

Ini menyelesaikan pekerjaan nyata.

Besok, saya akan menunjukkan kepada Anda bagaimana para peneliti mengukur pergeseran ini dan mengapa kurvanya melengkung dengan tajam ke atas.

salam,

Raja Ian
kepala strategi, Rumah Penerbitan Rongshan

Catatan redaksi: Kami ingin mendengar pendapat Anda!

Jika Anda ingin berbagi pemikiran atau saran Anda pengganggu sehari-hariatau jika ada topik tertentu yang ingin kami diskusikan, kirimkan saja email ke dailydisruptor@beragampengetahuan.com.

Jangan khawatir, kami tidak akan mengungkapkan nama lengkap Anda jika kami memublikasikan tanggapan. Jadi silakan tinggalkan komentar!