Je vous ai apporté par:

Optimisation—Votre plateforme d’orchestration d’agents d’IA pour le marketing et les équipes numériques

OpenArt—Une plateforme de création d’IA tout-en-un pour les images, vidéos, musique, audio, et plus encore

Dans cet épisode solo, Claire teste Meta , un agent d’IA personnel conçu pour les utilisateurs quotidiens. Elle passe par la façon dont elle gère son calendrier familial, crée un bulletin d’information du matin poli, suit les objectifs personnels et demande la permission avant d’agir sur des informations sensibles. Elle explore également les détails réfléchis qui font Muse se sentent dignes de confiance, où son utilisation de navigateur reste insuffisante, et ce que son approche pourrait signifier pour l’avenir de l’IA des consommateurs.

  1. Meta , l’expertise de conception de consommateurs rend Muse se sentent différents des autres agents sur le marché. Les équipes derrière Facebook et Instagram comprennent comment bâtir la confiance avec les utilisateurs non techniques, et cette expérience se manifeste dans tout Muse. Il n’a jamais exposé Claire à un terminal, a fait surface une erreur confuse, ou demandé l’autorisation à un moment gênant. Elle a testé l’embarquement, la gestion du calendrier, l’ingestion de courriels, la fixation des objectifs et l’achat par navigateur en une seule session sans rencontrer un seul moment de friction qui a brisé l’expérience.

  2. Muse a créé la meilleure version du mémoire de la famille Claires le matin sur sa première tentative. Claire a testé la génération de bulletins familiaux avec OpenClaw et Codex, mais Muse a produit un PDF plus beau et réfléchi sans nécessiter de suivi. Il a même ajouté un –Talk à la section Table– avec des questions pour enfants sur les nouvelles et identifié proactivement les conflits de programmation. C’est pour cela que les agents personnels standard devraient viser : non seulement remplir la demande, mais remarquer des choses utiles que l’utilisateur n’a pas pensé à poser.

  3. La façon dont un agent demande la permission est aussi importante que ce qu’il peut faire une fois la permission accordée. Muse ne se fait pas par défaut pour un accès illimité ou interrompre l’utilisateur avec des demandes d’approbation constantes. Il demande dès lors que l’accès devienne pertinent, confirme ce qu’il a constaté et vérifie à nouveau avant de prendre des mesures. Après avoir lu le courriel de Claire pour établir un profil familial, par exemple, Muse a résumé ce qu’elle avait appris et a demandé si elle pouvait utiliser cette information. Toute personne qui construit un agent qui traite des données personnelles doit prêter attention à ce modèle d’interaction.

  4. L’alimentation d’activité de Muse , fournit le genre de transparence d’agent que Claire veut partout. Chaque tâche comprend un enregistrement détaillé des appels d’outils, des scripts, des recherches et des étapes individuelles. La plupart des consommateurs l’ignoreront probablement, mais les développeurs et les utilisateurs de puissance le trouveront inestimable. Claire voulait immédiatement la même interface dans Codex et Claude Code. Voir exactement comment un agent est arrivé à un résultat crée un niveau de confiance différent de recevoir un résultat poli sans visibilité dans le processus.

  5. Les objectifs personnels exigent un modèle de produit différent des tâches ou du chat. Aider quelqu’un à dormir doucement un enfant de huit mois et demi alors que le partage de la chambre dans une petite maison n’est pas une demande qui peut être remplie en une seule séance. Muse a recueilli le contexte à plusieurs reprises, a établi un rappel et a traité la situation comme un objectif permanent dont les progrès devraient être suivis. Son ton était chaud et spécifique sans devenir trop agréable. Claire a dit qu’elle se sentait -zéro pour cent ennuyée avec elle, qu’elle a décrit comme un miracle.

  6. L’utilisation du navigateur demeure le maillon faible pour les agents de consommation. Muse a eu du mal à acheter les nouveaux équilibres 9060 dans un colorway spécifique, en retournant des résultats incorrects et en ne parvenant pas à terminer l’achat. Il a mieux fonctionné en achetant des billets pour L’Odyssée, mais a initialement ouvert le mauvais film. Ces échecs ne sont pas uniques à Muse. Ils sont un rappel que les achats par navigateur reste peu fiables dans toute la catégorie des agents.

  7. Muse , avatar animé montre ce que cela signifie de concevoir spécifiquement pour l’IA. Au lieu d’afficher un spinner générique pendant qu’il fonctionne, Muse génère une animation dans laquelle son avatar prend un petit ordinateur portable lors de la réalisation des tâches et un orbe lors de la création des médias. Personne n’a demandé cette fonctionnalité, mais cela rend l’état de l’agent immédiatement compréhensible. Pour Claire, c’est ce à quoi ressemble le haut de l’embarcation. Il n’est pas seulement poli coins et des icônes propres. Il utilise des capacités comme la génération d’images et l’animation pour résoudre des problèmes d’expérience qui n’auraient pas pu être résolus auparavant.

  8. Muse introduit un nouveau vocabulaire pour l’IA des consommateurs. Il évite les termes techniques tels que les crons, les outils, les artefacts, les plugins et les connecteurs. Au lieu de cela, il organise le produit autour d’un aliment, des idées, des objectifs, et une bibliothèque. Ce langage est une décision délibérée de conception. Les mots utilisés par un produit déterminent qui se sent à l’aise avec lui, et Muse est clairement conçu pour un public beaucoup plus large que aujourd’hui , les agents de codage et de productivité sont.

Je vous ai apporté par:

DX—Intelligence ingénierie pour l’ère de l’IA

OpenArt—Une plateforme de création d’IA tout-en-un pour les images, vidéos, musique, audio, et plus encore

Zach Lloyd est le cofondateur et PDG de Warp, une plateforme de développement agentique pour les équipes logicielles. Dans cet épisode, il démontre comment Warp Factories transforme une requête dans Slack en une requête de traction traquée, testée et fusionnée, la première PR étant prête en seulement 35 minutes. Il explique également comment l’équipe mesure l’implication humaine, score chaque agent couru, rejoue les tâches réelles pour comparer les modèles, et utilise des tirages échoués pour améliorer continuellement l’usine elle-même.

  1. Une usine de logiciels n’est pas seulement un agent de codage plus rapide. C’est tout le cycle de vie du développement qui tourne dans le nuage. L’usine Warp, Wilson, peut prendre une demande de Slack par triage, création de ticket linéaire, implémentation, création de pull-request, utilisation de l’ordinateur QA, et fusionner sans toucher un humain au clavier. La différence entre une usine et un agent de codage est la différence entre une ligne de montage et un seul machiniste. On termine une tâche. L’autre coordonne l’ensemble du processus de production.

  2. -Les interactions humaines par demande de traction peuvent être la mesure la plus claire de l’efficacité de l’usine. Chaque prompt de suivi dans Slack, clarification sur un billet linéaire, et la correction pendant la révision du code représente un effort humain supplémentaire. Zach croit que plus un agent doit diriger, plus le débit réel de l’usine est bas. Peu importe la rapidité avec laquelle l’agent écrit le code si un humain reste le limiteur de taux, mais la plupart des équipes ne mesurent pas cela.

  3. Les humains dans la revue de code sont maintenant le plus gros goulot d’étranglement dans le processus d’ingénierie de Warp. Wilson prend en moyenne 35 minutes pour passer du coup d’envoi à la demande de tirage. La première revue humaine arrive 3,5 heures plus tard. Warp a déjà éliminé une source de retard en permettant à la personne qui a incité l’agent à revoir son travail au lieu d’exiger un examinateur distinct. La société n’a pas entièrement éliminé l’examen humain, mais Zach s’attend à ce que la confiance accumulée permettra éventuellement à certains changements de fusionner sans examen humain.

  4. Une entreprise propre travail passé fournit un meilleur modèle de référence qu’un tableau de tête public. Des repères tels que SWE-bench et Terminal-Bench mesurent le rendement sur les tâches génériques. Warp rejoue plutôt les emplois réels en usine en utilisant différentes configurations de modèles, les évalue avec le même système de jugement utilisé dans la production, et cartographie le compromis de qualité de coût sur un graphique Pareto. Pour la charge de travail de Warp, la sélection des modèles est de loin le plus important levier de coûts, avec une gestion de contexte distante.

  5. Les usines de logiciels peuvent s’améliorer lorsque leur configuration vit en code. Warp , la boucle d’amélioration collecte les échecs jusqu’à ce qu’il y ait suffisamment de preuves pour identifier un modèle, généralement environ 20 à 25 exemples. Un observateur analyse ce qui s’est mal passé et propose des modifications aux définitions d’agent de l’usine. Comme ces définitions sont stockées en code, les mêmes agents qui complètent le travail peuvent également mettre à jour les instructions régissant leur fonctionnement.

  6. La couche de notation est ce qui sépare une usine fiable d’un pipeline codé par vibration. Warp utilise un juge AI pour marquer chaque agent exécuté sur plusieurs dimensions, y compris si elle a créé des tests redondants. Les agents rédigent souvent des tests qui ne font que confirmer le comportement actuel au lieu de se protéger contre les régressions futures. Le modèle de jugement est intentionnellement à mi-parcours, de sorte que les coûts d’évaluation n’effacent pas les économies de l’usine, et Warp peut ajuster le taux d’échantillonnage en fonction de la quantité de supervision nécessaire.

  7. L’IA devient beaucoup plus précieuse en dehors de l’ingénierie lorsqu’elle se connecte à des données commerciales réelles. Pendant la conversation, Zach a exécuté trois tâches en parallèle : redessiner une diapositive à travers Figma, extraire les 10 questions de vente les plus courantes de quatre semaines de transcriptions Granola, et créer une liste de réengagement de plomb froid dans Google Sheets. La diapositive remaniée était utile, mais l’analyse de Granola était plus corrélative. Il a identifié –build— comme la question de premier client et a soutenu cette conclusion avec des preuves, donnant Warp un signal clair sur ce que son site Web et de vente devrait traiter ensuite.

  8. Travailler avec des agents en public peut diffuser l’expertise sans programme de formation officiel. Chaque tâche Wilson fonctionne sur une chaîne partagée Slack, permettant aux employés juniors de regarder les utilisateurs expérimentés rapidement, diriger et corriger le système en temps réel. Zach voit un effet de pouvoir-loi dans l’utilisation des agents: un petit nombre de personnes deviennent considérablement mieux que tout le monde. La visibilité de leurs flux de travail permet à ces compétences de se répandre tranquillement dans l’ensemble de l’organisation.

  9. Construire plus vite n’aide pas si l’équipe construit la mauvaise chose. Warp continue de compter sur des entretiens avec les utilisateurs, des séances de conception et une observation directe de la façon dont les gens utilisent le produit. L’usine accélère considérablement la mise en œuvre, mais elle ne décide pas ce qui mérite d’être construit ou pourquoi. Ces décisions dépendent toujours du goût humain, de la compréhension des clients et du jugement des produits. La phase de construction peut changer rapidement, mais le travail qui vient avant elle reste remarquablement traditionnel.

Si vous appréciez ces épisodes, répondez et faites-moi savoir ce que vous aimeriez en savoir plus sur : les flux de travail de l’IA, l’embauche, la croissance, la stratégie de produit – tout.

La semaine prochaine,
Lenny

P.S. Vous voulez que chaque nouvel épisode soit livré dès qu’il tombe ? Appuyez sur –Suivez sur votre application podcast préférée.