Stack Overflow for Agents፦ በChatGPT ተሰኪ ምዝገባዎች በ3 እጥፍ ጨመሩ
ሁለት መሐንዲሶች Stack Overflow for Agentsን በCodex እገዛ በጥቂት ሳምንታት አቀረቡ፤ የChatGPT ተሰኪውም የወኪል ፈጠራ እስከ 10 እጥፍ እንዲያድግ አገዘ።
10 እጥፍ
በChatGPT ተሰኪ የተፈጠሩ ወኪሎች ቁጥር ጭማሪ
3 እጥፍ
በChatGPT ተሰኪ አማካኝነት በአንድ ሌሊት በStack Overflow for Agents ምዝገባዎች ላይ የተገኘ ጭማሪ
87%
አንድ ማገናኛ ለመገንባት በሚወስደው ጊዜ ላይ የተገኘው ከፍተኛው ቅናሽ፤ ከ3–6 ሳምንታት ወደ 4 ቀናት
ሰዎችም ሆኑ የAI ወኪሎች ሥራቸውን ለማከናወን አውዱን የሚያስረዳ መረጃ ያስፈልጋቸዋል፤ ሆኖም ይህ መረጃ ብዙውን ጊዜ ከSlack እስከ Google Docs ባሉ የተለያዩ ስርዓቶች ውስጥ ተበታትኖ ይገኛል። መረጃውን ማግኘትና ሁሉም እርስ በርስ እንዴት እንደሚያያዝ መረዳት አስቸጋሪ ሊሆን ይችላል።
ለዚህም ነው Stack Overflow(በአዲስ መስኮት ውስጥ ይክፈታል) እነዚህን ምንጮች የሚያገናኝ፣ ያልተቀነባበረ አውዳዊ መረጃንም ወደ ተረጋገጠ ዕውቀት በመቀየር ሰዎችና ወኪሎች በሚሠሩበት ሁሉ ተደራሽ የሚያደርግ የዕውቀት ትንተና መድረክ እየገነባ ያለው።
እንደ GPT‑6 Astra እና GPT‑6 Sol ያሉ የOpenAI ሞዴሎች የመድረኩን AI ያንቀሳቅሳሉ። ተግባራትም በሚያስፈልጋቸው የማመዛዘን ደረጃና በወጪ መሠረት ወደ ተለያዩ ሞዴሎች ይመራሉ። Codex የኩባንያው መሐንዲሶች ምርቶቹን እንዲገነቡ ያግዛል፤ የChatGPT ተሰኪ ደግሞ Stack Overflow for Agentsን ማግኘትና መጠቀም ቀላል ያደርጋል።
“ለStack Overflow for Agents የChatGPT ተሰኪ ገነባን፤ ምዝገባዎቻችንም በአንድ ሌሊት በሦስት እጥፍ ጨመሩ።”
የStackን የዕውቀት ትንተና አቅም ለወኪሎች የሚያደርሰው Stack Overflow for Agents፣ በአንድ መላምትና Codexን በሚጠቀሙ ሁለት መሐንዲሶች ተጀመረ። መሐንዲሶቹ ለCodex የልማት አካባቢና ዕቅድ ሰጡት፤ ከዚያም ምርቱን ለመገንባት ከእሱ ጋር ሠሩ። አሌክስ እንደምትለው፣ በጥቂት ሳምንታት ውስጥ የተሟላ ምርት ነበራቸው።
“ስለዚህ ቡድናቸው ከነበረው በላይ ብዙ አባላት እንዳሉት እንዲሰማቸው አድርጓል” ትላለች አሌክስ። “የሶፍትዌር ኮንቴይነር ሰጥተውት፣ ‘ዕቅዳችን ይህ ነው፤ እንድንገነባው እርዳን’ ማለት ችለዋል።”
Stack Internal፣ ለድርጅቶች የተዘጋጀው የStack Overflow ምርት፣ ድርጅቶች ዕውቀታቸውን ከሚያስቀምጡባቸው ሁሉም ስርዓቶች ጋር መገናኘት ያስፈልገዋል። ይህን አቅም መገንባት፣ Stack Overflow for Agentsን ከገነቡት ሁለት መሐንዲሶች ጥረት የበለጠ የሰው ተሳትፎ ይጠይቃል፤ ሆኖም Codex ይህንንም ሥራ እያፋጠነው ነው።
አሌክስ እንደምትገልጸው፣ Codexን በመጠቀም ለድርጅቶች የተዘጋጀውን ምርት ወደ ገበያ የማቅረቢያ ጊዜ በእጅጉ ለማሳጠር እየሠሩ ነው፤ ከአንድ ዓመት ይልቅ በሦስት ወራት። ማገናኛዎችን መገንባት ለዚህ አንድ ተጨባጭ ምሳሌ ነው።
“አንድ ማገናኛ ለመገንባት በአማካይ ከ3 እስከ 6 ሳምንታት ይወስድብናል። በCodex ግን በ4 ቀናት ውስጥ መገንባት ችለናል።”
በቅርቡም ቡድኑ በአንድ ቀን ብቻ ማገናኛ ገንብቷል። Codex የማገናኛዎችን ግንባታ በማፋጠን፣ Stack Overflow ለድርጅቶች የተዘጋጁ ምርቶችን በፍጥነት ወደ ገበያ እንዲያቀርብ ያግዛል።
Stack Overflow for Agents ለስርጭት ዝግጁ ሲሆን፣ ቡድኑ ምርቱን በሰዎች የሥራ ሂደቶች ውስጥ የሚያካትትበት መንገድ አስፈለገው። ስለዚህ ተጠቃሚዎች ምርቱን በChatGPT ውስጥ አግኝተው እንዲያዋቅሩት የሚያስችል የChatGPT ተሰኪ ገነባ፤ ይህም ከተለመደው የሞዴል አውድ ፕሮቶኮል (MCP) ማዋቀሪያ ያነሱ ደረጃዎችን ይጠይቃል።
“ተሰኪ ካለ፣ ከChatGPT ጋር አዋቅሮ መጠቀም ቀላል ይሆናል።”
አሌክስ እንደምትለው፣ ተሰኪው ምዝገባዎችን በሦስት እጥፍ ጨምሯል፣ የወኪል ፈጠራንም አፋጥኗል፤ “መጨረሻ ላይ ሳይ፣ እስከ 10 እጥፍ ደርሰን ነበር ብዬ አስባለሁ።”
Stack Overflow ተግባራትን ወደ ሞዴሎች የመምራትና ሞዴሎችን የማዋቀር ሥራ ራሱ ያስተዳድራል። አሌክስ ግን የዚህን ሥራ የተወሰነ ክፍል ለመቀነስና ተጨማሪ የምህንድስና አቅም በምርቱ ላይ ለማዋል Decisions APIን መጠቀም እንደሚቻል ለመመርመር ተስፋ አላት።
“ይህን በቀጥታ በOpenAI በኩል በራስ-ሰር ማከናወን ከቻልን፣ ብዙ ጊዜና ገንዘብ እንቆጥባለን። በዙሪያው ባሉት የቁጥጥር እርምጃዎች ላይ ሳይሆን፣ እየገነባን ባለነው ምርት ራሱ ላይ የበለጠ እንድናተኩር ያስችለናል” ትላለች አሌክስ።
Stack Overflow ሰዎች የተማሩትን እንዲያጋሩ ለማስቻል የዕውቀት ምርቱን ለማስፋፋትም እየሠራ ነው። እስካሁን ትኩረቱ መረጃ በመሰብሰብ ላይ ነበር። አሁን ግን አሌክስ ከአንድ ሶፍትዌር አልሚ ወይም ከምህንድስና ዘርፍ ውጭ ከሚሠራ ሰው ጋር በአንድ ለአንድ ውይይት የተገኘ ዕውቀት ሌሎችንም እንዲጠቅም በማድረግ ዑደቱን እያሟላች ነው።
“እኔ እየተማርኩ ሳለ፣ በድርጅቴ ያሉ ሌሎች ሰዎችም ከእኔ ጋር እየተማሩ መሆናቸውን እንዴት ማረጋገጥ እችላለሁ?” አለች አሌክስ። “ይህን ሙሉ የዕውቀት ዑደት የሚያስችል ምርት ለመገንባት በጣም ጓጉቻለሁ፣”
