Agenci AI Seattle sierpień 2026

Adam Jacob skrócił jedną recenzję kodu z 4,6 miliona tokenów w 23 agentach do 506 000 w 3, zastępując koordynatora LLM deterministycznym kodem. Casey Margell spędził dziewięć miesięcy na trudnej pracy produkcyjnej i doszedł do wniosku, że największym ryzykiem związanym z agentami kodowania AI jest efektywne budowanie złych rozwiązań. Jedno to budowanie fabryki; drugie to przetrwanie w terenie. 11 sierpnia porównają swoje notatki. Agenci AI Seattle to spotkanie dla inżynierów, którzy aktywnie budują z agentami AI. Istnieje, ponieważ ta przestrzeń zmienia się szybciej niż mapa kogokolwiek, a osoby, które w niej budują, muszą dzielić się trudnymi lekcjami, a nie gorącymi komentarzami. W tym sierpniu dwóch prelegentów podchodzących do tego samego problemu z przeciwnych punktów wyjścia, jeden budujący agentową fabrykę od podstaw, drugi dostosowujący agentów do działającego biznesu, omówi swoje kompromisy, porażki i co zmieniają dalej. Jak zbudować fabrykę oprogramowania. Adam Jacob, CEO i współzałożyciel, Swamp Club Adam Jacob buduje systemy agentowe jako powtarzalne, audytowalne fabryki oprogramowania, a jego agenci generują to, co nazywa szokująco konsekwentną architekturą. Podzieli się, jak skrócił złożony ciężar recenzji kodu z 4,6 miliona tokenów w 23 agentach do 506 000 tokenów w 3, przenosząc koordynację z LLM do deterministycznego kodu, oraz dlaczego uważa, że jest za wcześnie, aby stawiać na frameworki, gdy zyskują adaptacyjne bloki budowlane. Przygody w dostosowywaniu: dziewięć miesięcy trudnej pracy nad budowaniem agentów AI. Dwa bardzo różne podejścia, kompromisy, które podjąłem, i jak oceniam, co dalej w przestrzeni, która wciąż się zmienia. Casey Margell, współzałożyciel i prezydent/COO, Indisea Software Casey Margell spędził dziewięć miesięcy na budowaniu agentów AI w produkcji, ostatnio łącząc Claude'a z Slackiem Indisea i łącząc go z Jira i Confluence; złożył 9 prawidłowo sformatowanych zgłoszeń Jira z PDF-a notatek ze spotkania w dniu pierwszym. Podzieli się, dlaczego uważa, że największym ryzykiem związanym z agentami kodowania AI jest efektywne budowanie złych rzeczy oraz wzorcem agenta właściciela, którego używa, aby utrzymać agentów w zgodzie z wymaganiami po tym, jak odejdzie.