D'après le dernier post de Karpathy : "Les applications LLM organiseront, affineront et animeront réellement des équipes de professionnels déployés dans des secteurs spécifiques en fournissant des données privées, des capteurs, des actionneurs et des boucles de rétroaction." C'est exactement ça. Dans un monde d'agents IA, il y a une couche beaucoup plus épaisse au-dessus du LLM que ce qui était initialement perçu. La critique du thin wrapper a quelque peu fonctionné dans un monde où les gens reconditionnaient des tokens avec une interface ou un prompt système légèrement personnalisés, ce qui était largement tout ce qui était possible il y a 2 ans. Mais les agents IA combineront des outils, des données propriétaires, des prompts système très spécifiques à un domaine, des interfaces spécialisées pour les parties humaines des flux de travail, une ingénierie contextuelle avancée pour gérer les limites de la fenêtre contextuelle, et plus encore. La grande majorité de ceux-ci fonctionneront mieux lorsqu'ils seront adaptés à un secteur spécifique, une fonction de travail ou un type de tâche. De plus, pour obtenir une véritable adoption dans l'entreprise, un degré élevé d'intégration système et de gestion du changement est généralement nécessaire pour impulser les changements de flux de travail et l'adoption. C'est pourquoi les entreprises (ou du moins les produits) axées sur des opportunités spécifiques seront souvent nécessaires pour réellement alimenter ces flux de travail. Il y a énormément d'opportunités ici dans l'année à venir.