Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Sungguh menakjubkan betapa hebatnya orkestrator GPT-5.
Jika Anda membangun sistem agen seperti Claude Code untuk domain apa pun, GPT-5 harus menjadi salah satu model teratas Anda.
Jika Anda membangun sistem multi-agen orkestrator-pekerja untuk domain di luar pengkodean, GPT-5 adalah suatu keharusan!
GPT-5 bekerja dengan baik untuk banyak domain karena memahami maksud dan dapat bernalar dengan banyak data dengan sangat baik. Ini bagus dalam mengisi kekosongan, yang membantu pengembang yang biasanya kurang menentukan agen mereka.
Agen AI penuh dengan perilaku menarik yang bermanfaat bagi pengalaman pengguna, tetapi itu hanya mungkin dengan model lanjutan, seperti GPT-5, yang mengatur komunikasi antar sugagen.
Seperti yang ditunjukkan pada gambar, saya menggunakannya untuk membangun sistem yang dinamis dan agen untuk dukungan pelanggan. Satu agen orkestrator (didukung oleh GPT-5) dapat secara efektif merencanakan dan mengatur pengambilan semua jenis informasi secara efektif (transkripsi, KB internal, dokumen, forum internet, dll.).
Karena ini adalah sistem multi-pengambilan, Anda memerlukan model yang sangat cerdas untuk menangani orkestrasi, karena subagen dibiarkan fleksibel untuk menarik semua jenis konteks untuk sistem. GPT-5 memungkinkan fleksibilitas ini dengan kemampuannya untuk menangani dan menalar berbagai informasi.
Jika definisi alat Anda dikonfigurasi dengan benar, ini semakin meningkatkan kemampuan GPT-5 untuk memanfaatkan semua alat dan konteks yang dapat diaksesnya.
Jika Anda telah menggunakan Claude Code dengan subagen, Anda tahu persis apa yang saya bicarakan. Di satu sisi, seluruh sistem RAG agen dukungan pelanggan ini dibangun dengan inspirasi dari Claude Code. Tetapi model terbaik untuk masalah di luar pengkodean adalah GPT-5. Saya membangun eval untuk memvalidasi ini, jadi ini bukan hanya hasil yang mengincar. Saya baru saja membahas ini secara lebih rinci untuk subs akademi saya di sini:
Selain itu, saya menemukan GPT-5-Codex bekerja dengan baik untuk alur kerja ini, tetapi masih tidak sehebat GPT-5. Saya juga bereksperimen dengan GPT-5-mini dan terpesona oleh efektivitasnya pada kasus penggunaan ini. Claude 4 terlalu mahal untuk ini, dan Gemini 2.5 Pro tidak mendekati GPT-5 (meskipun juga menghasilkan hasil yang baik). Sebagian besar model lain ini tidak memiliki konsistensi dan terkadang akan memanggil alat dalam urutan yang salah atau dengan parameter yang salah (lakukan eval pemanggilan alat Anda untuk mengonfirmasi ini). Sedikit penyetelan prompt sistem dapat membantu, tetapi GPT-5 masih lebih unggul.

Teratas
Peringkat
Favorit