Теперь, когда мы сжали почти все человеческие знания в большие языковые модели, следующая граница — это вызов инструментов. Связывание различных AI инструментов позволяет автоматизировать процессы. Переход от мышления к действию представляет собой настоящий прорыв в полезности AI. Я создал более 100 инструментов для себя, и они работают большую часть времени, но не всегда. Я не одинок. Отчет Economic Index от Anthropic показывает, что 77% бизнес-использования Claude сосредоточено на полной автоматизации задач, а не на совместной работе. На прошлой неделе Anthropic опубликовал документацию о токенах и реорганизации инструментов для оптимизации их использования. Рекомендации были контринтуитивными: вместо множества простых инструментов с четкими метками создавайте меньше, но более сложных инструментов. Вот семь инструментов для электронной почты, которые я создал — скрипты на Ruby, каждый с четкой целью. Скрипт "Безопасная отправка электронной почты" был разработан, чтобы предотвратить отправку электронных писем AI без одобрения. Прекрасно наивно, просто и ясно, разве языковая модель не должна уметь читать это и точно знать, что я прошу ее сделать? Но это не так просто! Anthropic рекомендует создавать сложные инструменты. Их исследования показывают, что "запросы экономят в среднем 14% токенов на выходе, до 70%" при использовании сложных инструментов с богатым набором параметров вместо простых. Причина? AI-системы лучше понимают полный контекст, чем фрагментированный намерение. Я провел выходные, консолидируя все свои инструменты в единые инструменты, как этот для электронной почты: (третье изображение) Влияние на точность было немедленным. Уровень успеха Claude приближается к 100%. Система стала быстрее. В результате я использую гораздо меньше токенов с более эффективной системой. Вот моя текущая ментальная модель: (четвертое изображение) Когда я перепроектировал для когнитивных возможностей AI, а не для человеческой интуиции, все улучшилось. Мои операции CRM, управление календарем и рабочие процессы базы данных стали более надежными, когда были консолидированы в комплексные инструменты с большим количеством параметров. Точность улучшилась, поэтому общая стоимость значительно снизилась. Но не просите меня использовать инструменты. Я теперь немного потерян среди сложности. Это неизбежный следствие работы на более высоких уровнях абстракции, когда я больше не понимаю машину в глубину. Мы потратили десятилетия на упрощение программного обеспечения для людей. Теперь мы учимся делать его сложным для AI.