Absolutamente enorme descarga de alpha del fundador de DARK, @edgarpavlovsky, hoy sobre la experiencia de la aplicación detrás de Scout y nuestra visión sobre hacia dónde va la próxima generación de aplicaciones de investigación impulsadas por AI.

¿Qué te llama la atención?

la interfaz de chat está muerta

(y por qué $dark vive en el futuro)

estamos diseñando la experiencia de la aplicación de @darkresearchai y hablando con los usuarios sobre cómo investigan en crypto

todo el mundo está pensando en caballos más rápidos. Necesitamos el Ford Model T.

El chat seguirá siendo parte de la comunicación con la IA; no hay una buena razón para que desaparezca por completo, pero las interfaces exclusivas de chat son rudimentarias en comparación con lo que puede ser.

Tomemos la charla de @karpathy en YC la semana pasada: utiliza @cursor_ai como un gran ejemplo de la próxima evolución en las interfaces. Cursor ha explotado absolutamente en el mundo del desarrollo por un par de razones clave (y todas estas están integradas en el Scout de @darkresearchai ☺️):

1) Las aplicaciones no deberían solo llamar a LLMs

Llamar a un LLM (como se hace en ChatGPT) es solo una parte de la experiencia. Cuando estás investigando, hay una tonelada de información que estás organizando. Es posible que desees mantener notas continuas organizadas por tema, o podrías decidir profundizar en diferentes partes de tu investigación en diferentes momentos.

Esto se aplica a todas las experiencias de investigación profunda: los informes no se terminan una vez que se generan, esa es solo la primera versión. Las aplicaciones de investigación deberían tener esto en cuenta; estoy cada vez más convencido de que este es el futuro de cómo se verán todas las aplicaciones para tomar notas.

Técnicamente hablando: las aplicaciones deben comprender el estado de toda la experiencia del usuario e integrar de forma inteligente las partes correctas en las ventanas de contexto para las llamadas a LLM.

2) Las aplicaciones deben manejar la orquestación de modelos y herramientas

Diferentes LLMs, embeddings, llamadas a herramientas, memoria: todo esto debe ser manejado para el usuario entre bastidores. Aquí es donde los sistemas multiagente prosperarán, y por eso migramos Scout a un sistema multiagente. Los sistemas multiagente permiten que los roles de [orchestration] y [specialization] se dividan entre diferentes agentes dentro del mismo proceso, creando una arquitectura que

(a) puede centrarse mejor en la ejecución de tareas
(b) es más extensible

En última instancia: haz más, hazlo mejor y no pidas al usuario que se preocupe por los detalles técnicos de la implementación.

3) Las GUIs específicas de la aplicación son mejores

El chat es una buena interfaz, pero el chat es limitado: nunca hiciste tu investigación en un chat hasta que el chat fue la única forma en que podías trabajar con un LLM en la investigación. Todavía hablarás con un LLM a través del chat, pero tu investigación es realmente un ejercicio de toma de notas; estamos diseñando en torno a esto en @darkresearchai.

4) El más importante: el control deslizante de autonomía

Esta es probablemente la característica más poderosa de Cursor: permite a los usuarios elegir sin problemas entre trabajar en el código manualmente y trabajar con la IA en él, con múltiples niveles de codificación impulsada por la IA en el espectro.

La investigación se verá de la misma manera, con algunos ajustes diferentes. Podrías:

(a) Querer escribir notas manualmente (la forma más rápida de anotar algo)
(b) Aprovechar el enriquecimiento de datos para aumentar tus notas (¿qué pasa si solo quieres ampliar un bloque específico de viñetas que anotaste antes?)
(c) Hacer que la IA escriba informes completos para ti

Necesitas esta flexibilidad, todo en un solo lugar, sin pensar en ello. Esta es la experiencia que Cursor ofrece a los desarrolladores, y es la experiencia que Scout ofrecerá a los investigadores.

La magia de Scout realmente se ha estado uniendo esta última semana a medida que hemos agregado un frontend a su experiencia y hemos comenzado a refinar los elementos visuales.

Estoy súper emocionado de que empieces a jugar con él. ¡Hazme saber lo que quieres ver en la UX en los comentarios!

PD: La captura de pantalla del cursor a continuación es el código backend real de Scout 👀 ¿ves algún huevo de pascua que te llame la atención?