Um despejo de alpha absolutamente enorme do fundador da DARK, @edgarpavlovsky, hoje sobre a experiência do aplicativo por trás do Scout e nossa visão sobre para onde a próxima geração de aplicativos de pesquisa com tecnologia de AI vai.

O que chama a sua atenção?

a interface de chat está morta

(e por que $dark vive no futuro)

Estamos projetando a experiência do aplicativo da @darkresearchai e conversando com usuários sobre como eles pesquisam em crypto.

Todo mundo está pensando em cavalos mais rápidos. Precisamos do Ford Model T.

O chat continuará a fazer parte da comunicação com a IA -- não há uma boa razão para que ele desapareça completamente -- mas as interfaces apenas de chat são rudimentares em comparação com o que pode ser.

Veja a palestra de @karpathy na YC na semana passada: ele usa @cursor_ai como um ótimo exemplo da próxima evolução nas interfaces. O cursor explodiu absolutamente no mundo dos desenvolvedores por alguns motivos principais (e todos eles estão integrados ao Scout da @darkresearchai ☺️):

1) Os aplicativos não devem apenas chamar LLMs

Chamar um LLM (como você faz no ChatGPT) é apenas uma parte da experiência. Quando você está pesquisando, há uma tonelada de informações que você está organizando. Você pode querer manter anotações em execução organizadas por tópico, ou pode decidir mergulhar profundamente em diferentes partes de sua pesquisa em momentos diferentes.

Isso se aplica a todas as experiências de pesquisa profunda -- os relatórios não são feitos uma vez que são gerados, essa é apenas a primeira versão dele. Os aplicativos de pesquisa devem levar isso em consideração; Estou cada vez mais convencido de que este é o futuro de como todos os aplicativos de anotações serão.

Tecnicamente falando: os aplicativos devem entender o estado de toda a experiência do usuário e integrar de forma inteligente as partes certas dela em janelas de contexto para chamadas de LLM.

2) Os aplicativos devem lidar com a orquestração de modelos e ferramentas

Diferentes LLMs, embeddings, chamadas de ferramentas, memória -- tudo isso deve ser tratado para o usuário nos bastidores. É aqui que os sistemas multi-agente prosperarão, e é por isso que migramos o Scout para um sistema multi-agente. Os sistemas multi-agente permitem que as funções de [orquestração] e [especialização] sejam divididas entre diferentes agentes dentro do mesmo processo, criando uma arquitetura que

(a) pode se concentrar melhor na execução de tarefas
(b) é mais extensível

Em última análise: faça mais, faça melhor e não peça ao usuário para se preocupar com os detalhes técnicos de implementação.

3) GUIs específicas do aplicativo são melhores

O chat é uma boa interface, mas o chat é limitado -- você nunca fez sua pesquisa em um chat até que o chat fosse a única maneira de você trabalhar com um LLM em pesquisa. Você ainda falará com um LLM por meio de chat, mas sua pesquisa é realmente um exercício de anotações -- estamos projetando em torno disso na @darkresearchai.

4) O mais importante: o controle deslizante de autonomia

Este é provavelmente o recurso mais poderoso do Cursor: ele permite que os usuários escolham perfeitamente entre trabalhar no código manualmente e trabalhar com a IA nele, com vários níveis de codificação alimentada por IA no espectro.

A pesquisa terá a mesma aparência, com alguns ajustes diferentes. Você pode:

(a) Querer escrever notas manualmente (maneira mais rápida de anotar algo)
(b) Aproveitar o enriquecimento de dados para aumentar suas notas (e se você apenas quiser expandir um bloco específico de marcadores que você anotou anteriormente?)
(c) Ter a IA escrevendo relatórios inteiros para você

Você precisa dessa flexibilidade, tudo em um só lugar, sem pensar nisso. Esta é a experiência que o Cursor oferece aos desenvolvedores, e é a experiência que o Scout dará aos pesquisadores.

A mágica do Scout realmente se uniu nesta última semana, à medida que adicionamos um frontend à sua experiência e começamos a refinar os visuais.

Estou super animado para que você comece a brincar com ele. Deixe-me saber o que você quer ver na UX nos comentários!

PS: A captura de tela do cursor abaixo é o código de backend real do Scout 👀 veja algum easter egg que chame sua atenção?