5 wskazówek dotyczących Microsoft 365 Copilot, które podzielił się Satya: 1/ Na podstawie wszystkich moich wcześniejszych interakcji z [/kimś], przewidź, jakie 5 rzeczy może go/ją najbardziej interesować podczas naszej następnej konferencji. 2/ Na podstawie wszystkich e-maili, czatów i protokołów z [/serii projektów], sporządź raport o postępach projektu. Treść powinna obejmować: porównanie kluczowych wskaźników wydajności (KPI) z celami, najważniejsze osiągnięcia i trudności projektu, potencjalne ryzyka, dynamikę konkurencji oraz przewidywania dotyczące trudnych pytań, które mogą pojawić się na spotkaniu, wraz z sugerowanymi odpowiedziami. 3/ Czy nasz [/produkt] może zostać wydany zgodnie z planem w listopadzie? Proszę sprawdzić postęp prac, wyniki projektu pilotażowego oraz różne ryzyka, a także podać procent prawdopodobieństwa. 4/ Proszę przeanalizować mój kalendarz i e-maile z ostatniego miesiąca, podsumowując moje najbardziej czasochłonne zadania w 5 do 7 głównych kategorii, a także podać procent czasu poświęconego na każdą kategorię oraz krótkie wyjaśnienie. 5/ Proszę przeanalizować ten [/określony e-mail] i w połączeniu z wcześniejszymi dyskusjami z menedżerem i zespołem, pomóż mi przygotować się do następnego spotkania [/serii spotkań].

shadcn cli zaktualizowano do wersji 3.0, a największą zmianą w wersji 3.0 jest rejestr nazwany (Namespaced Registries). Można instalować komponenty z rejestru w formacie @ registry/name. Korzyścią z tego rozwiązania jest to, że różne projekty i organizacje mogą dostosować swoje komponenty i używać ich według potrzeb.

Aktualizacja nano-banana to historyczny moment innowacji AI. Ten model odsłonił zasłonę, która kryła część branży AI. Wszystkie działające modele AI do rysowania nie są produktami, ponieważ nie rozumieją biznesu, a jedynie patrzą na potrzeby! Uważają, że potrzeby klientów są bardzo ważne, więc dążą do zaspokojenia tych potrzeb. Jednak zaspokojenie tych potrzeb wymaga solidnej wiedzy biznesowej. I bardzo długiego procesu realizacji biznesowej, cała ścieżka jest bardzo skomplikowana. To tak, jakby stary rolnik miał przygotować stek w kuchni Michelin. Duże firmy: wszyscy dążą do efektownego, prostego wprowadzenia i efektownego wyjścia. Liderzy są podekscytowani, pracownicy biegają, efekty są słabe, a cykle twórcze są bardzo długie. W rzeczywistości, problemy, które można rozwiązać w biznesie, są bardzo ograniczone, brak rozpoznania biznesowego prowadzi do krętej ścieżki produktowej modelu. Zawsze badania są na końcu, a to, co wywołuje dyskusję, na początku. Zniszczono stoletnie wysiłki, tworząc coś półśrodkowego. Wynik: nowicjusze przeklinają, pracownicy przeklinają, marketingowcy wynoszą na piedestał, a konsumentów jest niewielu. Małe firmy: brak wystarczającej siły technicznej, brak zasobów, wkładają ogromny wysiłek, aby zaspokoić niewielkie potrzeby, a także potrzebują silnej chęci do eksploracji wiedzy, koszty praktyki technicznej są wysokie, spędzają miesiące, aby rozwiązać mały problem przy ogromnych kosztach finansowych. Część ma podstawową wiedzę, a konsumenci przyciągają jedną grupę, a potem znowu przyciągają inną. Iteracja w ogóle nie może być kontynuowana. Wynik: ci, którzy się nauczyli, są zmęczeni, a ci, którzy się nie nauczyli, mają trudności z nauką. Firmy open source: aplikacje zostały zrobione w dużej mierze, duchowy świat spełnia się, ale razem nie obsługują nawet kilku dziesiątek tysięcy ludzi, wszyscy zarabiają pieniądze, ale nie wydają ich na twórców open source. Model iteruje raz, a jego nagrobek rośnie o cal, nie wiadomo, który model wyjdzie, przeszła technologia nie ma potrzeby iteracji. Wynik: etyczni współpracownicy skaczą do dołów, zostaje tylko kilku osieroconych. Rozumienie biznesu to warunek konieczny do tworzenia AI. Mówiłem to od dawna, w 2023 roku, dlaczego używam AI do rysowania, ponieważ chcę tworzyć storyboardy, włożyliśmy ogromny wysiłek, w początku 2024 roku osiągnęliśmy możliwość robienia zdjęć z celebrytami, trenując model spójności. Wiele teraz prostych funkcji można było zrealizować ponad rok temu, ci, którzy nie rozumieją biznesu, nawet nie potrafią tego zobaczyć. Dziś każda funkcja nano-banana jest bezpośrednio związana z kluczowymi punktami biznesowymi. To nie jest tylko aktualizacja technologii modelu. Jeśli chodzi o modyfikacje, jest ich wiele, metod też jest wiele. Jednak ten model jednocześnie otworzył wszystkie kluczowe aspekty biznesowe. Właściwie sora już jest bardzo dobra, ale sora nie pokrywa biznesu tak kompleksowo. Kilka miesięcy temu wielu dostawców z branży sklepów zbożowych zaczęło używać sory do tworzenia treści biznesowych. Ale ograniczeń jest wiele, ale z naszego punktu widzenia zrozumienia modelu, modele open source to techniczne ograniczenia, ale dla modeli takich jak sora, niektóre segmenty biznesowe nie powinny być ograniczeniem tego modelu. Podam prosty przykład, pozwól Conanowi przejść od pustych rąk do trzymania kwiatu, to nie problem. Ale pozwól figurce mieć coś w ręku, to już bardzo trudne. Z perspektywy biznesowej, ta sprawa wcale nie jest trudna. Ale sora po prostu nie daje ci optymalizacji, czy to brak odpowiedniej technologii? Czy MJ tak prostą operację nie może zrealizować? To całkowicie wynik błędnego zrozumienia biznesu. Teraz podam jeszcze jeden przykład MJ, jakie jest poziom estetyki tego modelu? Szczerze mówiąc, rok temu, można było użyć tego modelu do realizacji modeli odzieżowych z wielu perspektyw. A także do tworzenia wirtualnych postaci przypominających ludzi. Jednak realizacja technologiczna jest bardzo sprytna, do dziś nikt tego nie potrafi zrobić, nie chcemy też rozpowszechniać tych rzeczy. Ale w oczach większości ludzi, nie widać zdolności samego modelu MJ. Nie wiem, czego MJ firma szuka, wiem tylko, że ciągle robią rzeczy związane z biznesem, ale nie optymalizują tego dobrze, co prowadzi do wielu poprawek tego modelu. Powtarzam, powyższe dwa problemy nie wynikają z braku zdolności modelu, ale z braku zrozumienia potrzeb biznesowych w różnych branżach przez firmę. Google pokazało wam, że nikt nie musi tego kwestionować, po prostu stańcie i przyjmijcie ciosy.