Oblast umělé inteligence se mění. Zatímco velké jazykové modely (LLM) demonstrují působivé schopnosti, převést tuto sílu do konzistentního výkonu v reálném světě zůstává velkou výzvou. Úzkým místem není inteligence, ale management inteligence, zejména u složitých, dlouhodobých technických problémů. Startovací společnost Random Labs v San Franciscu podporovaná Combinatorem věří, že má řešení: Slate V1, první „rojový“ autonomní kódový agent.
Problém systémů a vzestup pracovních postupů agentur
V průběhu let měly nástroje pro pomoc s kódováním poháněné umělou inteligencí potíže s kontextovými okny a udržením koherence u dlouhodobých projektů. Pouhé použití výkonného LLM na komplexní kódové základně často vede k roztříštěným a nespolehlivým výsledkům. Slate řeší tento problém implementací zásadně odlišného přístupu: distribuovaného paralelního prováděcího rámce inspirovaného biologickými úlovými myslí a návrhem operačního systému.
Jak funguje tkaní břidlice
Slate nepovažuje modely umělé inteligence za monolitické řešení problémů. Místo toho rozděluje úkoly do samostatných, spravovatelných „vláknů“, které jsou směrovány ke specializovaným pracovním agentům – potenciálně používají různé LLM pro různé kroky. To využívá toho, co Random Labs nazývá „Knowledge Excess“ – nerealizovaný potenciál modelů, když nejsou zahlceny současnými strategickými a taktickými požadavky.
Systém používá k organizaci těchto toků jazyk DSL (Domain Specific Language) založený na TypeScriptu, který funguje jako centrální „jádro“, které řídí tok provádění, zatímco pracovní „procesy“ zpracovávají specifické operace. To napodobuje operační systém tím, že zachází s omezeným kontextovým oknem LLM jako s cennou pamětí RAM, kterou je třeba řídit moudře.
Epizodická paměť a paralelní provedení
Klíčovou novinkou je Slateova „epizodická paměť“. Na rozdíl od tradičních nástrojů AI, které se spoléhají na ztrátu komprese minulých interakcí, Slate komprimuje pouze úspěšná volání nástrojů a výstupy do krátkých souhrnů. Tyto souhrny jsou předávány přímo orchestrátorovi a podporují koherentní inteligenci „rojů“.
Tato architektura umožňuje enormní paralelismus. Vývojář může například použít Claude Sonnet k orchestraci složitých refaktorů, zatímco GPT-5.4 spouští kód a GLM 5 současně zkoumá dokumentaci. Toto selektivní nasazení modelů poskytuje nákladovou efektivitu: použití výkonných modelů pouze tehdy, když je vyžadována jejich strategická hloubka, a použití levnějších modelů pro jednodušší úkoly.
Obchodní strategie a budoucí integrace
Random Labs v současnosti funguje na kreditním modelu založeném na využití s nástroji pro účtování v reálném čase pro profesionální týmy. Společnost plánuje přímou integraci s OpenAI’s Codex a Anthropic’s Claude Code, čímž se Slate staví jako vynikající orchestrační vrstva spíše než jako konkurent nativních rozhraní těchto modelů.
Výsledky rané stability
Interní testy ukazují, že Slate je pozoruhodně stabilní. Raná verze prošla 2/3 testů v úloze make-mips-interpreter, což je test, kde i nejmodernější LLM často selhávají ve více než 80 % případů. Tato stabilita spolu s její schopností škálovat jako organizace naznačuje, že Slate se posouvá dál než jen jako nástroj a stává se partnerem pro spolupráci pro vývojáře.
Slate V1 představuje posun v pomoci s kódováním AI, od rozhraní založených na chatu a směrem k organizovaným, distribuovaným pracovním postupům. Budoucnost může vidět lidské inženýry, kteří do značné míry vedou tyto „úlové mysli“ a delegují složité úkoly na specializované agenty umělé inteligence pracující jednotně.
