Emergent.sh ერთ-ერთი საუკეთესოა AI პლატფორმები, რომლებიც კონცეფციებს სრულფასოვან, წარმოებისთვის მზა პროგრამულ უზრუნველყოფად გარდაქმნის უზარმაზარი საინჟინრო გუნდის საჭიროების გარეშე.
ჯჰა ძმების მიერ დაარსებული Emergent.sh გთავაზობთ მყარ კომპლექტს, სადაც სპეციალიზებული აგენტები ამუშავებენ ბექენდ არქიტექტურას, ფრონტენდ კოდს და განლაგებას საიმედო, მასშტაბირებადი აპლიკაციების მიწოდების მიზნით.
ამ ტექნოლოგიის სათავეში დგას მუკუნდ ჯჰა, Emergent.sh-ის თანადამფუძნებელი და აღმასრულებელი დირექტორი.
კოლუმბიის უნივერსიტეტის ინჟინერიის სფეროში გამოცდილებით, Google-ში თანამდებობებით და Unicorn Dunzo-ს თანადამფუძნებლით, მუკუნდმა მასშტაბისა და საიმედოობის უნარები ეფექტური მუშაობის ინსტრუმენტად აქცია. AI პროგრამული უზრუნველყოფის შემუშავება.
მოდით, მოვუსმინოთ მას და შევეცადოთ, მისი ინდუსტრიაში მიღებული გამოცდილებიდან რამდენიმე ღირებული ინფორმაცია მივიღოთ.
შეგიძლიათ გვიამბოთ თქვენი გზის შესახებ კოლუმბიის საინჟინრო უნივერსიტეტის კურსდამთავრებიდან Google-ის ინჟინერამდე, შემდეგ Dunzo-ს თანადამფუძნებლად და ამჟამად Emergent.sh-ის შექმნამდე? რა გამოცდილებამ ჩამოაყალიბა თქვენი ხედვა ხელოვნური ინტელექტით მართული განვითარების შესახებ?
კოლუმბიის უნივერსიტეტში ინჟინერიის შესწავლა დავიწყე, სადაც სისტემების, პროგრამული უზრუნველყოფისა და პროდუქტის აზროვნების საფუძვლები ჩავდე. ამის შემდეგ Google-ში დავიწყე მუშაობა, რომელმაც მთლიანად შეცვალა ჩემი წარმოდგენა მასშტაბის, საიმედოობისა და ოსტატობის შესახებ.
მოგვიანებით, როდესაც Dunzo-ს თანადამფუძნებელი და მასშტაბირებაში დავეხმარე, პირველი რიგის პოზიცია დავიკავე იმ ყველაფრისთვის, რაც საჭიროა მილიონობით მომხმარებლისთვის რთული რეალური შეზღუდვების, სწრაფი იტერაციისა და მასშტაბირების გარეშე არსად მყოფი სისტემების შესაქმნელად.
ყველა ამ გამოცდილებამ ჩამოაყალიბა Emergent. მინდოდა, დიდი ტექნოლოგიური კომპანიების სიზუსტე, სტარტაპების განხორციელების სიჩქარე და ის პრობლემები, რომლებიც პირადად გამოვიარე, ამეღო და შემექმნა AI პლატფორმა, რომელიც ნებისმიერს საშუალებას აძლევს შექმენით წარმოების პროგრამული უზრუნველყოფა დიდი საინჟინრო გუნდის საჭიროების გარეშე.
თქვენ და თქვენმა ტყუპმა ძმამ, მადჰავმა, ერთად დააარსეთ Emergent Labs - როგორ მოქმედებს ეს უნიკალური პარტნიორობა კომპანიის შექმნის თქვენს მიდგომაზე და რა უპირატესობები აქვს თანადამფუძნებლის ყოლას, რომელიც...'s ასევე შენი და-ძმა?
ჩემს ტყუპისცალ ძმასთან, მადჰავთან ერთად კომპანიის შექმნა, გულწრფელად რომ ვთქვათ, სუპერძალაა. ბავშვობიდან ერთად ვწერთ პროგრამირებას, ამიტომ ნდობა, სტენოგრაფია და თანხვედრა ბუნებრივია.
არ არსებობს ეგო, პოლიტიკაზე დროის დაკარგვა; ჩვენ სწრაფად ვმოქმედებთ, პროდუქტიულად ვეთანხმებით ერთმანეთს და ერთმანეთისთვის მაღალ სტანდარტებს ვიცავთ. როდესაც ისეთ ამბიციურ რამეს აშენებ, როგორიცაა მრავალაგენტიანი AI ინფრასტრუქტურათანადამფუძნებლის მხრიდან ასეთი დონის ნდობა და სიჩქარე უზარმაზარ განსხვავებას ქმნის.
Dunzo-ს სტარტაპიდან Google-ისა და Reliance-ის მიერ მხარდაჭერილ მილიარდდოლარიან კომპანიად გადაქცევის თქვენი გამოცდილებიდან გამომდინარე, რა გაკვეთილები გამოიყენეთ Emergent.sh-ის შექმნისას?'s არქიტექტურა და ბიზნეს მოდელი?
Dunzo-ში ვისწავლე, რომ რეალური პროდუქტები ცოცხლობს ან კვდება არა დემო ვერსიებით, არამედ საიმედოობით, სიჩქარითა და მომხმარებლის შედეგებით.
ასე რომ, Emergent-ის საშუალებით, ჩვენ პირველივე დღიდანვე შევქმენით დიზაინი წარმოებისთვის, დაკვირვების ჩათვლით, ინფრასტრუქტურის ავტომატიზაცია, CI/CD, მონაცემთა სათანადო მოდელირება, ყველაფერი.
ჩვენ ასევე მივიღეთ Dunzo-ს ფილოსოფია, რომელიც გულისხმობს ეკონომიური, მაღალი ბერკეტის მქონე საინჟინრო გუნდების შექმნას. საქმე 100 ინჟინრის ყოლაში არ არის; საქმე ეხება სწორი პლატფორმის ქონას, რომელიც მცირე გუნდის შედეგს გაამრავლებს. Emergent ძირითადად ამ ფილოსოფიის პროდუქტად გადაქცევას წარმოადგენს.
გაგვაცანით, თუ რა განასხვავებს Emergent.sh-ს ტიპურისგან ფუნდამენტურად.AI კოდირების ასისტენტები“ - რა's პლატფორმის უკან თქვენი ძირითადი ფილოსოფია?
პროგრამების წერისას ინსტრუმენტების უმეტესობა დაგეხმარებათ. Emergent შექმნილია თქვენთვის, სრულად კოდირებისთვის.
ჩვენი ფილოსოფია იმაში მდგომარეობს, რომ მომხმარებელმა უნდა გაავრცელოს ინფორმაცია განზრახვისა და შეზღუდვების შესახებ, ხოლო სისტემამ უნდა გაუმკლავდეს არქიტექტურას, კოდს, ინფრასტრუქტურას, განლაგებას და იტერაციას.
ეს არ არის კოდირების ასისტენტი. ეს არის აგენტის პროგრამული უზრუნველყოფის ინჟინერი.
ხიდი AI განვითარების ინსტრუმენტები დიდ ყურადღებას აქცევენ ფრონტ-ენდის გენერაციასა და UI მაკეტებს. რატომ გადაწყვიტეთ, რომ პრიორიტეტი ჯერ ძლიერი ბექენდ ინფრასტრუქტურის შექმნას მიენიჭებინათ და შემდეგ ფრონტ-ენდის დიზაინს მიენიჭებინათ?'s ამ მიდგომის სტრატეგიული უპირატესობა?
ყველა დანარჩენმა ლამაზი ფრონტენდებისა და მაკეტების შექმნით დაიწყო. ჩვენ საპირისპირო მიმართულებით წავედით: ჯერ ღრმა ბექენდის ინფრასტრუქტურა შევქმენით.
რატომ? იმიტომ, რომ რეალური აპლიკაციები ავტორიზაციისას ვერ ხერხდება, მონაცემთა ბაზის დიზაინი, ინტეგრაციები, მასშტაბირება, განლაგება, არა ღილაკებსა და ფერებზე.
ყველაზე რთული და ტექნიკური ნაწილების წინასწარ გადაჭრით, ჩვენ ვუზრუნველყოფთ, რომ Emergent-ზე აგებული ყველაფერი რეალურად მზად იყოს წარმოებისთვის. ფრონტის დახვეწა მარტივია, როგორც კი საძირკველი მყარი იქნება.
თქვენ ახსენეთ, რომ ემერჯენტი არის „სამყარო“'s „პირველი ჭეშმარიტად აგენტური ვიბრაციული კოდირების პლატფორმა“. შეგიძლიათ ახსნათ, რას ნიშნავს „აგენტურად“ პრაქტიკაში და როგორ განსხვავდება თქვენი მრავალაგენტიანი არქიტექტურა ერთი მოდელის მიდგომებისგან?
როდესაც ვამბობ, რომ ემერჯენტი აგენტია, ვგულისხმობ, რომ ის ფაქტიურად ავტონომიური გუნდივით იქცევა. AI ინჟინრები.
ჩვენ გვყავს სპეციალიზებული აგენტები, ერთი - განზრახვის გასაგებად, მეორე - სისტემის არქიტექტურისთვის, სხვები - ბექენდისთვის, ფრონტენდისთვის, ტესტირებისთვის, ინფრასტრუქტურისთვის, განლაგებისთვის, ხარისხის უზრუნველყოფისთვის; ყველა ერთმანეთთან კოორდინაციას უწევს.
ეს ფუნდამენტურად განსხვავდება ერთი მოდელის ხელსაწყოებისგან, რომლებიც ყველაფრის გაკეთებას ერთ სამართლის მაგისტრს სთხოვენ. ჩვენი არქიტექტურა ასახავს რეალური საინჟინრო გუნდების მუშაობას, რაც გამომავალ შედეგს გაცილებით საიმედოს ხდის.
ალფა ფაზაში შექმნილი 10 000-ზე მეტი აპლიკაციით და SWE-Bench-ის ტესტში მე-2-3 ადგილის ადგილმდებარეობით, რა?'s თქვენი ხედვა პროგრამული უზრუნველყოფის შემუშავების დემოკრატიზაციის შესახებ? სად ხედავთ ამ მიმართულებით განვითარებას მომდევნო 2-3 წლის განმავლობაში?
ჩვენი ალფა ტესტირების დროს, ადამიანებმა 10 000-ზე მეტი აპლიკაცია შექმნეს. ამან დაადასტურა ის აზრი, რომ არსებობს უზარმაზარი მოთხოვნა პლატფორმაზე, რომელიც საშუალებას აძლევს ნებისმიერ ადამიანს, მათ შორის დამფუძნებლებს, გუნდებს, შემქმნელებს, იდეები რეალურ, მოწოდებულ პროგრამულ უზრუნველყოფად აქციონ.
ჩემი ხედვაა, რომ მომდევნო 2-3 წელიწადში მილიონობით ადამიანი შექმნის აპლიკაციებს კოდის წერის გარეშე. პროგრამული უზრუნველყოფა გახდება სასაუბრო, განმეორებითი და ხელმისაწვდომი.
ჩვენ ამ მომავლისთვის რელსებს ვაშენებთ.
რით განსხვავდება Emergent.sh ისეთი ცნობილი მოთამაშეებისგან, როგორიცაა Lovable, Bolt, Cursor და GitHub Copilot? რა კონკრეტულ უპირატესობებს გვთავაზობს თქვენი პლატფორმა, რასაც ეს ფრონტ-ენდზე ორიენტირებული ინსტრუმენტები უბრალოდ ვერ შეედრება?
ეს ინსტრუმენტები შესანიშნავია, მაგრამ ისინი ძირითადად ფოკუსირებულია ფრონტ-ენდის გენერირებაზე ან კოდის შემოთავაზების სამუშაო პროცესებზე.
Emergent არის full-stack, წარმოებაზე ორიენტირებული და აგენტური.
ჩვენ პროტოტიპებით არ ვჩერდებით; ჩვენ ვქმნით ბექენდს, ვამოდელირებთ მონაცემებს, ვაგენერირებთ API-ებს, ვაშენებთ ფრონტენდს, ვაყენებთ ინფრასტრუქტურას, ვატარებთ ტესტებს და მთელ სისტემას ვნერგავთ.
ეს არის განსხვავება „აი, კოდი“-სა და „აი, თქვენი გაშვებული, წარმოებისთვის მზად აპლიკაცია“-ს შორის.
ბევრი კონკურენტი პროტოტიპებით შემოიფარგლება ან საწყისი გენერაციის შემდეგ მოითხოვს ვრცელ ხელით კოდირებას. როგორ წყვეტს Emergent.sh „ბოლო მილის“ პრობლემას, რომელიც დაკავშირებულია წარმოებისთვის მზად აპლიკაციების რეალურად განლაგებასთან?
ხიდი AI დეველოპერების ინსტრუმენტები ქმნიან რაღაცას, რაც აპლიკაციას ჰგავს, მაგრამ მის გასაშვებად კვირების განმავლობაში ინჟინერიაა საჭირო.
ჩვენ შევქმენით აგენტები, რომლებიც ამუშავებენ ყველაფერს, რაც კოდის გენერირების შემდეგ ხდება: მიგრაციები, ინფრასტრუქტურის დაყენება, CI, განლაგება, ვალიდაცია, მონიტორინგი.
ჩვენი მიზანი მარტივია: როდესაც Emergent-ზე აშენებთ, თქვენი იდეა სრულდება როგორც ცოცხალი, მოქმედი აპლიკაცია და არა როგორც კოდის საქაღალდე თქვენს ლეპტოპზე.
თქვენ Together Fund-დან 6-10 მილიონი დოლარი მოიზიდეთ და 100 მილიონი დოლარის ღირებულების შეფასებას ისახავთ მიზნად. ასეთ ხალხმრავალ გარემოში AI განვითარების სივრცე, რა's თქვენი უნიკალური გასაყიდი წინადადება, რომელიც ამართლებს ამ ამბიციურ შეფასებას?
ინვესტორები სამ რამეს აკვირდებიან:
- პროდუქტის მკაფიო დიფერენციაცია: ჩვენ ვართ ერთადერთი პლატფორმა, რომელიც ორიენტირებულია აგენტურ, სრულფასოვან, წარმოებისთვის მზა პროდუქტზე.
- შესრულების სიჩქარე და წევა: ჩვენი ალფა წევა და ARR-ის ზრდა ძლიერი სიგნალები იყო.
- კატეგორიის პოტენციალი: ჩვენ ვქმნით ოპერაციულ სისტემას ხელოვნური ინტელექტის მიერ გენერირებული პროგრამული უზრუნველყოფა.
If AI ნამდვილად აპირებს აპლიკაციების შემდეგი ტალღის შექმნას, Emergent-ს არსებობა სჭირდება და ინვესტორები ამ რწმენაზე დებენ ფსონს.
თქვენ ეს კიდევ ახსენეთ AI მოდელები მალე გამოვა პლატფორმაზე. როგორ წარმოგიდგენიათ, რომ ეს ახალი მოდელები კოდირებას კიდევ უფრო გაამარტივებს და რომელი კონკრეტული შესაძლებლობების დანერგვა გაინტერესებთ ყველაზე მეტად?
ჩვენ ვამატებთ უფრო სპეციალიზებულ მოდელებს, რადგან აპლიკაციების შექმნის სხვადასხვა ნაწილს განსხვავებული ძლიერი მხარეები სჭირდება.
ზოგიერთი მოდელი შესანიშნავია მსჯელობისა და დაგეგმვისთვის; სხვები უკეთესები არიან სტრუქტურირებული კოდის გენერირებაში; სხვები კი წარმატებით ახერხებენ რეფაქტორინგის ან ინტერპრეტაციის განხორციელებას.
ახალი მოდელების დამატებისას, Emergent უფრო სწრაფი, საიმედო და მომხმარებლის ნაკლები ჩართვით უფრო რთული აპლიკაციების გენერირების უნარიანი ხდება.
მიღწევებით AI მსჯელობის მოდელები, როგორიცაა OpenAI's o1 და კლოდი's უახლესი იტერაციების გათვალისწინებით, როგორ არის Emergent.sh პოზიციონირებული ამ უფრო დახვეწილი მოდელების თქვენს მრავალაგენტიან ჩარჩოში ინტეგრირებისთვის?
ჩვენი მრავალაგენტიანი არქიტექტურა თავისი არსით მოდელ-აგნოსტიკურია.
ეს ნიშნავს, რომ დაგეგმვისთვის შეგვიძლია OpenAI-ის o-სერიის ჩართვა, კლოდის გამოყენება გრძელკონტექსტურ მსჯელობასდა რუტინული კოდის გენერირებისთვის უფრო მცირე მოდელებს ეყრდნობიან, ყველაფერი ერთი და იგივე პროცესში.
ეს გვაძლევს საუკეთესო ფასისა და ხარისხის თანაფარდობას და ამავდროულად, ვაფართოებთ ავტონომიური პროგრამული უზრუნველყოფის ინჟინერიის შესაძლებლობების საზღვრებს.
2026 წლის მოლოდინში, რას მიიჩნევთ ხელოვნური ინტელექტით დაფუძნებულ განვითარებაში ყველაზე დიდ ტექნიკურ გამოწვევებად და როგორ ემზადება Emergent.sh მათ გადასაჭრელად?
მომდევნო რამდენიმე წლის განმავლობაში ყველაზე რთული პრობლემები იქნება:
ჩვენ ამ პრობლემებს ვერიფიკაციის ციკლების, ავტომატიზირებული ტესტირების, ძლიერი ინფრაპრიმიტივებისა და გენერირებულ სისტემებში უკეთესი დაკვირვებადობის გზით ვხსნით.
AI მალე ადამიანებზე მეტ კოდს შექმნის, მაგრამ გამოწვევა ამ კოდის სანდოობის შენარჩუნებაა.
როგორც ვინმე, ვინც's მილიონობით მომხმარებლისთვის პროდუქტები შექმენით, რა რჩევას მისცემდით AIMOJO-ს საზოგადოებას? AI ენთუზიასტები, შვილობილი მარკეტოლოგები და მეწარმეები, რომლებსაც სურთ ფლანგვა AI ისეთი ინსტრუმენტები, როგორიცაა Emergent.sh, საკუთარი პროდუქტების შესაქმნელად?
ჩემი რჩევა მარტივია: დაიწყეთ მშენებლობა. ნუ დაელოდებით იდეალურ იდეებს ან იდეალურ დროს.
გამოყენება AI ისეთი ინსტრუმენტები, როგორიცაა Emergent, იდეების დასადასტურებლად დღეებში, თვეების ნაცვლად. სწრაფად გაგზავნა, გამოხმაურების შეგროვება, გამეორება. და რეალურ მომხმარებლისთვის რეალური პრობლემის გადაჭრით შედეგებზე ფოკუსირება. ამ ახალ ეპოქაში გამარჯვებულები არიან ისინი, ვინც მკურნალობენ AI როგორც ბერკეტი და არა მაგია.
როდესაც მუკუნდ ჯჰასთან ამ საინტერესო საუბარს ვასრულებთ, აშკარაა, რომ Emergent.sh გამოირჩევა, როგორც მეტი, ვიდრე უბრალოდ... AI ინსტრუმენტი; ეს დამფუძნებლებისთვის მთავარი საშუალებაა, შექმნან სრულფასოვანი წარმოების პროგრამული უზრუნველყოფა კოდის დაწერის გარეშე.
მუკუნდის ხედვა პლატფორმის შესახებ, რომელიც ადამიანის განზრახვას საიმედო, მასშტაბირებად აპლიკაციებად გარდაქმნის, შთამაგონებელია და ბევრ რამეს ავლენს ხელოვნური ინტელექტით დაფუძნებული ინჟინერიის მომავლის შესახებ.
გმადლობთ, რომ შემოგვიერთდით და ვიმედოვნებთ, რომ ეს დისკუსია მოტივაციას მოგცემთ, შეისწავლოთ, თუ როგორ ხელოვნური ინტელექტი შეუძლია დააჩქაროს თქვენი პროდუქტის გზა.
დარჩით ჩვენთან მეტი განახლებისთვის, რადგან Emergent.sh აგრძელებს ზრდას და გლობალურად პროგრამული უზრუნველყოფის შექმნის გზების ხელახლა განსაზღვრას.
BONUS: მიიღეთ ჩვენი 200 დოლარიAI „ოსტატობის ინსტრუმენტების ნაკრები“ უფასოა რეგისტრაციის შემდეგ!
