Vai al contenuto
Advancing Bits to Master Atoms
← Tutti gli articoli

MS Duplex8 min di lettura

I file di istruzioni aiutano la tua IA, finché nessuno sa più quale riga è ancora valida.

I team di ricerca tengono file di istruzioni, note e librerie di prompt per la loro IA. Perché l’abitudine aiuta, dove si ferma e cosa aggiunge accanto a essa l’esperienza appresa con le sue fonti.

Un’alta pila disordinata di sottili fogli in argento satinato accanto a un mobiletto compatto in grafite con due colonne di frontali di cassetti blu cobalto, entrambi su una piastra di base in grafite.Un’alta pila disordinata di sottili fogli in argento satinato accanto a un mobiletto compatto in grafite con due colonne di frontali di cassetti blu cobalto, entrambi su una piastra di base in grafite.

La maggior parte dei team di ricerca che usa l’IA sul serio finisce per tenere un file apposito. Inizia con poche righe su come il team dà i nomi alle cose e quali strumenti usare. In poco tempo contiene limiti operativi, metodi preferiti, valori di riferimento, avvertenze su errori che l’agente ha commesso una volta e una cartella di prompt che hanno funzionato bene per qualcuno.

È un’abitudine sensata. Questo articolo esamina perché il file aiuta, dove smette di tenere il passo con la ricerca e cosa cambia quando l’IA impara dagli esiti confermati invece di aspettare che qualcuno modifichi una riga.

Perché i team mettono le cose per iscritto per la loro IA

Un modello parte in ogni sessione da ciò che sapeva quando è finito il suo addestramento. Non ha visto le convenzioni del tuo laboratorio, la tua pipeline di analisi né il limite che il tuo scienziato o ingegnere senior ha confermato il mese scorso. Un file di istruzioni colma parte di questo divario quasi senza costi. L’assistente lo legge all’inizio di ogni sessione, e il contesto più importante del team arriva con lui.

Un file tipico per un team di ricerca contiene un misto di questi elementi:

  • Convenzioni: come si chiamano file, campioni ed esecuzioni, quali unità riportare e quale formato deve avere un riepilogo.
  • Limiti: impostazioni che un metodo non dovrebbe superare, input che richiedono un controllo prima dell’uso, passaggi che richiedono una persona.
  • Metodi preferiti: l’ordine dei passaggi che dà un’analisi pulita, o lo strumento di cui il team si fida per un dato compito.
  • Valori di riferimento: i numeri che l’agente dovrebbe usare invece di tirare a indovinare.
  • Avvertenze: errori che l’agente ha commesso una volta, messi per iscritto perché non li ripeta.
  • Prompt: formulazioni che hanno prodotto un buon piano o una buona revisione per una persona, salvate per il resto del team.

Il file è leggibile da chiunque, facile da modificare e completamente sotto il controllo del team. Funziona con qualsiasi modello. Per le convenzioni stabili e lo stile interno è difficile da battere, e i team dovrebbero tenerlo.

Dove il file smette di tenere il passo

Il problema è che la ricerca non sta ferma, e un file cambia solo quando qualcuno lo modifica. Man mano che il lavoro va avanti, lo stesso file che aiutava nel primo mese inizia a costare al team in modi meno evidenti.

  • Diventa lungo. Ogni incidente aggiunge una riga e poche righe vengono mai rimosse, così il modello rilegge di più a ogni sessione e deve giudicare da solo quali parti si applicano.
  • Invecchia. Quando un valore di riferimento cambia, la vecchia riga resta finché qualcuno non la cancella. Se due persone modificano il file, entrambi i valori possono trovarsi lì fianco a fianco.
  • Nessuno sa quale riga sia ancora valida. Una riga dice raramente da dove viene, quando è stata aggiunta o in quali condizioni era vera. Un nuovo membro del team non riesce a distinguere un limite confermato dalla preferenza di una persona.
  • Non ha alcun legame con gli esiti. Il file non sa se i suoi consigli hanno funzionato. Un metodo che è fallito due volte da quando è stato messo per iscritto si legge allo stesso modo di uno che ha avuto successo ogni volta.
  • Si frammenta per persona. Ogni ricercatore tiene una propria versione, le librerie di prompt si allontanano tra loro, e ciò che una persona ha imparato resta nella sua copia.
  • Vale quanto l’ultima modifica. L’agente migliora quando qualcuno trova il tempo di aggiornare il file, e non tra una modifica e l’altra.

I team attenti si scontrano con tutti questi problemi. Derivano dal tenere una conoscenza che cambia a ogni risultato in un documento che cambia a mano. L’esperienza del team cresce ogni settimana, e l’agente resta dove l’ha lasciato il file.

Cosa porta con sé una lezione appresa che una riga non ha

MS Duplex si collega all’IA che il tuo team usa già e impara dagli esiti e dalle correzioni degli esperti che il tuo team sceglie di registrare: un test superato, una misura, una conclusione approvata, una correzione con il suo motivo. Impara accanto al modello, lasciandone invariati i pesi, così ogni lezione è pronta dalla richiesta successiva.

Mentre una riga in un file è una frase che qualcuno ha scritto, una lezione in MS Duplex arriva con ciò che un revisore vorrebbe sapere su di essa:

  • La sua fonte: il risultato, la misura o il giudizio esperto da cui proviene.
  • Le sue condizioni: cosa valeva quando è stata confermata, così viene applicata dove quelle condizioni corrispondono.
  • Il suo motivo, per una correzione: perché l’esperto ha respinto ciò che l’agente aveva proposto.
  • La sua cronologia: quando un valore confermato più recente sostituisce uno più vecchio, si applica quello più recente e la modifica resta documentata.
  • La sua portata: se resta a un solo ricercatore, viene condivisa con un team o si applica a tutta l’organizzazione, come decidono le tue regole.

Anche il modo in cui viene usata è diverso. Un file viene riletto per intero e il modello giudica cosa si applica. MS Duplex verifica se le condizioni del nuovo caso corrispondono prima di riproporre una lezione. Dove corrispondono, la lezione si applica. Dove qualcosa è diverso, viene adattata e proposta per una verifica, oppure segnalata perché il team possa decidere.

Un contenitore aperto in grafite con file di sottili schede in argento satinato archiviate, e una scheda divisoria blu cobalto sollevata sopra le altre.Un contenitore aperto in grafite con file di sottili schede in argento satinato archiviate, e una scheda divisoria blu cobalto sollevata sopra le altre.
Una cassetta aperta in grafite piena di schiere di sottili schede argentate, con un divisorio blu cobalto sollevato sopra gli altri: ogni lezione conservata come una scheda a sé, così quella adatta al caso in esame si può trovare e le altre restano in ordine.

E ogni lezione può essere gestita singolarmente. Il tuo team può esaminarla, correggerla, e cambia solo quella lezione, oppure rimuoverla, e le raccomandazioni che ne dipendevano se ne vanno con lei mentre tutto il resto resta. È la domanda a cui un file lungo non sa rispondere: quale riga è ancora valida, e cosa ne dipende.

Da una riga in un file a un metodo che il team riutilizza

Le righe più preziose di un file di istruzioni di solito descrivono una procedura che ha funzionato. Supponiamo che un ricercatore, in un team che classifica candidati da sottoporre a revisione, metta a punto una sequenza di controlli sui dati di input che elimina un errore ricorrente dalle classifiche. In un file, questo diventa un paragrafo che qualcuno deve trovare e seguire. In MS Duplex, diventa un metodo.

  1. La procedura viene confermataL’agente del ricercatore esegue i controlli prima della classificazione, e un esperto conferma che le classifiche sono risultate pulite.
  2. Viene conservata come metodoMS Duplex conserva i passaggi con le condizioni in cui sono stati confermati e il risultato che li ha dimostrati.
  3. Il caso analogo successivoL’agente di un collega classifica un nuovo lotto proveniente dalla stessa fonte. Il metodo viene applicato direttamente, senza che nessuno debba incollare un paragrafo.
  4. Un caso affineArriva un altro lotto da una fonte diversa, in un formato diverso. MS Duplex adatta il metodo e propone la versione adattata per una verifica. Una volta confermata, diventa un metodo a sé.
  5. Un nuovo membro del teamL’agente di un nuovo assunto inizia lo stesso lavoro con entrambi i metodi già disponibili, ciascuno con il risultato che lo sostiene, e ciascuno riverificato dove viene usato.

Confrontalo con il file. Il paragrafo avrebbe aiutato le persone che sapevano di doverlo cercare, e non avrebbe detto nulla sulla seconda fonte finché qualcuno non avesse scritto un altro paragrafo. Il metodo è arrivato agli agenti che ne avevano bisogno, è stato verificato dove il caso era diverso e ha conservato le sue prove per tutto il percorso.

Uno stampo per tranciatura in argento satinato su un plinto in grafite, accanto a una fila ordinata di pezzi argentati identici, ciascuno con lo stesso piccolo intarsio blu cobalto.Uno stampo per tranciatura in argento satinato su un plinto in grafite, accanto a una fila ordinata di pezzi argentati identici, ciascuno con lo stesso piccolo intarsio blu cobalto.
Uno stampo di tranciatura argentato accanto a una fila ordinata di pezzi argentati identici, ciascuno con lo stesso piccolo intarsio blu cobalto: un’unica procedura confermata, applicata allo stesso modo da ogni agente che incontra il caso.

Tenere il file, aggiungere il livello

I team che collegano MS Duplex continuano a lavorare in Claude, Codex, Cursor o nei propri agenti come prima, e anche il file che l’assistente legge continua a funzionare. Un primo esercizio utile è fare ordine in ciò che contiene già.

  • Convenzioni stabili e stile interno: tienili nel file. Cambiano di rado e il file li gestisce bene.
  • Regole che il lavoro deve rispettare: esprimile come regole in MS Duplex. Le regole sono tenute separate dalle preferenze e visibili nel ragionamento, una nuova regola si applica dalla richiesta successiva, e negli ambienti governati un passaggio che viola una regola viene fermato prima di essere eseguito.
  • Valori di riferimento: lascia che provengano dai risultati confermati, così si applica il valore confermato più recente e la cronologia di ogni modifica viene conservata.
  • Procedure che hanno funzionato: lascia che diventino metodi, conservati con il risultato che li ha dimostrati.
  • Avvertenze su errori passati: registrale come correzioni, con il motivo e le condizioni, così l’agente le verifica dalla richiesta successiva e solo dove si applicano.

Ordinato così, il file può accorciarsi invece di allungarsi. La nuova conoscenza arriva man mano che il lavoro la conferma, e il file torna a contenere ciò in cui riesce bene.

Domande frequenti

Dovremmo cancellare i nostri file di istruzioni?

No. Tienili per le convenzioni stabili e lo stile interno. Sposta col tempo in MS Duplex regole, valori di riferimento, procedure collaudate e correzioni, dove ciascuno conserva la sua fonte e può essere modificato singolarmente.

In cosa è diverso dal recupero sulle nostre note?

Il recupero trova brani che sembrano pertinenti, che si applichino o meno, e possono tornare sia la vecchia sia la nuova versione di un fatto. MS Duplex conserva gli esiti confermati con le loro prove, verifica se le condizioni corrispondono e applica il valore confermato più recente, conservando la cronologia.

Chi vede una lezione appresa dall’agente di un ricercatore?

Dipende dalle tue regole. Ogni ricercatore, ogni team e l’intera organizzazione hanno il proprio livello di esperienza, e sono le tue regole a decidere cosa passa da uno all’altro.

Con quali strumenti di IA funziona?

Claude, Codex, Cursor e gli altri agenti compatibili con MCP si collegano direttamente, e i tuoi agenti e le tue pipeline si collegano tramite l’API e il Python SDK. I tuoi scienziati e ingegneri continuano a usare l’IA che usano già.

Costruito da MatterSpace

MatterSpace costruisce MS Duplex per scienziati, ricercatori e ingegneri di ogni campo, perché l’IA che già usano impari da ogni risultato che confermano.

Continua a leggere

Fai in modo che la prossima esecuzione tragga vantaggio dall’ultima.

Portaci la ricerca in cui la tua IA dovrebbe migliorare. Pianificheremo un progetto pilota sui tuoi flussi di lavoro, con i tuoi esperti come giudici.