Pembuat perangkat Kecerdasan Buatan, Rabbit, telah mengambil langkah signifikan dalam demokratisasi otomatisasi AI dengan meluncurkan fitur mode Teach baru untuk perangkat R1. Perkembangan ini menandai pergeseran menuju interaksi AI yang lebih personal, meskipun hadir dengan batasan dan tantangan eksperimental yang perlu diperhatikan.
Memahami Fungsi Mode Teach
Mode Teach yang baru memungkinkan pengguna R1 membuat agen AI kustom dengan mendemonstrasikan tugas-tugas tertentu melalui antarmuka web bernama Rabbithole. Pengguna dapat merekam instruksi langkah demi langkah dalam bahasa natural, mengajari perangkat mereka cara melakukan berbagai tindakan di berbagai situs web dan platform. Kemampuan ini menandai evolusi signifikan dari peluncuran awal R1, yang hanya mendukung empat layanan.
Dukungan Platform Saat Ini:
- Spotify
- X (sebelumnya Twitter)
- YouTube
- Discord
- Situs web tambahan (dengan batasan CAPTCHA)
Visi Marketplace Aksi AI
Rencana ambisius Rabbit melampaui pelatihan tugas individual. Perusahaan ini membayangkan menciptakan marketplace seperti app store di mana pengguna dapat berbagi dan berpotensi mendapatkan keuntungan dari aksi-aksi kustom yang mereka buat. Meskipun timeline untuk marketplace ini belum ditentukan, konsep ini bisa merevolusi cara kita berinteraksi dengan perangkat AI, berpotensi menghilangkan kebutuhan antarmuka pengguna grafis tradisional.
Basis Pengguna dan Aplikasi Saat Ini
R1 telah menemukan adopsi tak terduga di antara berbagai kelompok pengguna. Remaja muncul sebagai pengguna utama, sementara lansia menghargai antarmuka tombolnya yang sederhana. Aplikasi profesional juga bermunculan, dengan dokter menggunakannya untuk terjemahan pasien dan sopir truk memanfaatkannya sebagai asisten hands-free selama perjalanan panjang.
Batasan Teknis dan Pertimbangan Keamanan
Rabbit telah transparan mengenai sifat eksperimental mode Teach, mengakui bahwa output bisa menjadi tidak terduga. Perusahaan telah menerapkan pengamanan keamanan dan melakukan pengujian dengan 20 pengguna yang membuat lebih dari 400 pelajaran. Namun, sistem masih menghadapi tantangan dengan situs web yang menggunakan CAPTCHA dan memerlukan pertimbangan cermat terhadap kasus-kasus khusus.
Pencapaian Pengembangan Utama:
- Lebih dari 20 pembaruan sejak peluncuran awal
- Sistem LAM generasi kedua telah diimplementasikan
- Lebih dari 400 pelajaran dibuat selama fase pengujian
- 20 penguji terlibat dalam pengembangan pra-peluncuran
Filosofi Pengembangan dan Dampak Industri
Pendekatan perusahaan mencerminkan semangat move fast and break things, dengan CEO Jesse Lyu menekankan pentingnya iterasi cepat dalam lanskap AI yang kompetitif. Strategi ini telah memicu perdebatan dalam komunitas keamanan AI, di mana beberapa pihak menganjurkan pengujian pra-peluncuran yang lebih menyeluruh dan siklus pengembangan yang lebih lambat dan terukur.