Multimodal Collaborative Agents for Next-Gen Commerce — Nidhi Kaushik Vyas, Google DeepMind
Nidhi Kaushik Vyas från Google DeepMind presenterar agenter för handelsplattformar som fungerar annorlunda än vanliga sökfunktioner.
Istället för att vänta på att användaren formulerar ett exakt sökord börjar agenten med att förstå vad den inte vet — om man ska möblera ett rum på budget börjar den inte med rekommendationer utan frågar vilket som är det viktigaste: hur brett är rummet? Det enda svaret som spelar roll är det som ger mest information. Agenten använder en loop med tre steg: discovery (samla in vad som redan är känt från tidigare samtal och bilder), research (välj det smartaste sättet att fråga — ibland ett bildkort istället för text) och response (presentera svaret i rätt format, från jämförelsetabeller till bilder). I varje steg granskar agenten sitt eget arbete för att kontrollera att den fattat rätt och att data inte är föråldrat.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 44 min sedan
The Universal Remote Control for AI — Alex Hancock, Block
AI Engineer för 5 tim sedan
MCP Apps: Give the Model Data, Give the User a UI — Dustin Mihalik, Indeed
AI Engineer för 5 tim sedan
Your agents lack context: Here's how to fix "You're absolutely right!" — Brandon Waselnuk, Unblocked
AI Engineer för 6 tim sedan