Agentyczna AI, inżynieria produktu i infrastruktura, która to utrzyma.
digitalcosmos.io to praktyka inżynieryjna z Haarlemu, która buduje poważne oprogramowanie, a potem utrzymuje je przy życiu. Systemy AI, które korzystają z narzędzi i działają, a nie tylko rozmawiają, osadzone w waszych danych i zmierzone, zanim zrobi to za was klient. Pod spodem: platformy wielodostępne, środowiska chmurowe opisane w całości jako kod oraz cała ta nieefektowna praca operacyjna, która decyduje, czy w poniedziałek rano wszystko nadal działa.
Partnera inżynieryjnego najostrzej ocenia się po czymś, co należy w całości do niego. Nie po komponencie, przy którym pomagał, ale po żywym systemie, który zaprojektował, zbudował, wdrożył i za który nadal odpowiada o trzeciej w nocy. Obok pracy dla klientów prowadzimy dokładnie coś takiego: własną platformę wielodostępną, obejmującą aplikację webową, natywne aplikacje mobilne, usługi AI, cztery produkcyjne bazy danych i całą infrastrukturę chmurową pod nimi.
Niemal wszystko, co tutaj opisujemy, zostało najpierw sprawdzone właśnie tam. AI jest osadzona w danych i mierzona, bo nasza musiała przetrwać kontakt z prawdziwymi klientami. Izolacja danych klientów jest wymuszana przez bazę danych, bo kontrole w warstwie aplikacji nie wystarczały. Wdrożenia są nudne, bo to nas budzą, kiedy nie są. Nic z tego nie jest teorią, o której gdzieś przeczytaliśmy.
Praca dla klientów pozostaje poufna. Ta platforma jest nasza, dlatego możemy opisać ją tak szczegółowo.
Większość projektów AI nie rozbija się o model. Rozbija się o wyszukiwanie, model danych, uprawnienia, koszt albo o to, że nikt nie odpowiada za całość o trzeciej w nocy. Budujemy i inteligencję, i instalację pod nią, więc nic nie ginie w przekazaniu.
Asystenci, którzy korzystają z narzędzi i wykonują realne działania, odpowiedzi osadzone w waszych treściach oraz ewaluacja potwierdzająca, że to się broni. Na Claude, Gemini lub GPT, albo na modelach o otwartych wagach działających na waszym sprzęcie.
Wyszukiwanie, które naprawdę znajduje: hybryda wektorów i słów kluczowych, fuzja rankingów, indeksy w podziale na języki i atrybucja na poziomie fragmentu, żeby każdą odpowiedź dało się prześledzić do źródła.
Platformy webowe i narzędzia wewnętrzne budowane jak długowieczne produkty: typowane od bazy po interfejs, testowane tam, gdzie to ma znaczenie, i zbudowane tak, aby dziesiąta funkcja kosztowała tyle co pierwsza.
Natywne aplikacje na Androida i iOS budowane z jednej wspólnej bazy kodu razem z aplikacją webową, z logowaniem systemowym, powiadomieniami push, dostępem do aparatu i plików oraz publikacją w sklepach w ramach zwykłego procesu wdrożeniowego.
Powtarzalne środowiska opisane jako kod, pipeline’y kontenerów, wdrożenia blue-green i wycofania zmian, które są nudne z premedytacją. Wdrożenie przestaje być wydarzeniem.
Schematy, które pozostają zrozumiałe przy dużej skali, ścisła izolacja danych poszczególnych klientów, magazyny wektorowe dopasowane do modelu osadzeń, migracje, które nie blokują tabel produkcyjnych, i kopie zapasowe faktycznie przetestowane w odtworzeniu.
Logowanie jednokrotne, precyzyjna kontrola dostępu i niezmienne ślady audytowe, rozszerzone na agenta: narzędzia pobierają tożsamość ze zweryfikowanej sesji, a nie z tego, co napisał model.
Websockety, kolejki komunikatów, potoki zdarzeń, procesy płatności i rozliczeń, poczta transakcyjna oraz API zewnętrzne połączone tak, aby awarie degradowały działanie zamiast wywoływać lawinę.
Duże modele językowe łatwo zademonstrować i trudno utrzymać. Ciekawa praca to wszystko dookoła modelu: osadzenie odpowiedzi w waszych realnych danych, danie agentowi narzędzi, z których może bezpiecznie korzystać, decyzja co uruchomić w hostowanym API, a co na własnym sprzęcie, oraz mierzenie jakości, zanim zrobi to za was klient.
Niezawodność jest tu problemem architektury, a nie promptu. To praca, którą już wdrożyliśmy i utrzymujemy na produkcji, z realnymi celami kosztowymi i opóźnieniami, a nie na slajdzie.
Zbudowane na Anthropic Claude, Google Gemini i OpenAI GPT oraz modelach o otwartych wagach hostowanych u siebie
Rozmawiasz z osobą, która pisze kod. Nie ma warstwy opiekunów klienta, przez którą trzeba przepuszczać pytania, ani ceremonii istniejącej wyłącznie po to, żeby ją raportować.
Zaczynamy od ograniczenia, które naprawdę boli: termin, koszt, audyt, proces, o którym nikt nie chce przyznać, że jest ręczny. Wybory technologiczne przychodzą potem, nigdy wcześniej.
Architektura, którą da się przeczytać: model danych, granice systemu, hosting, scenariusze awarii i realistyczna wycena, spisane zanim ktokolwiek otworzy edytor.
Krótkie iteracje, każda kończąca się czymś, co można pokazać. Ciągła integracja od pierwszego dnia, więc stan gotowy do wdrożenia jest zawsze stanem bieżącym.
Monitoring, kopie zapasowe, aktualizacje i udokumentowana ścieżka odtworzenia. Oprogramowanie nie jest skończone, gdy zostanie wydane, tylko gdy działa bez nadzoru.
Funkcje potrafi dołożyć każdy. Wartość leży w wiedzy, które z nich będą was kosztować przez najbliższe pięć lat.
Jasne granice, typowane interfejsy, sensowne testy i dokumentacja pisana dla osoby, która to odziedziczy. Także wtedy, gdy tą osobą nie będziemy my.
Utrzymujemy to, co budujemy. Ten jeden fakt zmienia każdą decyzję projektową, bo nie ma nikogo, komu można przekazać konsekwencje.
Usłyszysz, kiedy prostsze rozwiązanie jest lepsze, kiedy funkcja nie jest warta swojej złożoności i kiedy odpowiedzią jest zmiana procesu zamiast pisania kodu.
Żadnych limitów sprzedażowych ani preferowanych dostawców. Rekomendacje wynikają z tego, co pasuje do waszego budżetu i zespołu, a wszystko, co powstaje, należy do was.
Napisz kilka akapitów o problemie. Dostaniesz prostą odpowiedź, czy to pasuje, zarys rozwiązania i uczciwą wycenę, bez żadnych zobowiązań.
Odpowiadamy zwykle w ciągu jednego dnia roboczego.
