wayanjimmy
ENID

Newsletter #34

Refactoring Hermes with 1,393 agents #

— Nous Research

tl;dr: Hermes Agent merefactor codebase-nya sendiri menggunakan 1.393 subagen — eksperimen nyata mengorkestrasi armada agen paralel masif di satu repo. Tulisan ini membahas bagaimana pekerjaan dipecah, dikoordinasikan, dan di-merge tanpa saling injak. Pandangan langka ke balik layar berapa biaya dan hasil dari “agen yang merawat agen”.

AIAgents Refactoring Orchestration Engineering #

Software with Taste with Geoffrey Litt | AM Podcast #7 #

— AM Podcast

tl;dr: Geoffrey Litt (design engineer di Notion) berpendapat bahwa ketika agen menulis kodenya, pemahaman adalah bottleneck baru — dia menyuruh agen menulis esai pengajaran plus kuis di akhir, dan tidak merge sebelum dia lulus. Dia menghubungkan malleable software dengan coding agent: AI adalah pengganda kekuatan besar untuk end-user programming, tapi distribusi app store dan platform tertutup masih dibangun untuk dunia di mana tidak ada yang bisa coding. Bintang pemandunya adalah kurva belajar bertahap ala spreadsheet, dan obatnya untuk shipping slop adalah memasang pembatas kecepatan mekanis di workflow sendiri.

MalleableSoftware DesignEngineering AIAgents Talk #

We are all product engineers now #

— Laurie Voss, seldo.com

tl;dr: Agen memakan lifecycle pengembangan software dari dua ujung, meruntuhkan dinding antara “engineer” dan “orang produk”. Ketika siapa pun bisa shipping prototipe yang jalan dalam satu sore, skill langka bergeser ke mengetahui apa yang harus dibangun dan bagaimana menilainya. Esai tajam tentang bagaimana batas pekerjaan di software larut, bukan hilang.

ProductEngineering AIAgents Career Software #

Native is now the future of mobile at Shopify #

— Shopify Engineering

tl;dr: Shopify berbalik arah dari framework lintas platform dan kembali ke native iOS dan Android — karena coding agent mengubah biaya membangun dan merawat dua codebase native. Ekonomi yang membuat “write once, run everywhere” menarik simply tidak berlaku lagi ketika agen bisa mengerjakan pekerjaan platform-spesifik. Data point penting dalam debat cross-platform vs native.

Mobile Nativeapps Shopify Engineering AIAgents #

React for systems engineers #

— TJ Zhang

tl;dr: Menjelaskan React lewat konsep systems — state ownership, derived data, dan invalidasi — alih-alih component tree dan trivia hooks. Kalau Anda datang dari database, distributed systems, atau caching backend, artikel ini memetakan mental model ke yang sudah Anda kenal. Jembatan terjelas antara pola pikir systems dan reaktivitas frontend.

React Frontend SystemsEngineering MentalModels #

Using OKF to provide long term context to your agent #

— iodigital TechHub

tl;dr: Agen Anda melupakan Anda setiap compaction — artikel ini mengusulkan Open Knowledge Format (OKF) sebagai file konteks terstruktur yang tahan lama dan dibaca agen setiap sesi. Daripada hack memori lewat prompt, pengetahuan hidup di artefak ternversi yang bisa direview seluruh tim. Pola praktis agar konteks agen bertahan melewati batas sesi.

AIAgents Memory Context KnowledgeManagement #

Introducing Roast: Structured AI workflows made easy #

— Shopify Engineering

tl;dr: Roast adalah orchestrator berorientasi konvensi dari Shopify untuk workflow AI multi-langkah — definisikan langkah, input, dan output dalam format terstruktur, bukan skrip lem. Targetnya bagian tengah yang berantakan dari kerja agen: pipeline andal dengan retry, approval, dan checkpoint human-in-the-loop. Layak dipelajari kalau Anda memproduksikan apa pun di luar satu prompt.

AIWorkflows Orchestration OpenSource Shopify #

Scenarios for our Economic Future #

— Anthropic

tl;dr: Tim ekonomi Anthropic memodelkan beberapa skenario bagaimana AI canggih bisa membentuk ulang tenaga kerja, produktivitas, dan distribusi pendapatan. Daripada memprediksi satu hasil, mereka memetakan variabel yang menentukan dunia mana yang kita dapat. Framing tenang dan berbasis angka untuk perdebatan yang sebagian besar berupa vibes.

AI Economics Labor Market Forecasting #

Berlangganan