模型選擇與路由
由哪個模型承接任務之決策,將變得更加精準:更準確評估難度與風險、在低成本模型與強力模型之間有更細緻之分級,以及每次選擇背後之推理過程更加可追溯——同時推出全新「Ultracode」路由模式,專為高難度程式編寫任務而設計。
Argo 並非一個已完成之產品——而是一套隨每次發布而變得更可靠、更安全、更易於使用之系統。本頁依優先順序列出接下來即將推出之內容,並附上形塑長期方向之目標——刻意不設定固定日期,因為品質優先於速度。
目前進行中之工作皆建立於既有系統之上——並非取代任何內容,而是使既有運作中之功能更加精進。
由哪個模型承接任務之決策,將變得更加精準:更準確評估難度與風險、在低成本模型與強力模型之間有更細緻之分級,以及每次選擇背後之推理過程更加可追溯——同時推出全新「Ultracode」路由模式,專為高難度程式編寫任務而設計。
Argo 應能更精準地對已儲存之知識、工作區內容及檔案進行分類、連結及運用——對處理內容與方式有更細緻之控管,並為建立於這些知識之上的一切提供更穩固之基礎。
介面應使系統之深度更易於理解:對進行中及過往執行紀錄有更清楚之總覽,對計畫、決策及檢查有更易懂之呈現——減少搜尋、增加一目了然之理解。
為 Argo 本身增添更多能力,並提供可選、可於應用程式內下載之擴充功能,用於外部連接——例如 Google Drive 等服務、電子郵件信箱或伺服器,以及組織管理工具。此類功能皆維持可選,並需主動啟用。
兩項目標形塑 Argo 之長期發展方向——依此優先順序排列。
專案特有之記憶將發展為更廣泛之系統,不僅儲存知識,更主動將其結構化、彼此連結,並使其可運用於新任務——延伸至個別專案之外。
一個開放式生態系統,用以透過額外能力擴充 Argo——受到控管,並遵循與系統其餘部分相同之安全性及核准原則。