আমার একটি ক্লাসে আমি জিজ্ঞাসা করলাম, "স্নাতক হওয়ার পর চাকরি না পাওয়ার ভয় কাকে?" ১৫০ জন শিক্ষার্থীর মধ্যে প্রায় ৮০% হাত তুলল। পিএইচডি শিক্ষার্থীরা আমাকে ইমেইল করে একাডেমিয়া ছেড়ে ফ্রন্টিয়ার ল্যাবে যেতে চায়, বিশ্বাস করে সেখানে গবেষণা অর্থহীন। আমি মনে করি দুটোই ভুল। তারা ধরে নেয় ভবিষ্যৎ তারই যার সবচেয়ে বেশি GPU আছে। আমি মনে করি একাডেমিয়ায় একটি নবজাগরণ আসছে। এই সপ্তাহ হলো কোডে আমাদের যুক্তি।

এজেন্টদের সাথে, গবেষণা প্রকল্পগুলো সহজ ও দ্রুত হয়ে গেছে। যখন প্রতিটি প্রকল্প সহজ, তখন খণ্ডিত কাজ আর ভালো গবেষণা থাকে না। গবেষণার একক এখন পেপার নয়, ইকোসিস্টেম। ওপেন সোর্স সপ্তাহ এটার জন্যই। আমার ল্যাব একাডেমিক স্বাধীনতা ব্যবহার করে সেরা AI টুল সবাইকে বিনামূল্যে দেয়।

আমরা খোলা সিস্টেম তৈরি করেছি, মডেলগুলো স্থানীয়ভাবে চালানো সস্তা করেছি, এবং ডোমেইন-নির্দিষ্ট RL পরিবেশের জন্য নতুন পদ্ধতি তৈরি করেছি। এসবই ইনফারেন্স-সার্ভিং ফ্রেমওয়ার্ক, এজেন্ট হার্নেস এবং স্বায়ত্তশাসিত গবেষণা সিস্টেমের সংযোগস্থলে। অ্যাক্সেসিবিলিটির দুটি অংশ — সম্পদ ও দক্ষতা — এবং শুধু একটি হার্ডওয়্যার দিয়ে ঠিক হয়। কয়েকটি GPU বা একটি MacBook যথেষ্ট হতে পারে।

আমরা তিনটি জিনিস দেখাব: ফ্রন্টিয়ার স্বায়ত্তশাসিত গবেষণা, আমার জানা সবচেয়ে দক্ষ টেস্ট-টাইম স্কেলিং, এবং Claude Code বা Codex-এর চেয়ে অনেক বেশি দক্ষ অটো-কম্প্যাকশন।

মূল সত্তা: কোম্পানি: dlab, Claude Code, Codex | ব্যক্তি: Tim Dettmers