Pārdošanas piedāvājums, kuram mums visiem it kā jātic
Katrs AI aģentu veidotājs sola vienu un to pašu: pavelc dažus blokus, ievieto modeļa atslēgu, iemet PDF failu, un — — gudrs mazs automāts, kas nekad neguļ, nekad nejūk un nekad nesūta tev Slack DM ziņu ar tekstu “ātrs jautājums”. Demonstrācijas ir kā kaķumētra. Realitāte ir juceklīgāka. Lielākā daļa AI aģentu ir kā pārlieku pašpārliecināti praktikanti: lieliski mazos uzdevumos, pakļauti halucinācijām, kad likmes pieaug, un alerģiski pret nenoteiktību, ja vien tu nepalīdzi ar uzvedni kā mazam bērnam, kas šķērso Brodveju.
Lūk, daļa, kuru cilvēki turpina izlaist: AI aģenta izveide nav tikai par veidotāju. Tā ir orķestrācija. Iegūšana. Rīku izmantošana. Drošības pasākumi. Novērojamība. Garlaicīgās lietas. Lietas, kas nosaka, vai tavs aģents ir noderīgs vai tikai vēl viena spīdīga cauruļvads, kuru tu pamet pēc pirmās dīvainās kļūmes.
Tātad: pret “citiem AI aģentu veidotājiem”. Aizmirsti par reklāmas slaidiem. Parunāsim par to, kas patiesībā ir svarīgs, funkciju pa funkcijai, vienkāršā valodā, ar retu uzacīm pacelšanu.
Kas ir svarīgi: funkciju saraksts, bez liekvārdības
Galvenais atslēgvārds šeit ir salīdzinājums ar citiem AI aģentu veidotājiem. Ne tāpēc, ka atslēgvārdi ir svēti, bet tāpēc, ka frāze trāpīgi atspoguļo patieso uzdevumu: salīdzināt to, kas palīdz tev piegādāt aģentus, kas strādā — uzticami, droši un bez lūgšanu pulciņa.
- Pamata modeļu atbalsts un pārslēgšanas izmaksas
- Iegūšana un pamatojums (RAG)
- Atmiņa (īslaicīga, ilglaicīga un “neapkaunojiet mani vairs”)
- Daudzpakāpju plānošana pret uzvedņu spageti
- Testēšana, izvērtēšana un novērojamība
- Drošības pasākumi, politika un drošība
- Izvietošanas virsma (čats, API, iegultņi, darbplūsmas)
- Izmaksu kontrole un latentuma kompromisi
- Komandas darbplūsma: versiju kontrole, pārskatīšana un atcelšana
Ja “AI aģentu platforma” nevar apspriest šīs lietas bez modernu vārdu salātiem, aizejiet. Vai bēdziet. Jūsu izvēle.
Modeļu atbalsts: brīvība mainīt savas domas
Ja tu esi strādājis ar kādu aģentu sistēmu ilgāk par nedēļu, tu esi iemācījies šo patiesību: tu mainīsi modeļus. Šodienas mīļākais (piemēram, GPT-4o vai Claude 3.5 Sonnet) kļūst par rītdienas “eh”, kad ierodas jauns modelis, kas ir lētāks, ātrāks vai vienkārši mazāk dīvains attiecībā uz datumiem. salīdzinājums ar citiem AI aģentu veidotājiem sākas ar ieslēgšanu: vai tu vari pārslēgt modeļus katram uzdevumam, katram rīkam, katram solim? Vai tu vari tos A/B testēt tiešraidē? Vai tu vari maršrutēt pēc izmaksām vai latentuma, nepārrakstot visu aģentu?
Labākie veidotāji modeļus padara par konfigurāciju — nevis arhitektūras lēmumu. Labi: no modeļa neatkarīgas abstrakcijas, ērta nomaiņa, skaidri rezerves varianti. Slikti: cieti kodētas uzvednes, kas cieši saistītas ar viena modeļa dīvainībām. Vissliktāk: “mūsu patentētais LLM”. Tulkojums: ieslēgšana, līdz tu kliedz.
pieeja ir pragmatiska: modelis bring-your-own-key, elastīga maršrutēšana, saprātīgi noklusējuma iestatījumi. Nav maģija — tikai pareizā berze (zema tur, kur tu vēlies eksperimentēt, augsta tur, kur tu vēlies stabilitāti). Arī citas platformas to dara; atšķirība ir tajā, vai tā ir pirmās klases vai ar līmlenti pielīmēta “papildu iestatījumu” dialoglodziņš. Ja tu nevari programmētiski maršrutēt vai eksperimentēt, tas nav nopietni.
Iegūšana un pamatojums: fakti vai vibrācijas
Iegūšanas papildināta ģenerēšana ir vieta, kur lielākā daļa aģentu veidotāju sadalās divās nometnēs:
- “Kopējiet savu Notion un lūdzieties” nometne. Viegla uzņemšana, vāja indeksēšana, trausla sadalīšana un lepnums par to, līdz pirmais vadītājs uzdod sarežģītu jautājumu.
- “Mēs faktiski izmēģinājām šo uz ražošanas dokumentiem” nometne. Pārdomāta sadalīšana, hibrīda meklēšana (blīva + klasiska leksiska), metadatu filtrēšana un — tas ir svarīgi — pārredzami iegūšanas rezultāti, kurus tu vari auditēt.
Salīdzinot ar citiem AI aģentu veidotājiem šeit, jākoncentrējas uz trim jautājumiem:
- Vai tu vari redzēt, ko aģents ieguva — precīzus fragmentus, avotus un rezultātus? Ja nē, tu nevari tam uzticēties.
- Vai tu vari kontrolēt fragmentu izmēru, iegulšanu un atkārtotu ranžēšanu bez urbšanas?
- Vai pamatojums ir nodrošināts? t.i., vai aģents atbild no avotiem vai improvizē kā pirmkursnieks, kuram jāizpilda vārdu skaits?
iegūšana izskatās tā, it kā to būtu veidojis kāds, kurš ir izsaukts pulksten 2 naktī: pogas ir tur, bet tās nav tev sejā. Aģents parāda savu darbu, kas ir puse no cīņas. Daudzi konkurenti joprojām izturas pret RAG kā pret vibrāciju — “mēs izmantojam iegulšanu!” — neatzīstot, ka meklēšanas kvalitāte ir inženierzinātņu disciplīna, nevis izvēles rūtiņa.
Rīki un API orķestrācija: kur aģenti kļūst noderīgi
Jautrs domu eksperiments: noņemiet rīkus no jebkura aģenta veidotāja un redziet, kas paliek. Čata rotaļlieta. Īstiem aģentiem ir nepieciešami rīki — HTTP zvani, SQL, vektoru krātuves, strukturēti izvadi, kalendāra API, e-pasts, iekšējie CRUD galapunkti. Un ne tikai “mēs atbalstām rīkus”: platformai jāapstrādā autentifikācija, atkārtoti mēģinājumi, idempotence un datu validācija kā pieaugušajam.
Šeit , salīdzinot ar citiem AI veidotājiem, šķiet, ir mācījies no izstrādes rīkiem, nevis tikai no čatbotiem. Tu vari tīri definēt rīkus, nodot shēmas, kuras modeļi faktiski ievēro, un novērot rīku zvanus soli pa solim. Liela daļa konkurences joprojām izturas pret rīkiem kā pret maģisku anotāciju: uzliec JSON shēmu un ceri, ka modelis to ievēros. Dažreiz tas to dara. Dažreiz tas raksta mazliet fanu daiļliteratūras.
Ja tu kādreiz esi atkļūdojis nepareizi noformētu rīka zvanu no LLM, tu zini atšķirību starp “mēs atbalstām rīkus” un “mēs izstrādājām rīkiem”. Meklē strukturētu I/O, stingru režīmu un graciozu degradāciju — piemēram, aģentu, kas neizdodas slēgtā veidā, nevis ar jautru halucināciju.
Atmiņa: ne tikai atcerēties tavu vārdu
Atmiņa nav “sarunu vēstures” pilieniņš. Tā ir līmeņi:
- Darba atmiņa: skices bloks pašreizējam uzdevumam.
- Epizodiskā atmiņa: iepriekšējo sesiju konteksts, kam varētu būt nozīme.
- Semantiskā atmiņa: fakti par pasauli (vai tavu uzņēmumu), kas būtu jāiegūst atkārtoti, nevis jāizgudro no jauna.
Platformas, kas to pareizi saprot, ļauj tev piespraust un apgriezt. Liela daļa veidotāju, salīdzinot ar citiem AI aģentu veidotājiem, izpludina šos slāņus un sauc to par dienu. Tad tavs aģents sāk atkārtot novecojušus datus vai nedēļām ilgi pieķeras pie nepareiza pieņēmuma. pieeja ir saglabāt atmiņu skaidru un novērojamu — mazāk “uzticies maģijai”, vairāk “parādi savus kvītis”. Tas ir pareizais noklusējums.
Plānošana pret uzvedņu spageti
Daudzpakāpju plānošana ir vieta, kur mārketinga slaidi sasniedz vienpadsmit. “Autonomi aģenti!” “Pašrefleksija!” “Domu ķēde!” Ražošanā tu vēlies kaut ko mazāk grandiozu un uzticamāku: deterministiskas darbplūsmas, skaidras soļu robežas un iespēju ļaut modelim plānot tikai tad, kad plānošana palīdz.
kļūdās, izvēloties skaidras darbplūsmas ar pietiekami daudz autonomijas. Tas ir saprātīgi. Pretējais modelis — iemest katru uzvedni ķēdē un cerēt, ka parādīsies ārkārtēja uzvedība — darbojas, līdz tas nedarbojas, un tad neizdodas noslēpumaini. Plāniem jābūt auditējamiem. Soļiem jābūt nosauktiem. Kad modelis improvizē, tev jāzina.
Testēšana, izvērtēšana un novērojamība: kur veidotāji pieaug
Lielākā daļa AI aģentu veidotāju izrāda cieņu izvērtējumiem. CSV šeit, “rezultāts” tur. Ražošanas komandām ir nepieciešams:
- Testu komplekti ar piederumiem un zelta standartiem.
- Regresijas noteikšana, kad modeļa atjauninājums maina uzvedību.
- Trases skati: uzvednes, rīku zvani, iegūtie dokumenti, izvadi — katrs solis.
- Sānu pie sānu salīdzinājumi uzvedņu vai modeļu izmaiņām.
Ja tu nevari palaist testu, salauzt aģentu un saprast tieši, kāpēc piecās minūtēs, tu nevari piegādāt. ir pareizi instinkti šeit — žurnāli, kurus tu faktiski lasi, nevis tikai metrikas paneļi, lai iespaidotu vadītāju. Daži konkurenti strauji uzlabojas, bet novērojamība bieži vien šķiet pieskrūvēta. Tai jābūt mugurkaulam.
Drošības pasākumi un politika: garlaicīgās lietas, kas glābj tavu darbu
Drošības pasākumi ir neseksīgi, līdz tu tos izvieto. Tev ir nepieciešami ievades filtri, izvades ierobežojumi, PII redakcija, politikas pārbaudes un iespēja pateikt “nemēģģini uzminēt; atsakies”. Salīdzinot ar citiem AI aģentu veidotājiem, es meklēju trīs lietas:
- Vai es varu centralizēti definēt politikas un piemērot tās visiem aģentiem?
- Vai atteikumi ir graciozi un izskaidrojami gala lietotājiem?
- Vai drošības pasākumi degradējas līdz cilvēka iesaistei, nevis strupceļam?
politikas slānis šķiet, ir veidots komandām, kurām faktiski ir juristi. Tas ir kompliments. Dažas platformas vai nu pārmērīgi indeksē cenzūru (aģents kļūst bikls), vai arī nepietiekami indeksē (tas kļūst par atbildību). Vidējais ceļš ir garlaicīgs, disciplinēts un pareizs.
Izvietošanas virsmas: kur aģenti dzīvo (un mirst)
Aģents, kas dzīvo tikai smilšu kastē, nav aģents; tā ir demonstrācija. Tu vēlies kanālus — tīmekļa logrīku, API, Slack, e-pastu, darbplūsmas aktivizētājus. Un tu vēlies atļaujas, vidi un audita izsekojamību. Iegulšanai jābūt vienai koda rindiņai, nevis nedēļas nogales projektam.
piegādā paredzamās virsmas bez ceremonijām. Būtība nav skaistākais čata burbulis; tas ir īsākais ceļš no konfigurēta aģenta līdz reāla lietotāja rokām. Arī citi veidotāji šeit spīd, bet uzmanieties no ieslēgšanas: ja tava vienīgā izvietošana ir “mūsu produkta iekšpusē”, tu īrē savu ceļvedi.
Izmaksas un latentums: neromantiskie kompromisi
Tev rūpēs izmaksas. Arī latentums. Ne no pirmās dienas, bet līdz trīsdesmitajai dienai. Platformas, kas to atzīst, mēdz tev dot:
- Žetonu līmeņa uzskaite, kuru tu vari vaicāt
- Modeļa atlase katram solim, lai līdzsvarotu izmaksas un precizitāti
- Kešatmiņa un deterministiski īssavienojumi bieži sastopamiem vaicājumiem
izturas pret izmaksām kā pret ierobežojumu, kuram tu izstrādā, nevis kā pret pārsteiguma rēķinu. Arī labākie konkurenti to dara. Sliktākie to apglabā “uzņēmuma plāna” PDF failos, it kā nauda būtu teorētiska. Spoilers: tā nav.
Komandas darbplūsma: versiju kontrole bez drāmas
Tu nepiegādā vienu uzvedni. Tu piegādā versijas. Tu testē, reklamē un dažreiz atcel, murminot. Platformai tam vajadzētu būt ikdienišķam, nevis biedējošam. Vide, apstiprinājumi, atšķirības, atcelšana. Salīdziniet ar citiem AI aģentu veidotājiem tikai par to vien, un tu ietaupīsi sev nākotnes sirdsdarbības. Ja veidotājs izturas pret uzvednēm kā pret maināmiem teksta laukumiem ražošanā, tā nav platforma — tā ir atbildība.
Neizbēgamā salīdzināšanas tabula, mīnus tabula
Ja mēs godīgi salīdzinām ar citiem AI aģentu veidotājiem, šeit ir būtība vienkāršiem vārdiem.
- Modeļa elastība: obligāti nepieciešams. : atbilst. Citi: dažādi; uzmanieties no mājas modeļiem.
- RAG kvalitāte: nosaka izdošanos vai neveiksmi. : pārredzams, regulējams. Citi: bieži vien izvēles rūtiņas līmenis.
- Rīki: atšķirība starp rotaļlietu un rīku. : izstrādāts tam. Citi: nekonsekventi.
- Plānošana: esi skaidrs, atļauj autonomiju. : līdzsvarots. Citi: vai nu pārāk stingri, vai pārāk mistiski.
- Izvērtējumi/novērojamība: ja tu nevari izsekot, tu nevari salabot. : spēcīgs. Citi: uzlabojas, bieži vien sekls.
- Drošības pasākumi: klusi kritiski. : saprātīgs, uz politiku orientēts. Citi: vai nu pārlieku dedzīgi, vai bezatbildīgi.
- Izvietošana: neieslēdz mani. : praktiskas virsmas. Citi: dažas sienas, daži dārzi.
- Izmaksas/latentums: izturies pret to kā pret dizaina parametru. : pirmās klases. Citi: apglabāts.
- Versiju kontrole: darbojas komandā. : pieaudzis. Citi: joprojām atklāj Git.
Tas ir lielākais. Neviena no šīm lietām nav raķešu zinātne — ja vien tu to neizlaid, un tad tā ir.
Nozares izlikšanās, ko ir vērts pārdurt
Daži atkārtoti mīti AI aģentu pasaulē:
- “Autonomija” kā funkcija. Autonomija nav funkcija; tas ir riska profils. Dodiet modelim vietu, kad cilvēks var atļauties to labot. Nostipriniet pārējo.
- “Mūsu aģents mācās no katras sarunas.” To sauc par datu saglabāšanu, un tas ir vai nu atbilstības murgs, vai arī piekrišana ar audita izsekojamību. Viss pārējais ir mārketings.
- “Patentēts LLM.” Tulkojums: ieslēgšana ar spīdīgu zīmolu. Ja viņi nevar tev pateikt, kā tas tiek salīdzināts, pieņemiet “jauka demonstrācija, sarežģīti reālajā dzīvē”.
- “Vienkārši savienojiet savus dokumentus.” Dokumenti nav dati, līdz iegūšana, ranžēšana un konteksta logi dara savu darbu. Pretējā gadījumā tu esi izveidojis dārgu, stohastisku sava apjukuma indeksu.
Salīdzināt ar citiem AI aģentu veidotājiem kļūst vieglāk, kad tu ignorē mitoloģizēšanu un uzdod vienkāršākus jautājumus: kā es varu to testēt, atkļūdot un mainīt, nesalaužot visu?
Kur faktiski iederas
Sider.AI faktiski darbojas — vismaz tad, kad tu to izmanto tam, kam tas ir labs, kas, dīvainā kārtā, nav gluži tas, ko saka mārketings. Tā stiprā puse ir mazāk “nospiediet pogu, iegūstiet aģentu” un vairāk “dodiet man santehniku, lai mana komanda varētu piegādāt aģentu, kuram mēs uzticamies”. Tas ir neglīts apmierinošā veidā: tendence uz skaidrību, pogas, kad tās ir nepieciešamas, un žurnāli, kurus tu nebaidies atvērt. Salīdzinot ar citiem AI aģentu veidotājiem, tas ir spēcīgs attiecībā uz uzticamību, kas ir pareizais kalns, par kuru mirt. Vai tas ir ideāls? Neviena platforma nav. Ja tu vēlies vienas klikšķa potenciālo klientu piesaistes botu ar konfeti animāciju, ir greznākas izvēles. Ja tu salīdzini ar citiem AI aģentu veidotājiem ražošanas vajadzībām — atbalsts, iekšējie zināšanu asistenti, pētniecības piloti, L2 automatizācija — ir savā elementā.
Daži praktiski scenāriji (jo demonstrācijas melo)
- Klientu atbalsta triāža: tev ir nepieciešama nodrošināta pamatošana, aizstāvami atteikumi un cilvēku eskalācija. iegūšanas pārredzamība un politikas slānis pasargā tevi no virsrakstiem.
- Iekšējās zināšanu Q&A: sadalīšana, atkārtota ranžēšana un kešatmiņā saglabātas atbildes bieži sastopamiem vaicājumiem. padara šos sviras skaidras, neliekot tev veidot meklētājprogrammu no nulles.
- Pētniecības asistents ar rīkiem: savākt no vairākiem avotiem, apkopot, citēt un nosūtīt uz Slack vai Notion. rīku zvani un trases skati ļauj tev sakopt neizbēgami raupjās malas.
- Darbplūsmas autopilots: daudzpakāpju uzdevumi (ievākt datus → pārveidot → iesniegt biļeti → paziņot). Tu vēlies deterministiskus soļus ar modeļa palīdzību tur, kur tas ir svarīgi. plānošanas tendence atbilst.
Tie nav sapņi par autonomu ģeneralistu. Tie ir ierobežoti uzdevumi, kas atmaksājas, kad tie uzvedas.
Apakšteksts: kontrole pret ērtībām
Lielākā daļa platformu izvēlas pusi. Dažas pārdod ērtības — “bez koda, bez pogām, bez raizēm”. Citas pārdod kontroli — “laipni lūdzam uzvedņu DSL un 47 konfigurācijas failiem”. atrodas pa vidu tādā veidā, kas nešķiet apdraudēts: vizuāls tur, kur tas palīdz, kods tur, kur tas ir nepieciešams, un žurnāli vienmēr. Salīdzinot ar citiem AI aģentu veidotājiem, šis vidus ir retāks, nekā tam vajadzētu būt.
Jautājums, kas jāuzdod sev, nav “kurš ir gudrākais?”, bet gan “kurš ļauj man pieļaut mazāk neatgriezenisku kļūdu?” Gudrākais aģents demonstrācijā ir bezjēdzīgs, ja tu nevari atkārtot šo uzvedību otrdien pēc modeļa atjauninājuma.
Daļa par ātrumu (jo tu jautāsi)
Latentums ir funkcija, un tā ir arī uztvere. Pareizā platforma dod tev rīkus, lai pārvaldītu abus: straumētu žetonus, lai lietotāji justu progresu, fona uzdevumus lēnam darbam, maršrutētu lētus modeļus standarta tekstam, saglabājot lielgabalus sarežģītām daļām. Salīdzinot ar citiem AI aģentu veidotājiem šeit, pieeja ir utilitāra. Tas neuzvarēs skaistumkonkursā par animācijām. Tas palīdzēs tev piegādāt kaut ko, no kā lietotāji neatlec.
Integrācijas nodoklis: slēptās izmaksas, kuras tu faktiski maksā
Meklējiet šīs savā TCO neatkarīgi no pārdevēja:
- Iegūšanas kopšana: kādam ir jātīra, jāsadala un jāatzīmē tavi dokumenti. Plānojiet to.
- Rīku shēmas dreifs: tavi API mainās; tava aģenta pieņēmumi nemainīsies, ja vien tu netestēsi.
- Uzvedņu puve: tas, kas darbojās martā, ir dīvaini jūlijā pēc modeļu atjauninājumiem. Veiciet versiju un izvērtējiet reliģiozi.
- Atbalsta slodze: aģenti, kas ir 90% pareizi, joprojām izraisa 100% eskalāciju. Izstrādājiet graciozu atteici.
to neizdzēš; tas vienkārši dod tev mazāk vietu, kur tām paslēpties.
Ko es joprojām vēlētos redzēt
- Pirmās klases sarkanās komandas iejūgi: naidīgas uzvednes, cietuma pārtraukšanas skeneri un politikas auditi, kas darbojas katru nakti.
- Dzīvā modeļa maršrutēšana pēc veselības stāvokļa: ja pakalpojumu sniedzējs kļūdas, automātiska atkāpšanās ar skaidru drupatu.
- Vairāk semantiskās atšķirības: ne tikai uzvedņu teksta atšķirības, bet arī uzvedības atšķirības testa gadījumu līmenī, kas ir iekļautas lietotāja saskarnē.
Daži konkurenti kož pie šīm. Kurš to nostiprina, pārvieto mākslas stāvokli no “darbojas lielāko daļu dienu” uz “darbojas arī izlaišanas dienā”.
Apakšējā līnija, ar mazāk izsaukuma zīmēm
Salīdzinot ar citiem AI aģentu veidotājiem, izvēle ir mazāk par slepkavas funkciju un vairāk par temperamentu. dod priekšroku skaidrībai, nevis skatam. Ja tu vēlies ražošanas līmeņa aģentus, kurus tu vari izskaidrot un kontrolēt, sāc tur. Ja tu vēlies vīrusu demonstrāciju, ir spīdīgākas rotaļlietas. Triks, kā vienmēr, ir zināt, kura tev patiesībā ir vajadzīga.
Un beigas, kuras tu gaidīji? Nekādas grandiozas pasludināšanas. Tikai acīmredzamā lieta, no kuras mēs turpinām izvairīties: labākais AI aģents ir tas, kuru tu vari atkļūdot. Viss pārējais ir teātris.
FAQ
Q1: Kā Sider salīdzina ar citiem AI aģentu veidotājiem datu izguves (RAG) jomā?
Sider uzsver caurspīdīgu datu izguvi — fragmentus, avotus un vērtējumus, ko varat pārbaudīt —, lai atbildes būtu pamatotas, nevis balstītas uz sajūtām. Daudzi AI aģentu veidotāji reklamē iegultņus, bet izlaiž ranžēšanu un kontroles, kas patiesībā ir svarīgas ražošanā.
Q2: Vai Sider ir labāks autonomiem aģentiem vai strukturētām darbplūsmām?
Sider vairāk sliecas uz skaidri definētām darbplūsmām ar pietiekamu autonomiju, kas ir saprātīgāk reāliem izvietojumiem. Ja vēlaties pilnīgu autonomijas teātri, daži konkurenti ir krāšņāki, taču tos ir arī grūtāk atkļūdot.
Q3: Kas Sider atšķir rīku un API orķestrācijas jomā?
Sider uztver rīkus kā pirmšķirīgus: strukturēta I/O, shēmu ievērošana un novērojami zvani. Tā ir atšķirība starp čatbotu un reālu aģentu, kas var piekļūt API, apstrādāt atkārtotus mēģinājumus un eleganti ciest neveiksmi.
Q4: Kā Sider apstrādā izmaksas un latentumu salīdzinājumā ar citām AI platformām?
Sider padara izmaksas par dizaina parametru — modeļa izvēle katrā solī, kešatmiņa un uzskaites līmenis pēc tokeniem — nevis negaidītu rēķinu. Daudzi konkurenti slēpj šos regulatorus aiz uzņēmumu līmeņiem vai mārketinga spīduma.
Q5: Vai Sider ir piesaistīts konkrētam LLM, salīdzinot ar citiem veidotājiem?
Nē. Sider ir modelim neatkarīgs un atbalsta pārslēgšanu un maršrutēšanu, kas ir svarīgi, kad modeļi mainās zem kājām. Patentēti vai cietajos vados iebūvēti LLM ir fiksācijas nodoklis, ko nožēlosiet līdz ceturkšņa beigām.
