Hur kan Siri automatisera genvägar när den är så ogenomskinlig?

Claude Code utnyttjar en verklig utvecklingsmiljö. Jag är ganska skeptisk till att Apples nya Siri-inlindade Gemini kommer att kunna hjälpa till med automatisering på ett exakt och pålitligt sätt. Gemini kommer att vara grunden för Apples grundmodeller, men det finns inget där. Apple har inget väldokumenterat, avlusat, inspektionsbart system för att utföra automatisering, om man inte räknar med det uråldriga och svårbegripliga AppleScript, vilket man inte bör göra. Visst, LLM-chatbottar kommer att spottas ut kod (även AppleScript!) om du ber dem, men det kanske inte fungerar. Det blir avsevärt värre när du ställer frågor till LLM:er om Genvägar. Gå gärna och be vilken chatbot som helst att beskriva hur man gör en genväg för att utföra någon automatisering som du har velat göra och försök sedan att sätta ihop det den föreslår. Det är extremt tråkigt, benäget för användarfel, och det finns ingen garanti för att det kommer att fungera ens när allt är sammansatt. Agenter som kopplar in sig i utvecklingsmiljöer är mycket bättre än en naken chatbot eftersom de kan inspektera, köra och avlusa den kod de genererar. De är inte perfekta, men om du har en agent som Claude Code kopplad till ett utvecklingsverktyg som VS Code och börjar beskriva något Python-skript du vill ha, kommer det att köra och iterera tills resultatet är vad du bad om. Om människor inte har tillgång till dokumentation, till handlingsbar avlusningsutdata, loggning, möjligheten att kringgå/ignorera åtgärder som en del av testning, och möjligheten att kopiera och klistra in kodsnuttar, hur kan då den nya Siri göra det? Just nu fungerar Genvägar med AI-modeller genom att skicka in viss input och sedan ta emot output. När något går till modellen, omvandlar modellen datan och levererar ett resultat tillbaka till Genvägar. Det är ett icke-deterministiskt arbetsflöde, så varje förändring i modellen, eller till och med bara slumpmässighet i allmänhet, kan producera olika output. Detta innebär att du inte kan pålitligt felsöka eller justera det utan att införa osäkerhet i vilka nya utdata du kommer att få. När man arbetar med en agent för att sammanställa automatisering i en IDE, är den kod den bygger deterministisk, så den kommer att fortsätta fungera även om modellen förändras. Inte allt du vill automatisera kräver LLM-funktionalitet när det körs, men inte allt du automatiserar bör kräva timmar av arbete för att skapa den deterministiska arbetsflödesversionen av det. Jag hoppas verkligen att magin med nya Siri inte kommer att vara att den bara gör saker med rena åtgärder och App Intents, magiskt, utan någon användartillgänglig process, eller som en blob inuti en genväg du behöver skapa. Om jag ber Siri att omordna en lista, och den inte gör det korrekt, vill jag kunna få tillgång till den struktur den skapade för att se vad som gick fel, inte bara fortsätta be Siri att göra det igen på något något annorlunda sätt tills jag får en output jag gillar. Om Siri inte producerar något som går att inspektera, eller om den producerar en genväg, då finns det inte mycket arbete som människor eller AI kan göra för att fixa saker.