شایعاتی مبنی بر اینکه شرکت تولیدکننده فلفل تند معروف چینی، "لاو گان ما"، بیش از ۵۰۰ کارمند از بخش کنترل کیفیت فلفل را اخراج کرد. بسیاری از مردم عادی چین نگران تأثیر هوش مصنوعی بر مشاغل خود هستند. شرکت "لاو گان ما" اخیراً یک سیستم جدید بازرسی سس تند مبتنی بر هوش مصنوعی را معرفی کرد که از دوربین‌های صنعتی پرسرعت استفاده می‌کند و عملکرد آن به طور قابل توجهی بهتر از بازرسی‌های دستی است. آمار مربوط به کاهش تعداد بازرسان انسانی از 600 نفر به 48 نفر با استفاده از این سیستم هوش مصنوعی، در شبکه‌های اجتماعی چینی به طور گسترده‌ای منتشر شد. اگرچه شرکت این موضوع را انکار می‌کند، اما این موضوع از طریق اسناد بیمه مشخص شده است. اگر به داده‌ها نگاه کنید، این شرکت در سال‌های اخیر، تعداد کارکنان خود را از 2912 نفر به 740 نفر کاهش داده است، در حالی که درآمد بی‌سابقه‌ای کسب کرده است. این موضوع به حدی رسید که مردم به طور کلی خرید این سس را متوقف کردند. حتی یک میم محلی با عبارت "شما کارگران را اخراج کردید، ما شما را از قفسه‌ها حذف می‌کنیم" ایجاد شد. درآمد شرکت به حداقل رسید. https://x.com/kyleichan/status/2115086271383044584

تبدیل وب‌سایت‌ها به API برای ایجنت ها شرکت Y Combinator، استارتاپ Pomerado را معرفی کرد: این راهکار برای ربات‌ها طراحی شده است و به آن‌ها امکان می‌دهد بدون نیاز به کلیک کردن با وب‌سایت‌ها تعامل داشته باشند. به طور معمول، ربات‌ها برای تعامل با وب‌سایت‌ها، از شبیه‌سازی اقدامات انسان استفاده می‌کنند و روی دکمه‌ها کلیک می‌کنند. این روش کند و پرهزینه است. Pomerado ساختار وب‌سایت را تحلیل می‌کند و آن را به یک API یا رابط کاربری MCP تبدیل می‌کند. ربات مستقیماً به این API دسترسی پیدا می‌کند. اگر وب‌سایت به‌روزرسانی شود، سیستم به طور خودکار تنظیمات خود را تغییر می‌دهد. در یک نسخه نمایشی، Codex این کار را در 21 دقیقه و با هزینه 41 دلار انجام داد. با استفاده از Pomerado، این کار در 8 دقیقه و با هزینه 3 سنت انجام شد. کد منبع این پروژه، متن باز است. Pomerado Turn websites into MCP integrations your agent can rely on. http://github.com/Pomerado/pomerado #mcp