Rischi sul posto di lavoro digitale per le imprese moderne "teatro di coordinamento," il tempo che i team dedicano alla discussione invece che all’esecuzione del lavoro.
Sebbene strumenti tradizionali come Slack o Teams eccellano nella comunicazione rapida, strutturalmente non sono riusciti a fornire una base affidabile per gli agenti IA. L’argomento di Hacker News è diventato virale nel febbraio 2026 È stato lanciato un appello a OpenAI per creare la propria versione di Slack per aiutare a potenziare gli agenti di intelligenza artificiale, raccogliendo 327 commenti.
Questo perché gli agenti spesso non dispongono del contesto in tempo reale e dell’accesso sicuro ai dati necessari per essere veramente utili; questo è soprattutto "allucinazioni" o ripetute rispiegazioni delle convenzioni della base di codice.
PromptQLuno spin-off dell’unicorno GraphQL Hasura, affronta questo problema trasformandolo da uno strumento di dati AI in uno spazio di lavoro completo e specifico per l’intelligenza artificiale progettato per trasformare le interazioni ordinarie e regolari del team in una memoria persistente e sicura per flussi di lavoro mediati; Garantisce che queste conversazioni non vengano messe da parte o che utenti e agenti debbano riprovare in seguito, ma vengano invece distillate e archiviate come dati proprietari utilizzabili in un formato organizzato utilizzato dall’azienda (un wiki interno). puoi fidarti che andrà avanti indefinitamente, approvando e modificando manualmente secondo necessità.
Immagina che due colleghi stiano scrivendo messaggi su un bug che deve essere corretto; Invece di assegnarlo manualmente a un tecnico o a un rappresentante, la tua piattaforma di messaggistica lo tagga, lo assegna e lo documenta automaticamente sulla wiki con un clic. Ora fallo per ogni problema o argomento di discussione che si verifica nella tua organizzazione; Avrai un’idea di cosa sta cercando di fare PromptQL. L’idea è semplice ma potente: trasformare la solita conversazione prima del lavoro in un’attività reale avviata automaticamente dal tuo sistema di messaggistica.
“Non parliamo più di lavoro," Lo ha detto il CEO Tanmai Gopal in una recente intervista in videochiamata con VentureBeat. "In effetti, hai conversazioni del genere Fare IL lavoro.”
Originariamente posizionata come analista di dati AI, la società (uno spin-off dell’unicorno GraphQL Hasura) si sta evolvendo in uno spazio di lavoro nativo AI su vasta scala.
Non è solo "Rilassati con un chatbot"; è una riarchitettura fondamentale del modo in cui i team interagiscono con i propri dati, strumenti e tra loro.
“PromptQL è questo stagista che lavora in background, svolgendo costantemente il lavoro vero e proprio 24 ore su 24, 7 giorni su 7, esaminando il codice, convalidando ipotesi, recandosi in più sedi, svolgendo effettivamente il lavoro." disse Gopal.
Tecnologia: messaggi condivisi automaticamente in un motore di contenuti costantemente aggiornato
Lo spirito tecnico di PromptQL è Wiki condiviso. I LLM tradizionali soffrono di un problema "memoria" problema; dimenticano le interazioni precedenti o hanno allucinazioni basate su vecchi dati di allenamento.
PromptQL risolve questo problema catturando "contesto condiviso" Mentre le squadre lavorano. Quando un ingegnere risolve un bug o un operatore di marketing identifica un bug "piombo riciclato," Non si limitano a scrivere nel vuoto. Insegnano una Wikipedia viva e interna. Ciò non richiede un wiki "sprint di documentazione" o aggiornamenti manuali dei file YAML; Accumula il contesto in modo organico.
“Insegni PromptQL durante ogni conferenza e questo viene inserito in questa wiki che si evolve nel tempo. È un po’ della conoscenza di tutta la nostra azienda che si unisce.”
-
Interconnessione: Cellule piccole, molto simili alle cellule di una capsula Petri "isole" il know-how (ad esempio un’integrazione con Salesforce) alla fine si collega ad altre isole, come i dati sull’utilizzo del prodotto in Snowflake.
-
Umano nel ciclo: Per impedire all’intelligenza artificiale di apprendere "rottame" (proprio come ricordarsi di un appuntamento dal medico dal 2024), persone chiaramente "Aggiungi al Wiki" santificare una verità.
-
Livello dati virtuale: A differenza delle piattaforme tradizionali che richiedono la replica dei dati, PromptQL livello SQL virtuale. Interroga i tuoi dati su database (Snowflake, Clickhouse, Postgres) e strumenti SaaS (Stripe, Zendesk, HubSpot) garantendo che nulla venga estratto o memorizzato nella cache.
PromptQL è progettato per essere un livello di orchestrazione altamente integrabile che supporta sia i principali fornitori di modelli di intelligenza artificiale che un ampio ecosistema di strumenti aziendali esistenti.
-
Supporto del modello di intelligenza artificiale: La piattaforma consente agli utenti di delegare attività a specifici agenti di codifica. Codice Claudio E cursoreoppure utilizzare agenti personalizzati creati per esigenze interne specifiche.
-
Compatibilità del flusso di lavoro: Il sistema è progettato per ereditare il contesto dagli strumenti del team esistenti, consentendo agli agenti AI di comprendere le regole della base di codice o i modelli di distribuzione nell’infrastruttura esistente senza dover rispiegare manualmente.
Dal chiacchierare al fare
L’interfaccia PromptQL sembra familiare (argomenti, canali e menzioni) ma la funzionalità è trasformativa. In una dimostrazione, un ingegnere rileva un pagamento non riuscito in un sistema #eng-bugs canale.
Invece di taggare un SRE umano, delegano a Claude Code tramite PromptQL. L’agente non si limita a guardare il codice; eredita il contesto collettivo della squadra.
Lui, ad esempio, lo sa "Pagamenti UE trasferiti ad Adyen il 15 gennaio" perché questo fatto è stato aggiunto alla wiki settimane fa.
In pochi minuti, l’intelligenza artificiale rileva una mancata corrispondenza valutaria, applica una correzione, apre un PR e aggiorna la wiki per riferimento futuro. Questo "multigiocatore" Ciò che distingue la piattaforma dalle altre è il suo approccio all’intelligenza artificiale.
Richiede a un manager non tecnico di chiedere: "In quali account la fatturazione Stripe è in aumento ma l’utilizzo di Mixpanel rimane stabile?" e ottieni immediatamente una tabella consolidata di dati da due diverse fonti. L’utente può quindi pianificare uno Slack DM ricorrente di questi risultati con un singolo comando di follow-up.
Inoltre, gli utenti non devono nemmeno pensare all’integrità o alla igiene dei propri dati: PromptQL se ne occupa per loro: “Connetti tutti i dati, non importa quanto siano dannosi, e lascia che il contesto condiviso si crei istantaneamente mentre lo usi," disse Gopal.
estremamente sicuro
Per le aziende Fortune 500 come McDonald’s e Cisco, "Basta collegare i tuoi dati" È una frase terrificante. PromptQL risolve questo problema con un controllo granulare degli accessi
.Il sistema implementa politiche basate sugli attributi a livello di infrastruttura. Se un Regional Operations Manager richiede i prezzi dei fornitori in tutte le regioni, l’IA ometterà colonne o righe che non è autorizzata a vedere, anche se si tratta di LLM. "lo sa" rispondere. Inoltre, qualsiasi azione ad alto rischio in Netsuite, come l’aggiornamento di 38 stati di pagamento, richiede la presenza di un essere umano. "Approva/Rifiuta" firma prima dell’esecuzione.
Licenze e prezzi
Mentre me ne vado da qui "per posto" Lo stato attuale di SaaS è PromptQL interamente basato sui consumi.
-
Prezzo: usi aziendali "Unità linguistiche operative" (OLU).
-
Filosofia: Gopal sostiene che il prezzo per posto penalizza le aziende dal fatto di avere a bordo l’intero team. Facendolo pagare valore generato (OLU), PromptQL incoraggia gli utenti a connettersi "tutti e tutto".
-
Archiviazione aziendale: Mentre i team più piccoli utilizzano account dedicati, i clienti aziendali VPC privato. Qualsiasi dato di intelligenza artificiale "salva" (come un elenco di cose da fare personalizzato) viene archiviato nel bucket S3 del cliente utilizzando il formato Iceberg, garantendo la totale sovranità dei dati.
"Filosoficamente, vogliamo che tu colleghi tutti e tutto (a PromptQL) in modo da non penalizzarlo." disse Gopal. "”Prezziamo solo in base al consumo.”
Perché è importante per le imprese oggi?
Quindi PromptQL è un killer di Teams o un killer di Slack? Secondo Gopal, la risposta è sì: “Questo è quello che è successo per noi. Abbiamo completamente disattivato il nostro Slack interno per le comunicazioni interne," ha detto.
Il lancio arriva in un punto di svolta per il settore. Le aziende se ne stanno rendendo conto "Chatta con PDF" non abbastanza. Hanno bisogno di un’intelligenza artificiale in grado di agire, ma non possono correre rischi per la sicurezza. "senza supervisione" agenti.
PromptQL offre una via di mezzo creando uno spazio di lavoro che dà priorità al contesto condiviso e alla verifica human-in-the-loop: un’intelligenza artificiale che impara come un compagno di squadra ed esegue come uno stagista, pur rimanendo entro le barriere della sicurezza aziendale.
PromptQL è fondamentale per le organizzazioni che mirano a garantire che l’intelligenza artificiale funzioni su larga scala. "Come" Consente l’implementazione fornendo l’orchestrazione e il livello operativo necessari per distribuire sistemi intermedi.
cambiando "teatro di coordinamento" L’utilizzo degli strumenti di chat tradizionali con uno spazio di lavoro in cui gli agenti IA hanno le stesse autorizzazioni e lo stesso contesto dei loro compagni di squadra umani consente un coordinamento e un instradamento delle attività senza soluzione di continuità tra più agenti. Ciò consente ai decisori di andare oltre la semplice selezione del modello verso una realtà in cui agenti come Claude Code utilizzano il contesto condiviso del team per eseguire flussi di lavoro complessi, come correggere errori di produzione o aggiornare record CRM, direttamente all’interno dei thread attivi.
Dal punto di vista dell’infrastruttura dati, la piattaforma semplifica la gestione di pipeline in tempo reale e architetture predisposte per RAG utilizzando un livello SQL virtuale che interroga i dati. "a posto". Ciò elimina la necessità di una preparazione e di una duplicazione dei dati costose e dispendiose in termini di tempo su centinaia di migliaia di tabelle in database come Snowflake o Postgres.
Anche il sistema "Wiki condiviso" Serve come alternativa superiore ai database vettoriali standard o alla memoria basata su prompt, acquisendo organicamente la conoscenza tribale e creando un repository di metadati vivente che informa ogni interazione dell’IA con ragionamenti specifici dell’azienda.
Infine, PromptQL affronta la gestione della sicurezza richiesta per i moderni stack di intelligenza artificiale implementando un controllo degli accessi granulare basato sugli attributi e autorizzazioni basate sui ruoli.
Grazie alla verifica umana nel ciclo, protegge dall’abuso del modello e dalla fuga non autorizzata di dati garantendo che le azioni ad alto rischio e le mutazioni dei dati siano sottoposte ad approvazione esplicita.
Sebbene non assista con attività di infrastruttura fisica come l’ottimizzazione del cluster GPU o il provisioning dell’hardware, fornisce le protezioni software e la verificabilità necessarie per garantire che i flussi di lavoro dell’agenzia rimangano conformi agli standard aziendali come SOC 2, HIPAA e GDPR.
