The most underrated dataset in enterprise AI is your org chart | Rippling's Albert Strasheim
Dev Interrupted

The most underrated dataset in enterprise AI is your org chart | Rippling's Albert Strasheim

B2بالاتر از متوسط۳۰ تیر ۱۴۰۵۳۵ دقیقه
  • مصاحبه
  • فناوری

AI agents can't transform an org they can't see. Albert Strasheim, CTO at Rippling, joins Andrew Zigler to explain why agentic transformation starts with the employee graph, the system of record for who does what. He shares how Rippling assembles teams and primitives across silos, why evals are the new unit test, and how compensating controls keep AI output from turning into slop. When agents do the work, you still have to know who, or what, shipped it. LinearB attributes the work, whether it came from humans, AI assistants, or autonomous agents. Register today: The E...

پخش قسمت

پلیر باز می‌شود: متن کامل، همه‌ی کلمه‌ها قابل کلیک، با ترجمه و فلش‌کارت.

امتحان کنید: روی هر کلمه بزنید

جمله‌های واقعی از ابتدای همین قسمت. سطح هر کلمه مشخص شده است.

جمله‌ی 1 از 11 · 0:00

, .

Quick note before we start, my guest today is Albert Strausheim, the CTO of Rippling.

شنیدن این جمله

روی یک کلمه بزنید تا معنی‌اش را به زبان خودتان ببینید.

این کلمه‌ها را بلدید؟

8 کلمه‌ی سخت‌تر از این قسمت. روی هر کدام بزنید تا معنی‌اش را ببینید، بعد علامتش بزنید.

  • B26:15
  • B26:15
  • C19:59
  • B214:29
  • B219:25
  • C124:30
  • C131:10
  • B233:29

چند کلمه را علامت بزنید تا بگوییم این قسمت چقدر با سطح شما جور است.

این قسمت به سطح شما می‌خورد؟

B2

B2 · بالاتر از متوسط

اگر اخبار تلویزیون را دنبال می‌کنید، راحت هستید

A1 ۱۸٪A2 ۳۰٪B1 ۲۴٪B2 ۲۴٪C1 ۵٪
  • ۷۱٪ کلمه‌ها در سطح B1 یا ساده‌تر هستند.
  • ۱۷۵ کلمه در دقیقه: گفتار طبیعی و نسبتاً سریع.
  • ۱۵۶ کلمه‌ی سخت‌تر (B2 و بالاتر) در کل قسمت.

متن گفتار

ابتدای این قسمت. متن کامل در پلیر است.

0:00

Welcome back to Dev Interrupted, brought to you by Linear B. Quick note before we start, my guest today is Albert Strausheim, the CTO of Rippling. And the idea that stuck with me most from our conversation was this, that once you understand the real shape of your org, who reports to whom, who has access to what,

0:18

you can build almost everything on top of it better. Albert calls that the hook into the organization, and it's what makes agents useful. And that's a big part of why Linear B sponsors to show, because the same thing is true of your engineering team. The honest picture of how your team works lives downstream and how code gets reviewed, tested, and shipped across your developers

0:39

and AI agents alike. If you can see it, you can improve it. So measuring AI's real impact, governing it as it writes more of your code, and finding where delivery slows down are all things that Albert and I brush upon in this conversation. All right, here's my conversation with Albert.

این ابتدای قسمت بود. بقیه‌ی قسمت (35 دقیقه) در پلیر است: همه‌ی کلمه‌ها قابل کلیک، با ترجمه، ذخیره‌ی کلمه و فلش‌کارت.

ادامه در پلیر

به‌صورت خودکار از صوت تولید شده و ممکن است خطا داشته باشد. صوت متعلق به ناشر آن است و از فید خودش پخش می‌شود. صاحبان حق می‌توانند درخواست حذف بدهند — سیاست کپی‌رایت و حذف محتوا