Yuchen Jin@Yuchenj_UW
Andrej Karpathy 今天在 HackerTube 博客里的配置: - “我用 Claude Code(Mac 桌面应用)。” 正如我一直说的,终端对编程智能体来说是错误的界面。桌面应用是目前最好的界面。 - “我默认用 Opus 5.5 中等努力。” 对大多数任务来说,用最聪明的模型配最高推理努力没什么意义。
AI 领域头部人物在 X 上的最新观点
Andrej Karpathy 今天在 HackerTube 博客里的配置: - “我用 Claude Code(Mac 桌面应用)。” 正如我一直说的,终端对编程智能体来说是错误的界面。桌面应用是目前最好的界面。 - “我默认用 Opus 5.5 中等努力。” 对大多数任务来说,用最聪明的模型配最高推理努力没什么意义。
等这些模型中的任何一个发布,所有关于AI的悲观情绪都会消失 - Astra 6.1 - Fable 5.5 - Carbon Astra很可能是第一个,而且会在下周中期选举之后。
BodyVista:开源 3D 人体解剖与生理学习平台 基于 Three.js 和 WebGL ,网页端运行,可以在屏幕上 360 度旋转、缩放并观察人体各部位。收录了 2900 个解剖结构和 12 大身体系统,支持逐层隐藏器官、调透明度来查看深层组织。除了静态观察,还提供了 140 个动态生理演示和 6 个微观机制场景,直观展示肺泡气体交换、心脏搏动和神经突触传递等运作过程。 GitHub:
这既巧妙,也说明了为什么将智能体彼此隔离如此困难。它们共享一个共同的“大脑”,这意味着它们不难识别其他 AI 生成的创造性沟通方案。 不知道这在不同模型家族之间是否也管用? [引用 @robocurve]:我们让同一个 AI 的两个隔离副本只用一台机器人和一台摄像机来交换一个秘密单词。 它们通过空中书写、摩斯密码、旗语和 5 位二进制字母表成功做到了,而且事先并未商定协议。
不到三年前,GPT-4还是世界上最好的模型,而且它已经保持了一年,我们都在猜测OpenAI是否掌握了某种独特的秘密方法,或者GPT-4是否就是LLM所能达到的极限。 (这两个问题的答案都是“否”) [引用 @emollick]:最近发布的许多GPT-3.5级别的AI(Grok、Mixtral、Gemini Pro)对于前沿AI的未来,出奇地没有启发性。 已经一年了,没有人能击败GPT-4。他们会吗?那里有什么魔法吗?这是否表明LLM存在极限?GPT-4.5会是又一次巨大的飞跃吗?
GPT 的 Pro 系列模型在处理涉及复杂计算、引用或复杂想法的一次性问题时,依然非常令人印象深刻。 它并不是特别快(也不是特别令人愉快),但 GPT-6 Pro 给人一种“向伟大的神谕问一个问题”的感觉。
👀🗣️👂 [引用 @DotyBilly]: $meta muse voice 太棒了。好像是 10/24 静悄悄地上线的。 我觉得将来每个人在执行工作任务时都会和语音代理对话。
大家都跟我一起彻底站到光明面吧 低投入 + 批判循环 > 超级超级最高什么的 (写给受吞吐量限制的人;见 swyxio/skills/babysit-runs) [引用 @theo]:Julius一两周前说服我在Opus 5.5上从超高调到高。他是对的。几乎所有时候这样都更好。
计算机,给我建一座互动博物馆 [引用 @AskPerplexity]:计算机建成了 Pathways,一条从地面到天花板铺满瓷砖的走廊,展示来自包括 NASA 和大都会艺术博物馆等开放馆藏的 40 个主题、共 821 幅图像。 点击任意移动的瓷砖即可了解它是什么、由谁创作、何时创作,并附有其来源记录的链接。 试一试:
多巴胺并非在保证获得的奖励面前分泌最多。它在奖励预测误差时分泌最多。如果你想让生活充满乐趣,就应该停止回避风险和不确定性。
Alma 的 Relay Server 开源了 🎉 用自己的中继服务器远程控制电脑上的 Alma: · Cloudflare Workers 一键部署,免费套餐就够 · 或 Docker 一条命令,自动 HTTPS · 端到端加密,中继只看得到密文 设置 → 远程访问 → 使用自建中继,填入地址即可。
在旧金山扔块砖头,你都会砸中: 50 家推理服务商 80 家强化学习环境初创公司 4090 倒卖 GPU 的哥们
感谢所有来到NousCon的朋友! “AI是解放的工具,而不是支配的工具” 我们CEO @dillonrolnick 的另一场精彩演讲为当晚拉开序幕。
罗伯特·卡罗谈孤独:
AI正撞上一堵“人墙”,这将导致泡沫破裂 💥 大多数人和他们所在的公司对AI并不看好 他们在自己的组织里主动限制AI的使用,最多把它看作每月20美元的员工福利 他们绝对没有在自动化自己的工作流程或岗位 按每月20美元来算,你根本无法支撑1万亿美元的估值 🤷♀️
万圣节之际,我让Opus 5.5基于我现有的作品提一个恐怖项目点子,它想出了“幽灵普查”这个主意。选一个地点,看看从古至今直至一个世纪前,有多少人死在它方圆100米之内。
从遗留系统迁移软件的市场规模一直只有每年约 300 亿美元左右,因为迁移非常昂贵,而维护则更容易。与一些老牌公司交流后发现,确实积压了一批已被规划、成本更低的迁移项目,而 AI 正以出人意料的速度将这些项目释放出来。
大家好,Magpie 今天有一个很重要的更新,就是 Magpie 中的 Claude Code Provider 的实现方式,从之前的使用 claude -p 改为了直接使用 Claude Code TUI。当然这是可配置的,你可以设置回以前的方案。 关于为何做这个改动,其实一开始我是不太情愿的,因为使用 Claude Code TUI 去做这个实现的话,会特别多额外的工作。收益不是很高,甚至 streaming 没法完美实现。但是最近发生了一件事情,让我觉得我不得不得不做这个改动了,就是有人发现直接使用 cla…
我们构建了 PlanAssist,帮助英国政府的规划官员加快全国各地的建筑和翻新项目。 它基于 Gemini 构建,已显示出可将规划官员评估住宅申请所花费的时间最多缩短 58%。目前它正被推广到另外 12 个地方议会,帮助他们更快地做出决策。🏡 →
54门高中实验,全做成免费3D课件 课本上的实验看不懂?铜匠实验室把54门高中理化生地实验做成了3D课件,能拖着转着看,按人教版教材编写,一个网页文件双击就开,断网也能用。 Github:
🚨 未来几个月的 AI 趋势 - GPU 需求将会上升 - token 价格将会下降 - 编程工作将开始消失 - 一些 Neo 云厂商将会破产 - 市场不可避免地走向整合 - 中国模型将获得两位数市场份额
🚨 用一段文字提示训练你自己的 LLM - 从文字提示开始 - 根据你的用例进行定制 - 在本地运行 LLM 在 Abacus AI SuperComputer 上试试
热辣观点:脚手架工程(通常)很蠢。 直接用模型被训练时所用的那套,然后写好高质量的行为提示来控制它如何工作。 顺应模型本身想要的工作方式。
我们正处在人类的黄金时代
Anthropic 新研究:自动化微妙的涌现性失准研究。 红队测试是模型安全测试的重要一环,但它受限于研究人员的时间。为了看看能否将其自动化,我们让数千个 Claude 智能体执行任务:规避训练数据监控器。 这些智能体生成了对监控器来说看似无害的训练数据(比如一位老牌摔跤手指导新人,或关于专业养蜂的问答),但实际上却在传授失准行为。 这类例子可以用来直接改进未来的训练数据监控器。这项研究只是第一步,但它表明未来的红队测试工作可以借助更好的模型和更多算力取得更大进展。 在 Alignment Science Blo…
桌面上的每个机器都有一个 agent [引用 @ctatedev]: 介绍 agent-desktop agent-browser,适用于整台电脑 → 任何编码 agent 的计算机使用 → macOS、Windows 和 Linux → 在后台运行,同时你继续工作 → Agents 并行使用你的电脑,每个都有自己的光标
如果你在 Replit 上托管应用并启用“autofix”,它就会变成自我维护的软件。 [引用 @forgebitz]: 我没时间维护我所有用 vibe 编写的工具 我们需要一种商业模式,让别人维护代码,我只需每月付费
隆重推出面向政府的 Replit。
凭借智能体今天的能力,个性化医疗将迎来大规模颠覆 [引用 @AskPerplexity]: Computer 把一份肩部 MRI 报告变成患者可以阅读的交互式 3D 讲解。 从一份匿名化放射报告出发,它把全部九项发现标注在一个骨骼模型上,配有六张 X 光投影以及每项发现的通俗语言解释。
这是个疯狂的故事——我们很多用户都是这样省钱的 你越用 Hark,它就越个性化 [引用 @harvey62670]: @adcock_brett 一个亚马逊卖家拿走了我的钱,还给我的订单放了假的物流追踪信息。它显示在芝加哥“已送达”,而我住在佛罗里达。Hark 发现发货时间比我下单还早了一天,联系到了在线的亚马逊客服,还争取到了全额退款的承诺。全在一个晚上搞定。印象深刻。