3145 posts published
互联网上对此正进行着激烈的争论。大多数争论完全偏离了重点。
每隔几周就有新的旗舰模型发布，18 个月前还不存在的工具连接标准，以及一场没人预料到的可靠性危机。这是路线图。
将你的 AI 助手变成敌人的安全威胁
真正的风险不是自动化，而是放弃责任。
你无法理解的代码，有巨大的隐性成本。
我的应用告诉模型如何行为。真正的微调教会模型——而且知识变成永久性的。
我在工程团队中经常听到一句话，包括我自己的团队。
在边缘设备上，速度至关重要
第一波浪潮操作的是token，下一波将操作的是原子。一份关于该主题、价值链以及资金实际流向的完整地图。
真正的技能是一堆更小的技能堆叠而成，而且几乎每一种都可以通过刻意训练来掌握。
DiffusionGemma让我特别兴奋，因为它采用了一种不同的文本生成方式，同时利用了我们现有"常规"大语言模型的许多优秀特性。
过去十五年间，我一直使用这套方法阅读会议论文、撰写审稿意见、搜集研究背景资料，或是在研讨前快速研读相关文献。
梳理推动 Physical AI 革命的技术、瓶颈与上市公司。
opencode + ollama 才是王道。
无论你关心的是AI速度、AI能力还是AI成本……集中式AI已经失去了领先地位且无法夺回……自由市场已经开始行动
适度的困难、认知卸载，以及如何使用AI而不让大脑退化
不要再把简单任务发送给昂贵的模型了。在本地路由轻量级查询，只在需要时才升级。
遥测数据一切正常，智能体却做出了灾难性的决策——这是仪表盘无法触及的故障类别。
Graphify是一个开源的AI编程助手技能，能将你的项目转换为可查询的知识图谱。
钢琴家失去的和管道工保留的，以及为什么现在比以往更重要。
任务复杂性就是成本。在智能体开始消耗它之前，先衡量它。我建立了一个评分过程，在智能体写一行代码之前告诉它一个任务有多大的风险。我称之为必需推理指数（RRI）。
以下是亚马逊、优步和微软刚刚学到的关于AI真实成本及其脆弱性的教训。
代码生成解决的是语法问题。软件工程是一个对齐问题。早在编写一行生产代码之前，大量的工程资本就花在了导航团队和制品之间的鸿沟上。
双向接口是使HTML成为游戏规则改变者的唯一特性，而不仅仅是静态输出。
NVIDIA的黄仁勋展示了一张图表。这张图悄悄终结了一场持续两年的争论。
