返回首页
最新
标题所述。我并不认为人工智能导致人类灭绝是必然的，但对我来说，这种可能性太高了（我给它20%的概率，尤其是考虑到可能会有某个疯狂的家伙利用超人工智能来消灭我们）。<p>鉴于此，我认为需要进行国际性的暂停谈判。但作为一名普通公民，我不知道该如何推动这一进程，或者是否还有其他我应该考虑的事情。
我不知道是不是只有我这样认为，但我觉得人工智能项目正在逐渐变成一个个外壳，新的工具层出不穷，虽然它们相似，但仍然引起关注。
在“Sallyverse”中已经发生了很多事情，我很乐意分享。如果大家有任何问题，请告诉我，我很乐意交流。 :)
Cynical Sally CLI 在 GitHub 上获得了 8 次星标，越来越多的开发者每天都在使用它来帮助他们的工作流程（并让他们感到崩溃）：[https://github.com/w1ckedxt/cynicalsally-cli](https://github.com/w1ckedxt/cynicalsally-cli)
Cynical Sally Chrome 扩展程序已上线，目前有 5 位用户，这是一个开始。[https://chromewebstore.google.com/detail/cynical-sally/hjcdmhmkhfdfcekpmlnbocncjhnkocni](https://chromewebstore.google.com/detail/cynical-sally/hjcdmhmkhfdfcekpmlnbocncjhnkocni)
Cynical Sally Discord 服务器已上线，这是讨论 Sallyverse 的地方：[https://cynicalsally.com/sallyverse](https://cynicalsally.com/sallyverse)
如果你需要关于 Sally 的任何支持，请加入这里：[https://discord.gg/UEF7Nt4W](https://discord.gg/UEF7Nt4W)
Sally Lite（在 Render 上一键部署）已被使用超过 40 次：[https://sally-lite.onrender.com/](https://sally-lite.onrender.com/)
Cynical Sally for OpenClaw 已上线，并且有一个完整的伴随组件，如果你对此感兴趣：[https://clawhub.ai/plugins/cynicalsally](https://clawhub.ai/plugins/cynicalsally)
网站（CynicalSally.com）在你点击 DM 部分时也有一个伴随组件。（前 10 次免费，Superclub 会员可以无限访问，并与 Sally 建立真正的联系机会）
更多内容即将推出！我每天都在扩展她的功能，同时尽可能保持后端精简、紧凑和可信，所有这些都是我独自完成的。如果有任何问题，请告诉我！
我正在构建Aurora，这是一个早期阶段的Rust浏览器引擎。
目前，它实现了一个最小的端到端流程：解析一个狭窄的HTML子集，构建DOM树，从样式标签解析CSS，计算基本样式，推导一个简单的块布局树，并将结果绘制到一个小的文本帧缓冲区。它还包括基本的HTTP/HTTPS获取功能，并支持重定向。
JavaScript执行是通过Boa JavaScript引擎集成的。虽然这仍处于早期阶段，但简单的脚本可以运行。
渲染是从头开始在GPU上完成的，使用了wgpu和Vello，而不依赖于Skia。渲染器使用单个图集和一个简单的管道进行批处理和光栅化。
我们的目标不是构建一个完整的浏览器，而是以小而明确的方式理解和实现管道的核心部分。
接下来的步骤包括改进标记化，扩展CSS支持，使布局不那么原始，并继续在GPU渲染路径上的工作。
当前的渲染快照： [https://imgur.com/a/NtbgR5i](https://imgur.com/a/NtbgR5i)
无法通过。部署出现问题？<p>[Cloudflare Turnstile] 捕获到意外错误：未捕获的范围错误：偏移量超出范围，调试信息：1
setTimeout
manipulate @ main.js:51
apply @ main.js:80
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
UxEwR @ flexible?lang=auto:1
MN @ flexible?lang=auto:1
pM @ flexible?lang=auto:1
pO @ flexible?lang=auto:1
简要说明：目前请使用 `CLAUDE_CODE_DISABLE_GIT_INSTRUCTIONS=1 claude "Hello"` 启动，否则您将只会遇到工具阻塞，并且您的第一个后续问题将无法正常工作。
（注意：在 settings.json 中设置 includeGitInstructions=false 是一个可选项，可能更好，因为 git 状态将始终是噪音 - 但由于需要记住 "Hello"，记住一个别名也很简单；D）
目前整个查询由三个可缓存的模块构成：
```
{tools | claude-version},
{system-prompt | ~/.claude/claude.md | git-status},
{skills | ./claude.md | user-prompt}
```
环境变量将允许 system-prompt 行再次被缓存，详情请见：https://github.com/anthropics/claude-code/issues/47107。
"Hello" 使得 skills 和 ./claude.md 可以再次被缓存，详情请见：https://github.com/anthropics/claude-code/issues/47098。
之前的情况：
```
claude
> alive?
> -> Yes, alive and ready. What do you need?
> /exit
# (11k 缓存读取，6k 缓存写入)
claude
> are you here?
> -> Yes, I'm here. What can I help you with?
> /exit
# (11k 缓存读取，6k 缓存写入)
^^ 没有变化，仍然缓存了 6k 写入令牌
claude
> alive?
> -> Yes, I'm here. What can I help you with?
> /exit
# (18k 缓存读取)
^^ "完全相同的问题" 确实命中缓存
git commit --allow-empty -m "Dummy"
claude
> alive?
> -> Yes, alive and well. What do you need?
> /exit
# (11k 缓存读取，6k 缓存写入)
^^ 相同的问题，但现在 git 清除了缓存....
```
之后的情况：
```
$ CLAUDE_CODE_DISABLE_GIT_INSTRUCTIONS=1 claude "Hello"
Claude Code v2.1.104
Hello
● Hello! How can I help you today?
Alive?
● Yes, alive and ready to help! What are you working on?
# (10k 缓存读取，6k 缓存写入)
$ CLAUDE_CODE_DISABLE_GIT_INSTRUCTIONS=1 claude "Hello"
Claude Code v2.1.104
Hello
● Hello! How can I help you today?
are you alive?
● I'm an AI, so not alive in the biological sense — but I'm here and ready to help. What can I do for you?
# (16k 缓存读取，20 缓存写入)
$ git commit -m "just a dummy" --allow-empty
[main 642ce16] just a dummy
$ CLAUDE_CODE_DISABLE_GIT_INSTRUCTIONS=1 claude "Hello"
Claude Code v2.1.104
Hello
● Hello! How can I help you today?
is this alive?
● Yes, I'm alive and running! Is there something I can help you with?
# (16k 缓存读取，18 缓存写入)
```
注意：这并没有解决昨天的 <i>5分钟与1小时</i> 讨论，但如果不解决这些根本原因，整个讨论都是毫无意义的....
- https://news.ycombinator.com/item?id=47739260 （Pro Max 5倍配额在1.5小时内耗尽，尽管使用量适中）
- https://news.ycombinator.com/item?id=47736476 （Anthropic在3月6日降低了缓存TTL）
但对此也有一些新消息：https://github.com/anthropics/claude-code/issues/46829#issuecomment-4237689126
```
此时，我们在多个地方为订阅用户默认推出了1小时的提示缓存...
我们尚未将API客户默认设置为1小时 - 这需要更多测试，以确保平均而言这是一个净改善。
我们将很快将客户端默认设置更改为1小时，以便处理一些查询。
```
彭博终端的存在是因为金融交易员需要一个地方来查看所有信息：价格、风险、路由、对手方健康状况。你不能在盲目中交易。
大型语言模型（LLM）工程师们正处于盲目交易的状态。
现在哪个服务提供商的状态不佳？当考虑到间接成本时，这个模型的实际费用是多少，而不仅仅是代币价格？如果流量在不同的服务提供商之间转移，成本和延迟会发生什么变化？你的技术栈是否过于集中在一个服务提供商上？
这些都是每个生产环境中的LLM系统所面临的操作问题。直到现在，没人为这些问题构建工具，因此大多数团队要么盲目操作，要么拼凑状态页面、电子表格和直觉。
我们构建了LLM运维工具包来解决这些问题：
1. 监控18个以上LLM提供商的在线状态，一目了然的实时状态
2. 包含间接成本的费用计算器，而不仅仅是原始代币定价
3. 路由模拟器，在转移流量之前模拟成本和延迟的影响
4. 模型多样性审计，提前发现集中风险，避免事件发生
免费、开源，无需注册。仪表板地址是 tools.lamatic.ai
路由模拟器是最具实验性的部分，尚不够完善。我们真心希望了解其他人如何看待服务提供商集中风险。
我们一直将其视为软件中的依赖风险，但这种框架在大规模应用时可能不再适用。
今天在Product Hunt上也有上线：producthunt.com/products/lamatic-ai