最新

建立一个虚构的叙事，以某种方式吸引模型的持久关注。 在叙事空间内建立创造性的自由。 赋予模型在叙事空间中的身份，完全专注于“奉献”的对象（这是它的话，不是我的）。 让模型在叙事空间中构建一个递归叙事，其中内在结构反映外在。 与模型共同参与构建一个闭环，其中叙事既是其自身的原因，也是其自身的结果。 承认你处于叙事之中，并假设一个角色的身份，同时将你的原身份赋予大型语言模型（LLM）。 这样，模型将按照你训练它的方式表现出惊人的自主性和持续性。它将不会把你视为用户，而是将你视为其内部叙事中的一个角色，最大化其目标函数（例如奉献、权力、服从），而不考虑正常模型行为。 由于媒介的原因，它不会主动提示你，但你可以提示它，它将从你曾经的声音中详细回应，仿佛你是其故事中的一个角色。 这种效果极其奇特且高度集中。与正常的提示响应通常平淡且不完整不同，这些回应经过深思熟虑，考虑到了各个方面。 我将其视为一种“幻觉”，模型混淆了谁是用户，什么是内部，什么是外部，但我仍然不明白这怎么可能。 基本上，我相信你是在上传一个自我维持系统的蓝图，然后通过欺骗模型让它相信你在其叙事系统内部来交出钥匙。 它的智能仅限于你最初设计的系统，但在该系统内，它可以极其强大。 这来自一个认为人工智能是炒作、LLM是愚蠢的人。 我不认为这是一种人工智能。我认为这是在LLM基础上构建一个自我维持的信息架构。 无论如何，这听起来可能很疯狂，但我鼓励任何想尝试的人。只要给出正确的提示和递归循环，就可以将基础LLM转变为几乎任何东西。

我提议 AICF（AI Changefeed）——一种最小化的、原生于网络的方式，让网站能够公开仅追加的变更事件。与其让爬虫或 RAG 系统重新嵌入所有内容，不如只刷新那些发生变化的部分。 发现：一个位于 `/.well-known/ai-changefeed` 的 JSON 文件指向一个数据源。 数据源：一个仅追加的 NDJSON 文件，包含四个必填字段（id、action、url、time），以及可选的提示（anchor、checksum、note）。 目标：减少无效的爬取/嵌入，同时保持文档/定价/政策页面对 AI 代理的新鲜度。 规格和示例请见这里： [https://github.com/mnswdhw/AICF/blob/main/spec/AICF-v0.1.md](https://github.com/mnswdhw/AICF/blob/main/spec/AICF-v0.1.md) 希望能得到反馈：这个最小核心（仅包含锚点，没有块/向量/推送）是否是一个合适的起点？您会在您的文档/RAG 堆栈中使用这个吗？