返回首页
最新
我制作了一个网页游戏；在不公开源代码的情况下，部署的最佳选择是什么？
你好，
我终于鼓起勇气将Fluent开源了，这是一种面向数组的可微分语言，我一直在为“新型纸张”项目构建它。演示可以在[0]查看。
以下是一些显著特点：
1. 每个操作符都是用户可（重新）定义的。如果你不喜欢用`:`来写赋值，可以改成你喜欢的任何形式。可以创建新的奇特操作符——尽情实验吧。
2. 可微性。该语言适合使用梯度下降法的机器学习任务。
3. 反应性。值可以是反应式的，因此下游值会像电子表格一样自动重新计算。
4. 严格的从左到右的运算顺序。评估和读取应该是同一件事。
5. 词语和符号是可以互换的。它们都是某种事物的名称，对吧？
6. （前缀、中缀、后缀）风格。你可以选择适合自己的风格。
它有自己的集成开发环境（IDE），可以实时评估和可视化值。整个程序在浏览器中运行（推荐使用Chrome），确实有很多bug，可能会崩溃你的浏览器/计算机/股票投资组合，所以请小心。
一些诱饵——线性回归（Ctrl+O，“linear-regression-compressed”或[6]）：
```
x: (0 :: 10),
y: (x × 0.23 + 0.47),
θ: ~([0, 0]),
f: { x | x × (θ_0) + (θ_1) },
: { μ((y - f(x)) ^ 2) },
minimize: adam(0.03),
losses: $([]),
(++): concat,
{ losses(losses() ++ [minimize()]), } ⟳ 400,
(losses, θ)
```
---
[0]: [https://mlajtos.github.io/fluent/?code=RG9jdW1lbnRhdGlvbg](https://mlajtos.github.io/fluent/?code=RG9jdW1lbnRhdGlvbg)
[1]: [https://mlajtos.mu/posts/new-kind-of-paper](https://mlajtos.mu/posts/new-kind-of-paper)
[2]: [https://mlajtos.mu/posts/new-kind-of-paper-2](https://mlajtos.mu/posts/new-kind-of-paper-2)
[3]: [https://mlajtos.mu/posts/new-kind-of-paper-3](https://mlajtos.mu/posts/new-kind-of-paper-3)
[4]: [https://mlajtos.mu/posts/new-kind-of-paper-4](https://mlajtos.mu/posts/new-kind-of-paper-4)
[5]: [https://mlajtos.mu/posts/new-kind-of-paper-5](https://mlajtos.mu/posts/new-kind-of-paper-5)
[6]: [https://mlajtos.github.io/fluent/?code=eDogKDAgOjogMTApLAp5OiAoeCDDlyAwLjIzICsgMC40NyksCs64OiB-KFswLCAwXSksCmY6IHsgeCB8IHggw5cgKM64XzApICsgKM64XzEpIH0sCvCdk5s6IHsgzrwoKHkgLSBmKHgpKSBeIDIpIH0sCm1pbmltaXplOiBhZGFtKDAuMDMpLApsb3NzZXM6ICQoW10pLAooKyspOiBjb25jYXQsCnsgbG9zc2VzKGxvc3NlcygpICsrIFttaW5pbWl6ZSjwnZObKV0pLCB9IOKfsyA0MDAsCihsb3NzZXMsIM64KQ](https://mlajtos.github.io/fluent/?code=eDogKDAgOjogMTApLAp5O...)
我非常喜欢Claude Opus，因为它在理解功能请求方面表现得非常出色，并且通常能够与我的代码库保持一致（我的代码库完全是用Opus从零开始编写的）。<p>我最近注意到，当我在晚上（美国东部时间）使用Opus时，它在处理我定期提交的相同类型请求时，常常会陷入极端的思维误区。它更倾向于进行一些会破坏代码的重构，然后在这些错误上反复迭代，形成一种螺旋式的错误循环。一个通常只需3-4分钟的请求，可能会变成一次10分钟的冒险，直到我撤回更改，指出错误，然后再试一次。它会乐于承认错误，但这种模式似乎一直存在。<p>我还没有进行过类似的对比测试，这会很有趣，但有没有其他人注意到同样的问题？
在许多当前活跃的讨论中，社区成员提到最近的语言模型（LLM）带来了显著的生产力提升。我认为，了解这些成功案例所涉及的问题领域和业务线对我们所有人来说都将是很有启发性的。
一个好的例子是：“我的团队使用Claude Code Opus 4.5开发并发布了一款iOS健身应用，现在有1万名付费用户。”这表明你的过程所取得的成果找到了付费客户。
而一个不太有帮助的例子是：“我的团队比以往任何时候都更快地关闭工单”或“我终于完成了我一直在写的小说，我的朋友们说它很棒！”这些例子不够有趣，因为它们没有提供市场反应的任何洞察。