最新

我每天都在使用大型语言模型（LLMs）来处理一些事情，比如： - 解决一些只需要应用知识的任务（“这是我 Python 导入结构的粘贴。我不常写 Python，我知道我在这里做错了什么，因为我收到了这个错误，请告诉我如何正确组织这个包。”）。 - 编写自包含的临时代码片段（“这是我 DESCRIBE TABLE 输出的粘贴，写一个 SQL 查询来显示中位数……”）。 - 作为调试伙伴（“我可以直接 SSH 到这个主机，但 Ansible 连接失败并出现这个错误，这种差异可能是什么原因？”）。 所有这些用例都运行得很好，我节省了很多时间。但在我主要的代码编写工作中，我几乎从未取得过成功。我尝试过： - Cursor（不记得具体使用哪个模型，默认的） - Google 的 Jules - OpenAI Codex 的 o4 版本 我发现，在所有情况下，模型的基本能力显然是存在的（模型可以理解和编写代码），但整体价值却远远不够。它可以编写出“有效”的代码，但要让它生成我愿意维护并“署名”的代码所花的时间比我自己写代码还要长。 我不得不对它们进行无尽的微管理（“确保重新运行格式化工具，确保所有测试通过”和“请遵循代码库的编码风格”。“你添加了无关的注释，去掉这些。” “你重构了大部分文件，但忘记了一个函数。”）。在琐碎问题上需要进行很多次迭代，而由于这些迭代进展缓慢，这意味着我不得不频繁切换上下文，这也让人感到疲惫。 基本上，这就像有一个实习生，他成功地掌握了编程的核心技能，但在良好的协作能力上却不太行，需要时刻有人照看。 我问了一些热衷于编码的朋友，他们基本上说“你的标准太高了”。 这里成功的模型是否是你只需说“我不在乎代码质量，因为我不需要维护它，因为我也会用 LLMs 来处理这个？”我是不是没有正确使用这些工具？

最初是作为一个计时器，用来记录我的自由职业编码时间并保持专注。它是本地使用的，无需登录，设计简约。目前还没有盈利计划，只是想看看其他人是否觉得它有用。欢迎反馈。

嗨，HN！<p>我刚刚推出了StayUpAI，这是一个全方位的平台，旨在帮助您在人工智能领域保持领先。它汇集了来自多个来源的AI新闻（文章、研究论文、YouTube），然后利用AI每天或每周对所有新闻进行总结。<p>核心功能：<p>- 统一的AI新闻源（带有来源/语言/主题过滤器） - 每日和每周的AI摘要邮件 - 每条新闻的摘要（论文、YouTube、文章） - 多语言新闻（带翻译） - 免费试用，无需个人信息即可快速测试<p>我创建这个工具是因为跟踪AI新闻令人感到不堪重负，我希望有一个工具可以为我进行内容筛选（和总结）。<p>非常希望能收到反馈，特别是关于：<p>- 作为读者，哪些信息/过滤器/功能对您最有用？ - 对于新闻源或摘要的设计/用户体验建议？ - 您理想的AI新闻聚合器缺少什么？<p>您可以在这里试用 → <a href="https://stayup.ai" rel="nofollow">https://stayup.ai</a> 谢谢！

每个人都有过失败的项目——无论是创业、兼职项目还是被忽视的功能。 你最近的失败是什么？你从中得到了什么启示？不仅仅是“早期验证”，而是一些改变你思维方式的见解。很想听听你的经历并从中学习。

嘿，朋友们。我觉得很有意思的是，openrouter 提供了一些完全免费的模型，例如：https://openrouter.ai/mistralai/devstral-small:free……这些模型的意义是什么？是谁在托管它们并提供这些免费的资源？它们有什么缺点？我明白它们可能不是最好的，但在我看来，它们似乎足够好了。为什么我还要付费使用 OpenAI 的 API，而可以免费使用这些呢？