最新

在我从零开始构建的清单上，一直有一个目标就是构建一门编程语言。在人工智能的帮助下，我终于实现了这个目标！ 我为什么要构建它呢？在工作中，我发现我们的人工智能工作流程和技能库存在两个主要问题。当整个工作流程是一个包含100个步骤的Markdown文件时，缺乏确定性，而Markdown技能库又缺乏可组合性。这意味着我们在技能库中的所有Markdown文件中都违反了“不要重复自己”（DRY）原则。 我构建了Margarita，使得Markdown和逻辑运算符可以共存，这意味着在合适的情况下，你可以通过代码结构引入确定性，而在其他情况下则可以回退到动态的LLM代码。作为额外的好处，它允许像React那样的可组合提示，这解决了我对技能库中到处都是文本的另一个不满。 总体来说，我在Reddit上获得的反响相对平淡，所以我可能会将这个项目搁置，但制作这个项目的过程非常有趣。我为几乎每个LLM提供商构建了代码代理，并搭建了自己的框架。我会推荐大家尝试一下，这将是一次很好的学习体验。 <a href="https://www.margarita.run" rel="nofollow">https://www.margarita.run</a> <a href="https://github.com/Banyango/margarita" rel="nofollow">https://github.com/Banyango/margarita</a>

我曾经是一名全栈工程师，但这让我感到疲惫，并且我对构建SaaS产品失去了兴趣。于是，我开始寻找能够挑战我的领域，这让我转向了基础设施工程。具体来说，我选择了推理领域，因为我希望在人工智能时代保持相关性。我希望能得到AI基础设施工程师或任何相关经验人士的建议，帮助我成为一名出色的推理工程师。