最新

我看到一位名叫Steve T.的作者在Leanpub上出版了许多不同领域的技术书籍。这些书是由人工智能写的吗？一个人是如何用人工智能创作出这样一本完整的书的？我真的很好奇。

* 高层次原因：<p>这加大了贫富之间的差距。你认为独立开发者和个人有资源按令牌付费吗？Anthropic所走的方向只会导致更多的不平等，这次是小公司和大公司之间的智能不平等。<p>Anthropic在进行AI研究时故意削弱了模型。而且，Karpathy（一个叛逃到Anthropic的AI研究员）竟然有胆量赞美这个模型？<p>这些决定在美国政府要求下架模型之前就已经由Anthropic做出（这是一家积极推动AI监管和禁止开源模型的公司），所以他们不能将此归咎于政治因素。<p>* 现实原因：<p>我们原本计划在6月9日至6月23日（15天）期间实现100%的使用率。<p>结果我们只获得了3天的100%使用率和7天的50%使用率。<p>而且在第一天就被削弱了：<p>&gt; ... 我们正在重新部署模型，使用一套新的分类器来针对和阻止更多的网络安全任务。在短期内，一些常规任务，如编码和调试，将回退到Opus 4.8。<p>如果我想要Fable级别的模型，已经有GPT-5.5-pro（出于某种原因在Codex中无法访问），我可以用我的订阅来使用。关于Fable的内容没有任何。

我对WhatsApp的投票感到厌倦，于是我创建了一个替代工具。

我试图理解反事实：对于许多不需要极其复杂技术的硬科技初创公司来说，如果第一个发明者不存在，其他人可能会在多晚的时候做出类似的事情？ 我所说的“无需极其复杂技术的硬科技”是指可以在典型的本地创客空间中创造的物理产品（即不需要专门的纳米技术、先进的制造方法等）。例如，智能温控器和基础机器人就属于这一类别。 我希望答案通常是“几年后”，但我也能想象这个延迟可能只有几天到一个月，因为： 许多硬科技创始人正在积极寻找创业想法； 许多潜在问题已经为人所知；以及 如果技术相对易于获取，那么似乎尤其可能会有多个人在同一时间尝试解决同样的问题。 这种直觉是否正确？ 如果有人知道任何定量分析，估计这种“延迟”在可获取的硬科技初创公司中的情况，我将非常感激。我曾试图在网上寻找，但没有找到相关资料。如果严格的研究很难找到，那么轶事或历史例子也将非常受欢迎。

我花了一些时间构建了AeroScore，这是一个评估主要文档门户网站对AI代理支持程度的评分引擎。简而言之，我在第一批评估中所评估的6个网站都没有做好充分准备。 该方法和标准基于AFDocs规范（一个针对代理准备文档的开源检查清单），并针对PDF使用量进行了特定扩展，因为航空航天领域对PDF的重视程度很高。每个网站在多个标准上得分，范围从0到100，包括llms.txt的存在、robots.txt等，详细信息可以在AFDocs仓库和AeroScore网页上找到。 主要发现： - 0/6个网站有llms.txt - 0/6个网站支持URL变体 - 最高得分为ICAO，得分为69/100 主要航空航天文档门户网站尚未为AI代理做好准备，这一点非常重要，因为这意味着该领域的效率没有得到充分发挥。AI代理可以在预期时间的几分之一内分析深度文档门户中的数据，这在许多领域都带来了革命性的变化。航空航天领域缺乏这一点意味着生产力的损失。 排行榜已上线，网址为：https://aeroscore.vercel.app AFDocs仓库地址为：https://github.com/agent-ecosystem/afdocs 我是一名即将入学的本科航空航天工程专业学生，关注AI在我所在领域的应用及其潜力。这是AeroScore的第一个版本，尚不完善，我非常希望能对方法论得到反馈。在未来的版本中，我将使用改进的评分标准评估更多网站。