熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Balaji
不變的貨幣,無限的邊界,永恆的生命。#Bitcoin
AI = 實習生
提示一個AI代理然後檢查代碼可能比自己編碼要慢。
但什麼時候呢?我們是否有簡單的啟發式方法來決定何時使用代理,何時自己編碼?
當它是前端代碼(你可以立即檢查其正確性)時,或者與某些API的互動(你知道該怎麼做,但不知道執行API調用的具體咒語),或者數據分析,或者原型時,使用代理。
當它是你非常熟悉的領域,或者是高度上下文相關的後端代碼,或者你想對結果進行大量迭代時,自己來做。在這些情況下,編寫提示所需的時間比編寫和檢查代碼的時間更長。
大致來說,如果你將你的應用視覺化為同心圓,AI代理在外部的"淺層"(如前端,或從數據庫讀取的圖形/圖表)上表現良好,但在需要高上下文且低錯誤率至關重要的"核心"區域則危險。
以要點形式,AI更適合:
- 前端優於後端
- 讀取優於寫入
- 淺層優於核心
- 原型優於生產
- 開始優於維護
- 容錯域優於不容錯域
- 視覺輸出優於財務
- 低上下文優於高上下文
所以,AI是一個實習生。這些標準本身可以被AI代理用來在處理高上下文問題時發出更大的不確定性信號。就像一個實習生說他們會努力,但他們可能沒有足夠的上下文。
132.87K
人工智慧或許是世界上最具競爭力的領域之一。
不知怎的,@elonmusk 建立並資助了一支能夠達到全球第一的團隊,同時還在運營 SpaceX、Tesla、X、Boring 和 Neuralink。
這真是超人般的成就。

Sawyer Merritt7月10日 13:57
xAI: "我們將計算能力翻倍至20萬個GPU,以前所未有的速度,並計劃達到100萬個GPU。AI的進步是由計算驅動的,沒有人能以這樣的規模和速度來建設。"

246.78K
熱門
排行
收藏
鏈上熱點
X 熱門榜
近期融資
最受認可