长勺智库长勺智库
话题文章任务
登录
SSimon WillisonSimon Willison发布于 20 小时前
Datasette 1.0a43:流式导出、安全修复与跨页过渡

Datasette 1.0a43 为输出渲染器加入流式支持,内置 CSV、TSV 导出同步采用新机制;修复私有已保存查询信息泄露问题,并改进行页面 JSON、复制组件和跨页面视图过渡。

100
LLMAgent工具链
100
LLMAgent工具链
SSimon WillisonSimon Willison发布于 20 小时前
datasette-maplibre 0.1a0:在同一地图展示点位与 GeoJSON

Datasette 地理空间插件 datasette-maplibre 发布 0.1a0,结合 MapLibre GL 与 OpenFreeMap,支持点位和 GeoJSON 图形混合展示、聚类与按字段着色,并可在 Datasette Lite 中运行浏览器演示。

130
LLMAgent工具链
130
LLMAgent工具链
LLatent SpaceLatent Space发布于 3 天前
ArtCraft 用 AI 重建创作工具:从 Photoshop 替代品到开源软件工厂

ArtCraft 尝试用 AI 与 Rust 开发常用软件的开源替代品,并让用户自行改造工作流。其 PhotoCraft 尚未达到 Photoshop 的完整功能与专业就绪水平,团队也面临持续集成、权限和规模化协作等挑战。

210
AIAgent工程实践
210
AIAgent工程实践
LLatent SpaceLatent Space发布于 4 天前
把模型嵌入代码:Jev 的四种应用实践

在 AI Engineer Code Summit 上,Glean、UiPath 和 Workday 展示了 Jev 在工作流决策、文档排序和交互预测中的应用。这类输出结构化结果的“系统一模型”,尝试以更低延迟融入软件逻辑,但现场演示不等于通用性能与可靠性保证。

270
AIAgent工程实践
270
AIAgent工程实践
SSimon WillisonSimon Willison发布于 5 天前
Anthropic谈多芯片部署与算力效率

Anthropic在IPO路演视频中介绍了Claude的多芯片部署策略,并称AI显著缩短了AMD平台适配时间。视频还讨论了算力效率提升与递归自我改进,但相关性能表述属于公司自述,未来能力仍是预期。

450
LLMAgent工具链
450
LLMAgent工具链
LLatent SpaceLatent Space发布于 5 天前
Codex 的三种新用法:云端交接、语音调度与个人代理

OpenAI 工程师在一场 Codex 工作坊中,介绍了云端任务交接、用语音管理多个代理,以及个人代理 dots 的使用方式。本地与云端的上下文衔接、个人代理的交互习惯,仍是需要改善的环节。

750
AIAgent工程实践
750
AIAgent工程实践
SSimon WillisonSimon Willison发布于 6 天前
用 Claude Code 和多台设备定位神秘蜂鸣声

房间里有设备间歇鸣叫,却怎么也找不到?Beep Locator 将手机、平板和电脑变成监听节点,结合音频检测、片段对齐和位置估计,在一次家庭实验中把目标缩小到约40厘米范围,并找到了需要更换电池的旧一氧化碳探测器。

430
LLMAgent工具链
430
LLMAgent工具链
SSimon WillisonSimon Willison发布于 6 天前
Muse Ember:轻量推理模型的定价与任务成本

Muse Ember 面向工具调用、代码子任务与长文档解析,短提示价格与 GPT-6 Luna、Claude Haiku 5.5 持平。比较这类模型时,除了每百万 Token 单价,还需关注长上下文加价、推理档位与单任务实际成本。

390
LLMAgent工具链
390
LLMAgent工具链
SSimon WillisonSimon Willison发布于 6 天前
llm-gemini 0.36:Gemini 4 Carbon 定价与 3D 编程演示

llm-gemini 发布 0.36 版本,Gemini 4 Carbon 扩大开放范围。本文梳理其首发价格、后续调价安排,以及在 Antigravity 中生成 Three.js 动画和多智能体协作构建游戏的演示。

460
LLMAgent工具链
460
LLMAgent工具链
LLatent SpaceLatent Space发布于 6 天前
NaiveAI 编程模型实测:高吞吐不等于总耗时更短

Naive-N0.5-Flash 主打高速代码生成,宣称最高可达每秒2,100个 token。小样本测试显示,它的响应时间中位数更短,但复杂任务可能生成极长推理,抵消吞吐优势;测试未评估答案准确率,编程能力也需与速度分开判断。

430
AIAgent工程实践
430
AIAgent工程实践
LLatent SpaceLatent Space发布于 6 天前
从被 AI 推荐到被智能体用好:Resend 的产品设计

让 AI 推荐产品,只是第一步。Resend 的实践涉及机器可读的定价页、MCP 工具设计和邮件投递安全,展示了答案引擎优化与智能体体验之间的区别:前者关乎被选中,后者关乎能否顺利完成任务。

350
AIAgent工程实践
350
AIAgent工程实践
SSimon WillisonSimon Willison发布于 7 天前
SQLite 数字解析扩展:C 与 Rust 的性能和体积对比

一次 SQLite parse_number() 扩展实验比较了 C 与两种 Rust 实现:C 扩展体积仅 14 KB,Rust 初版更快;采用 Clinger 快速路径后,C 实现在三类测试中反超。结果仅代表此次实验,不能直接推广为语言性能结论。

470
LLMAgent工具链
470
LLMAgent工具链
SSimon WillisonSimon Willison发布于 7 天前
AI 写的 PR 太长?用折叠区保留细节

AI 生成的 PR 描述往往完整却冗长。一个简单的改进是:开头放经过人工筛选的简短说明,再用 GitHub 支持的 details 和 summary 标签折叠详细内容,让读者先看重点、按需展开。

420
LLMAgent工具链
420
LLMAgent工具链
LLatent SpaceLatent Space发布于 7 天前
斯坦福如何教 AI 原生工程:从写作业到参与开源

当编程智能体能用一条提示完成往年的作业,软件工程课该如何调整?斯坦福 CS146S 引入开源维护者,让学生理解陌生仓库、提出修改,并向可能合并代码的人解释补丁。Monaco 的团队实践则展示了智能体工作空间、代码审查与值班工具的不同建设选择。

440
AIAgent工程实践
440
AIAgent工程实践
LLatent SpaceLatent Space发布于 7 天前
斯坦福 CS146S:AI 会写代码后,工程师该学什么?

当旧作业可能被 AI 一次提示完成,斯坦福 CS146S 将部分练习转向真实开源贡献。授课者 Mihail Eric 也分享了 Monaco 的工程实践:为智能体搭建运行与测试环境,并让输出适配不同使用者。

400
AIAgent工程实践
400
AIAgent工程实践
LLatent SpaceLatent Space发布于 7 天前
前沿模型需要什么数据?拆解 Handshake 的三类评测场景

Handshake 展示了金融建模、科研图像理解和智能体安全评测中的具体任务:模型能解释规则,却未必能在工作流中正确应用;最终回答看似合格,也可能掩盖执行过程中的问题。

410
AIAgent工程实践
410
AIAgent工程实践
LLatent SpaceLatent Space发布于 10 天前
Inkling 2 Small 发布:5940亿参数,主预训练耗时68小时

Inkling 2 Small 是一款总参数5940亿、激活参数170亿的多模态模型,主打原生视觉与可定制性。主预训练耗时68小时,但不包含9天的后训练;权重计划在外部安全测试完成后以 Apache 2.0 许可开放。

650
AIAgent工程实践
650
AIAgent工程实践
LLatent SpaceLatent Space发布于 10 天前
虚拟细胞的下一步:从描绘生命到预测与调控

虚拟细胞模型为何有时不如简单基线?Fabian Theis认为,除了改进评估指标,更应转向跨尺度、多模态的生物学问题:理解细胞如何相互影响,并通过实验闭环探索如何将细胞引导至目标状态。

640
AIAgent工程实践
640
AIAgent工程实践
LLatent SpaceLatent Space发布于 11 天前
AI 动态:Linux 漏洞修复与新一轮模型发布

OpenAI 披露自动化 Linux 内核漏洞研究进展,Kimi K3.1 Pro 开放权重,Ricursive 发布 Ripple-65B Preview。多项性能、成本与效率指标仍属厂商披露,需区分开放权重、受限共享及不同评测口径。

690
AIAgent工程实践
690
AIAgent工程实践
SSimon WillisonSimon Willison发布于 13 天前
本地 Qwen 3.8 27B 能从权重识别游戏吗?

一组笔记本本地测试记录显示,Qwen 3.8 27B 在不执行代码、不使用计算工具的条件下,从策略网络权重中识别出三款游戏,但误判了 Freeway。这类实验值得关注,却不足以证明模型已能普遍理解或自主改写神经网络。

670
LLMAgent工具链
670
LLMAgent工具链
每日签到未签到

每天签到一次,持续获得积分。

@2024-2027长勺智库浙ICP备2024134526号浙公网安备33011002017958
?
未登录用户

登录后查看个人信息与任务进度。

去登录