Selvstudium i informatikk TeachYourselfCS Hvis du er en selvlært ingeniør eller uteksaminert fra et programmeringskurs, er det nødvendig for deg å studere informatikk. Heldigvis trenger du ikke bruke år og mye penger på en grad: du kan få en utdanning 💸 i verdensklasse på egen hånd. På Internett er det mange læringsressurser overalt, men essensen og slagget eksisterer side om side. I stedet for en liste som "200+ gratis nettkurs", trenger du svar på spørsmål som: Hvilke bør du studere og hvorfor? Hva er det beste bok- eller videokurset for disse fagene? I denne veiledningen prøver vi å gi definitive svar på disse spørsmålene.

Her kommer vennene mine~ Jeg tjener bare 20 yuan for 3 millioner brukere: den falske boomen av AI-verktøy - ListenHub Hvem ville ikke fortelle en vits. Mange mennesker var interessert i saken jeg delte på Hard Ground Hacking, og jeg laget en podcast spesielt på @oran_ge's ListenHub. Du kan lytte til den~

Mange venner er bekymret for bruksbegrensningene til ChatGPT Team og Enterprise, og nå har to nye ofte stilte spørsmål (FAQ)-artikler blitt utgitt for å forklare dette. * ChatGPT Team Edition - GPT-5 og GPT-4o er ubegrenset, men det er følgende begrensninger for forskjellige modellversjoner: * 200 GPT-5 Thinking-forespørsler per dag * 2800 GPT-5 Thinking miniforespørsler per uke * 15 GPT-5 Pro-forespørsler per måned * 3 GPT-500-forespørsler hver 4.1 time * 300 O4-mini- og O3-forespørsler per dag * ChatGPT Enterprise - GPT-5, GPT-4o og GPT-4.1-mini er ubegrensede, men det er følgende begrensninger for forskjellige modellversjoner: * 200 GPT-5 Thinking-forespørsler per uke * 15 GPT-5 Pro-forespørsler per måned * 20 GPT-4.5-forespørsler per uke * 3 GPT-500-forespørsler hver 4.1 time * 300 O4-mini-forespørsler per dag * 100 forespørsler om O4-mini-høy per dag * 100 O3-forespørsler per uke * 15 O3-Pro-forespørsler per måned FAQ-artikkelen nevnte også at de nåværende begrensningene til GPT-5 Thinking-modellen er midlertidige og faktisk er høyere enn de langsiktige grensene som er oppført ovenfor.

Dette er sant: mindre i oppfordringen til å si hva du ikke skal gjøre, men hva du skal gjøre. Den store modellen er veldig lik mennesker, og jo mer du ikke lar den gjøre, jo lettere er det å tiltrekke seg oppmerksomhet

En liten bedriftsleder har fortsatt mye makt, og et stedsbytte er kanskje ikke en dårlig ting

Så lenge AI fortsatt utvikler programvare på denne måten som simulerer måten mennesker skriver kode på, og lengden på kontekstvinduet ikke kan stappes inn i hele prosjektkoden på en gang, vil ikke AI kunne erstatte arkitekter på 10 år, enn si 10 år. Men hvis AI tar i bruk en ny utviklingsmodell som passer for AI-utviklingsprogramvare, eller hele kodebasen kan stappes inn i modellens ytelse og kostnadskontrollerbare, hvorfor gjør arkitekter det da? Men ikke bekymre deg, slike endringer skjer ikke plutselig i løpet av en dag eller to, hvis du følger nøye med og holder tritt med læringen, så hvis det virkelig skjer, kan du raskt bytte og bli den første personen som mestrer bruken av AI rask arkitektur for å bygge raskt. På den ene siden er AI veldig praktisk i assistert programmering, og på den andre siden kan disse arkitektoniske designfunksjonene også brukes på andre felt. For eksempel, hvis AI Agent-utviklingsprosjekter er sterke i fremtiden, men noen fortsatt trenger å administrere disse AI-agentene for bedre samarbeid, er det uatskillelig fra arkitekturdesign for å koordinere disse agentene.

Er kunstig intelligens-boomen i ferd med å utvikle seg til en boble? Ettersom teknologigigantenes aksjekurser fortsetter å stige og forbløffende børsnoteringer gjør comeback, blir ekkoet fra dot-com-boble-æraen høyere. Av John Cassidy 11. august 2025 kl. Du leser John Cassidys ukentlige spalte om økonomi og politikk i The New Yorker, Financial Edition. I forrige uke, da Huang, administrerende direktør i brikkeprodusenten Nvidia, møtte Donald Trump i Det hvite hus, hadde han grunn til å være i godt humør. Nvidias brikker er mye brukt til å trene generative AI-modeller, og de fleste brikkene produseres i Asia. Tidligere i år lovet selskapet å øke produksjonen i USA. Onsdag kunngjorde Trump at brikkeselskaper som lover å produsere produkter i USA vil få unntak fra en rekke høye nye tariffer på halvledere som hans administrasjon forbereder seg på å implementere. Dagen etter nådde Nvidias aksjekurs et rekordhøyt nivå, og nådde en markedsverdi på 4,4 billioner dollar, og overgikk Microsoft, som også har investert tungt i kunstig intelligens, for å bli verdens mest verdifulle selskap. Velkommen til epoken med AI-boom, eller skal jeg kalle det AI-boblen? Mer enn et kvart århundre har gått siden den massive dot-com-boblen sprakk. I løpet av den tiden ble hundrevis av tapsbringende internett-startups børsnotert på Nasdaq, og aksjekursene til mange teknologiselskaper steg til skyhøye priser. I mars og april 2000 stupte teknologiaksjene; Deretter kollapset mange, men langt fra alle, internettoppstarter. I løpet av de siste månedene har Wall Street diskutert om den nåværende teknologiaksjeoppgangen følger en lignende bane. I en forskningsrapport publisert i mars med tittelen «25 år senere: Leksjoner fra sprengningen av teknologiboblen», hevdet en gruppe investeringsanalytikere ved Goldman Sachs noe annet: «Til tross for den kraftige økningen i entusiasme for teknologiaksjer de siste årene, utgjør ikke dette en boble fordi prisøkningen støttes av sterke fundamentale profittforhold. Analytikere pekte på lønnsomheten til de såkalte "Big Seven"-selskapene (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia og Tesla). Fra første kvartal 2022 til første kvartal i år ble Nvidias inntekter femdoblet, og resultatet etter skatt ble mer enn tidoblet. Goldman Sachs-rapporten gir også en nyttig historieleksjon. Rapporten bemerker at mellom 1995 og 2000 steg den teknologitunge Nasdaq-indeksen fem ganger, og på toppen av markedet oversteg en mye brukt verdsettelsesberegning – pris-til-inntjening (P/E)-forholdet – 150 ganger, et nivå som aldri er sett før og aldri sett igjen. Derimot er femårsperioden fra mars 2020 til mars 2025 relativt beskjeden. Riktignok har Nasdaq omtrent doblet seg og pris-inntjeningsforholdet har steget betydelig, men det er langt fra tresifret. Som en som har skrevet mye om dot-com-boblens vekst og fall, syntes jeg en del av Goldman Sachs' analyse var overbevisende. Mange mennesker har enten glemt eller er for unge til å huske det ekstreme som er nådd i internettalderen. I logikken til spekulativ fanatisme – fra «tulipanmanien» i Nederland på det syttende århundre til fremveksten av det konfucianske vanviddet i den konfucianske verden – driver grådighet, FOMO (frykt for å gå glipp av noe) og teorien om dumhet til slutt ut forsiktighet, sunn fornuft og økonomisk tyngdekraft. Tilbake i mars ble Wall Street oversvømmet med mye FOMO og trendfølgende oppførsel, men det har ennå ikke nådd nivået på slutten av nittitallet. Men fem måneder senere blir ekkoet fra dot-com-boble-æraen høyere og høyere. Ta for eksempel Palantir Technologies, hvis AI-programvare brukes av Pentagon, CIA og US Immigration and Customs Enforcement (ICE), for ikke å nevne mange kommersielle selskaper. Noen dager før Huangs besøk i Det hvite hus ga Palantir ut en positiv økonomisk rapport. Ved slutten av uken verdsatte selskapet selskapet til mer enn 600 ganger inntjeningen de siste 12 månedene og omtrent 130 ganger salget i samme periode, ifølge Yahoo Finance. Selv på slutten av nittitallet ville slike tall ha vært iøynefallende. Fantastiske børsnoteringer (IPOs) – et annet trekk ved internettalderen – gjør også comeback. I slutten av juli utstedte Figma, selskapet som lager programvare for Internett-utviklere og legger til kunstig intelligens-funksjoner til produktpakken, aksjer på New York Stock Exchange til en emisjonskurs på $33 per aksje. Etter at handelen begynte, hoppet aksjen til $85 og avsluttet dagen på $115,50 – opp 250 % fra emisjonskursen. Når jeg så på denne markedsdynamikken, ble jeg minnet om oppføringen av Netscape, selskapet som laget Netscape Navigator-nettleseren, 9. Aksjen ble priset til $28 og steg til $75 på et tidspunkt, og stengte på $58,25. Dette hoppet er mindre enn Figmas førstedagsgevinst i prosent, men det beskrives ofte som begynnelsen på dot-com-boblen. Spesielt har Figmas aksjekurs falt tilbake under $80 siden børsnoteringen. Dette kan tolkes som et tegn på at rasjonalitet råder, men gitt at aksjekursen fortsatt er mer enn dobbelt så høy som emisjonskursen, vil andre privateide AI-selskaper bli oppfordret til å gå inn i aksjemarkedet. Renaissance Capital, et forskningsfirma som spesialiserer seg på børsnoteringer, har listet opp åtte bemerkelsesverdige kandidater: OpenAI, Anthropic, Cohere, Databricks, SymphonyAI, Waymo, Scale AI og Perplexity. Disse selskapene er nesten alle enhjørninger: de har blitt verdsatt til mer enn 1 milliard dollar i finansieringsavtaler med venturekapitalister og andre investorer i tidlig fase. Imidlertid er det rundt syv tusen mindre, mindre kjente AI-selskaper over hele landet, ifølge analysefirmaet Tracxn, og mer enn tusen av dem har allerede mottatt serie A-finansiering fra eksterne støttespillere for å finansiere driften. Tilgjengeligheten av tidlige midler betyr at en nødvendig forutsetning for en Internett-bobleboom allerede er på plass. Det er tre andre forhold: investorenes begeistring for en banebrytende teknologi – generativ AI har helt klart potensial til å påvirke store områder av økonomien; en Wall Street-produksjonslinje av investeringsbankfolk som er ivrige etter å tjene IPO-organisasjonsavgifter; og løse retningslinjer. Forrige måned kunngjorde Trump-administrasjonen en «AI-handlingsplan» som tar sikte på å fjerne barrierer for å distribuere nye teknologier og hindre stater i å innføre «tyngende» AI-reguleringslover. I mellomtiden ser det ut til at Fed forbereder seg på å kutte renten neste måned, noe som kan legge til en ny brann i markedet. Imidlertid er det også noen viktige forskjeller mellom nå og nittitallet, en av dem er at nettøkonomien ikke lenger er en stor åpen slette som lar driftige individer foreslå å bygge slott i luften. Det er en bastion for monopolkapitalisme, der teknologigiganter dominerer horisonten. I de tidlige stadiene av internettalderen kan små startups med rimelighet forvente å utnytte førstegangsfordelen, få tidlig trekkraft og skape varige forretningsmodeller. I AI-økonomien ser det ut til at mange av belønningene vil gå til toppselskaper som har evnen til å bygge og vedlikeholde store AI-modeller og kan bruke sin markedsmakt og økonomiske makt til å avverge eller skaffe potensielle konkurrenter. En sterk antitrustpolitikk kan forhindre dette, men som Wall Street Journal rapporterte i forrige uke, blir administrasjonens forpliktelse til slik politikk nå truet av lobbyister og mektige figurer nær presidenten. Hvis investorer tror at monopoler er fremtiden for AI-drevne økonomier, vil resultatet av aksjemarkedet sannsynligvis være mer lønnsomt for eksisterende industrigiganter i stedet for en bredt basert boble. Alt dette er selvfølgelig usikkert. AI-boomen er fortsatt i infrastrukturkonstruksjonsstadiet – trening av store språkmodeller, bygging av datasentre og mer. AI-applikasjoner har akkurat begynt å spre seg over hele økonomien, og ingen vet nøyaktig hvor transformativ og lønnsom denne teknologien vil være. I dette miljøet følger mange investorer den hevdvunne gullrushstrategien – å kjøpe aksjer i «spademakere» og «store gruvearbeidere». Men historien forteller oss at selv denne strategien er langt fra risikofri. I en interessant analyse publisert på finansnyhetsplattformen Seeking Alpha, sammenlignet en analytiker signert av KCI Research Nvidia med Cisco Systems, et av selskapene hvis aksjekurs steg parabolsk i 1998-99. Akkurat som Nvidias GPUer (grafikkbehandlingsenheter) nå er allment anerkjent som essensielle komponenter i AI-infrastruktur, ble Ciscos rutere og andre nettverksenheter en gang ansett som grunnleggende komponenter i Internett-konstruksjon; En stund virker etterspørselen etter dem ubegrenset. I likhet med Nvidia er Cisco et innovativt og lukrativt selskap. I april 2000 falt imidlertid aksjekursen med nesten 40 %, og et år senere falt den med rundt 80 %. Et kvart århundre senere har aksjekursen ennå ikke kommet seg til toppene som ble satt tidlig i 2000, selv om den nylig har nærmet seg. Sammenligningen mellom Nvidia og Cisco er en kraftig påminnelse om et kjent sitat fra den legendariske aksjeanalytikeren Benjamin Graham, som også var Warren Buffetts mentor: På kort sikt er aksjemarkedet en stemmemaskin, men på lang sikt er det en veiemaskin som måler kontantstrømmen generert av selskapet. Ironisk nok viser Nvidia-Cisco-analogien også utilsiktet hvor lenge "kortsiktig" kan vare og hvor farlig det er å forutsi sluttdatoen. Analysen ble publisert i februar i fjor. Siden den gang har Nvidias aksjekurs steget ytterligere 150 %. ♦

Claude Sonnet 4 har nå en kontekstvinduslengde på 1 million tokens

Når du ser en veldig sjokkerende liten ting i gruppen, kan du bli litt fortumlet når du forteller det. En nettbruker startet et lite prosjekt for et halvt år siden, og han hadde mange MCP-verktøy i hendene, så han satte ganske enkelt opp et nettsted for å ordne dem. Til å begynne med var manuelt vedlikehold ganske alvorlig. Senere ble verktøyet oppdatert raskere og raskere, og han tålte det ikke, så han skrev til en agent og gikk til GitHub for å skanne. Så snart et nytt prosjekt kommer ut, blir det plukket opp, sortert ut og automatisk oppdatert til nettsiden. Så snudde han seg og gikk til andre ting. Jeg brydde meg ikke om denne stasjonen i et halvt år. Reverseringen kom, og for noen dager siden kjedet han seg og googlet det tilfeldig, og fant at: Min for lengst glemte nettside rangerer direkte først i Google-søk. Poenget er at han aldri har drevet med SEO i det hele tatt, så han er avhengig av en veldig dum agent som holder og regelmessig fullfører ting der. Historien er ferdig, men den gir oss mye rom til å tenke, og jeg forstår plutselig litt: Mange ganger tror vi AI er smart, men denne saken minner meg om at AI allerede gjør det bedre enn oss bare ved å fortsette å gjøre dette. De fleste har et felles problem, og det er vanskelig å holde seg til en ting i lang tid. Men AI er annerledes, og tempoet er skremmende jevnt. For eksempel, hvis du gir den en retning, kan det gjøre en veldig liten ting umulig å ignorere. Selv du har glemt det, og du har ikke glemt dets oppgave. Det er egentlig litt rørende å si for mye, den glemte agenten utfører fortsatt det originale oppdraget uten å stoppe. Den nye generasjonen AI-kodeverktøy som Claude Code og Trae Solo gjør dette, gir det en oppgave, og det kan fortsette å presse seg fremover. Er det ikke det vi trenger AI for å gjøre mest? Vi er ansvarlige for å utforske, det brukes til å holde seg til den opprinnelige intensjonen, avansere litt etter litt, og vite at vi har fullført veien vi opprinnelig ga opp. Dette er kanskje den beste måten å forestille seg en symbiose mellom mennesker og AI.

Graver en grav: "OpenAI CPO Kevin Weil: GPT-5 kommer snart, AI vil automatisere 99 % av koden i løpet av dette året"