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

宝玉
Prompt Engineer,致力於學習和傳播有關人工智慧、軟體工程和工程管理的知識。
上下文工程中,Agent要借助工具和環境互動獲取數據補齊上下文

dontbesilent17 小時前
突然理解了 claude code 和 comet 是咋回事了,為什麼 agent 出現在 CLI 和瀏覽器這兩個位置,變成了主流的選擇
agent 出現的位置很重要!
開發者喜歡用 claude code,是因為自己的代碼可以通過 CLI 控制,代碼實際上就是和大模型溝通的上下文,有了代碼,我就可以少說話,而且 agent 的工作直接改寫了我電腦裡面的文件
但是我今天折騰了一圈,發現做自媒體的人就用不上,因為做自媒體的人,電腦裡面壓根沒有東西,核心內容都在 app 和瀏覽器裡面
但是 claude code 又難以獲取瀏覽器和 app 裡面的東西,所以核心問題不在於我用 sonnet 還是 opus,而是這個 agent 不應該出現在命令行裡面
這個 agent 應該出現在瀏覽器裡面!比如抖音一直吹的抓取小紅書數據的 coze 工作流,直接用 comet 就完事了
對於做自媒體的人來說,comet 才是真正的 claude code,因為自媒體人的 agent 必須出現在瀏覽器
以前的 dia 瀏覽器相比而言,就顯得很蠢,那個不是 agent,是 LLM
如果只是在瀏覽器裡面插一個 LLM,我覺得幾乎沒有意義
2.99K
計算機科學自學教程 TeachYourselfCS
如果你是一位自學成才的工程師,或者從編程培訓班畢業,那麼你很有必要學習計算機科學。幸運的是,不必為此花上數年光陰和不菲費用去攻讀一個學位:僅僅依靠自己,你就可以獲得世界一流水平的教育💸。
互聯網上,到處都有許多的學習資源,然而精華與糟粕並存。你所需要的,不是一個諸如「200+ 免費在線課程」的清單,而是以下問題的答案:
你應當學習 哪些科目,為什麼?
對於這些科目,最好的書籍或者視頻課程 是什麼?
在這份指引中,我們嘗試對這些問題做出確定的回答。


Deedy12 小時前
《自學計算機科學》是學習計算機科學的最佳資源。
經過兩週的氛圍編碼,非技術人員感到痛苦。"我真的希望我能懂技術。我就是不知道該如何繼續。"
理解計算機科學的任何深度大約需要在9個主題上花費1000小時。

44.03K
許多朋友都在關心 ChatGPT 團隊版(Team)和企業版(Enterprise)的使用限制,現在官方發布了兩篇新的常見問題解答(FAQ)文章,對此進行了解釋。
* ChatGPT 團隊版 - GPT-5 和 GPT-4o 的使用無限制,但具體到不同模型版本有如下限制:
* 每天 200 次 GPT-5 思維(Thinking)請求
* 每週 2800 次 GPT-5 思維迷你(Thinking mini)請求
* 每月 15 次 GPT-5 Pro 請求
* 每 3 小時 500 次 GPT-4.1 請求
* 每天 300 次 o4-mini 和 o3 請求
* ChatGPT 企業版 - GPT-5、GPT-4o 和 GPT-4.1-mini 的使用無限制,但具體到不同模型版本有如下限制:
* 每週 200 次 GPT-5 思維(Thinking)請求
* 每月 15 次 GPT-5 Pro 請求
* 每週 20 次 GPT-4.5 請求
* 每 3 小時 500 次 GPT-4.1 請求
* 每天 300 次 o4-mini 請求
* 每天 100 次 o4-mini-high 請求
* 每週 100 次 o3 請求
* 每月 15 次 o3-pro 請求
FAQ 文章中還提到,目前 GPT-5 思維(Thinking)模型的限制是臨時性的,實際上比上面列出的長期限制要更高一些。

Tibor Blaho19 小時前
關於 ChatGPT 團隊和企業版的限制,大家都在問 - 有 2 篇新的常見問題解答文章
- ChatGPT 團隊 - 無限使用 GPT-5 和 GPT-4o,每天 200 次 GPT-5 思考請求,每週 2800 次 GPT-5 思考迷你請求,每月 15 次 GPT-5 專業請求,每 3 小時 500 次 GPT-4.1 請求,每天 300 次 o4-mini 和 o3 請求
- ChatGPT 企業版 - 無限使用 GPT-5、GPT-4o 和 GPT-4.1-mini,每週 200 次 GPT-5 思考請求,每月 15 次 GPT-5 專業請求,每週 20 次 GPT-4.5 請求,每 3 小時 500 次 GPT-4.1 請求,每天 300 次 o4-mini 請求,每天 100 次 o4-mini-high 請求,每週 100 次 o3 請求,每月 15 次 o3-pro 請求
常見問題解答文章提到,GPT-5 思考請求的限制暫時高於上述長期費率

12.11K
這一點確實:少在Prompt裡面說不要做什麼,而是應該做什麼。大模型這點和人很像,越是不讓做的越是容易被吸引注意力

素人极客-Amateur Geek22 小時前
當你想讓模型禁止或者不要的時候,
盡量不要直接寫!!!
盡量不要直接寫!!!
盡量不要直接寫!!!
我這裡簡單講幾種方法:
1、實在要寫,不要超過兩條
2、把不要,變成要。不要寫病句——你要逐句檢查,保證每句話前後的鋪墊、起轉和銜接
3、禁止內容從禁止出現到多次出現。有些事情說一次是記不住的。在我上學的時候,我的日語外教老師說,日本公司有個特別的地方,會不厭其煩的交代一個簡單的事情,是為了不讓你忘記,哪怕最微末的事情,多次提及也會被記住。你可以在開篇禁止,中間禁止,有關聯的地方禁止,最後也禁止。
4、禁止是不要做,那就增加一步,把一件事一次完成,變成兩步,在最後加一句話,讓你完成上面的動作後,請詢問我是否有禁止項,我將會把禁止項發送給你,然後我們開始對禁止項進行篩查,局部修改時,保證其他信息不變。
5、把禁止項目放在第一步。
6、確定你的禁止項是否能禁止。比如你沒有給文案確定風格,結果文本出現了AI味兒,那你禁止他用AI口吻也沒用,他自己也不知道自己用什麼口吻講!
40.42K
小公司的經理權力還是大,換個地方也許不是壞事

迈克 Mike Chong23 小時前
笑死了,朋友的真實故事:印度老闆沒有綠卡,AI焦慮傳播後開了我朋友,真·大減速運動
坐標美國某創業十多年依舊沒起色的小公司:
現在代碼寫得太爽了,用 Claude Code 或者其他工具。然後感覺很多時候 manager 就是多餘的,自己當 manager 控制這些 AI 寫的東西比他管理的好。所以朋友把這個事情跟印度經理說了一下,說你要擔心一下你的綠卡,說確實是這樣,有這個風險,要改變一下管理方式我覺得。然後他說知道了,然後第二周印度經理的老闆就跟我朋友宣布,把我的這個朋友開除了。
😂 這真的是不擇手段的大減速運動,也符合我目前對印度人的一貫認知:辦公室政治鬥爭第一名,但是做事情的水平難說…
真心得學習一個
10.97K
只要現在 AI 還是這樣模擬人類寫程式碼的方式開發軟體,然後上下文窗口長度不能一次塞入整個專案程式碼,那麼別說 10 年,多少年 AI 都沒法替代架構師。
但要是 AI 採用的是全新的適合 AI 開發軟體的開發模式,或者程式碼庫整個都能塞入模型性能和成本都可控,那麼還要架構師幹嘛?
不過也不必焦慮,這樣的變化不是一天兩天突然發生的,如果你密切關注,並且保持學習跟進,那麼真發生了也能很快切換過去,成為第一批掌握使用 AI 快速架構快速建構的人。
搞軟體開發這行的,本身就得持續學習,與時俱進,學習架構設計是繞不過去的,一方面現在 AI 輔助程式設計時很實用,另一方面這些架構設計的能力也可以應用到其他領域。比如說將來 AI Agent 開發專案能力很強,但還是需要有人去管理這些 AI Agent 更好的協作,那麼就還離不開架構設計去協調這些 Agent.
58.8K
人工智能熱潮,正在演變為一場泡沫嗎?
隨著科技巨頭的股價持續攀升和驚人 IPO 的捲土重來,互聯網泡沫時代的回聲正愈發響亮。
作者:約翰·卡西迪
2025年8月11日
您正在閱讀的是約翰·卡西迪在《紐約客》關於經濟與政治的每週專欄《金融版》。
上週,當晶片製造商英偉達的首席執行官黃仁勳在白宮與唐納德·特朗普會面時,他有理由心情大好。英偉達的晶片被廣泛用於訓練生成式人工智能模型,其大部分晶片都在亞洲生產。今年早些時候,該公司承諾將增加在美國的產量。週三,特朗普宣布,承諾在美國生產產品的晶片公司將獲得其政府正準備實施的一系列半導體高額新關稅的豁免。第二天,英偉達的股價創下歷史新高,市值達到 4.4 萬億美元,超越了同樣在人工智能領域投入巨資的微軟,成為全球市值最高的公司。
歡迎來到人工智能的熱潮時代,或者我該稱之為人工智能泡沫?距離那場巨大的互聯網泡沫破裂已經過去超過四分之個世紀了。在那期間,數百家虧損的互聯網初創公司在納斯達克上市,許多科技公司的股價飆升至天價。2000 年 3 月和 4 月,科技股暴跌;隨後,許多(但遠非全部)互聯網初創公司倒閉。過去幾個月,華爾街一直在討論當前的科技股飆升是否正沿著相似的軌跡發展。在三月份發表的一篇題為《25年後:科技泡沫破滅的教訓》的研究報告中,高盛的一組投資分析師認為情況並非如此:「儘管近年來對科技股的熱情急劇上升,但這並未構成泡沫,因為價格上漲是由強勁的利潤基本面支撐的。」分析師們指出了所謂的「七巨頭」公司(字母表、亞馬遜、蘋果、Meta、微軟、英偉達和特斯拉)的盈利能力。從 2022 年第一季度到今年第一季度,英偉達的收入增長了五倍,其稅後利潤增長了十倍以上。
高盛的報告還提供了一堂有益的歷史課。報告指出,在 1995 年至 2000 年間,以科技股為主的納斯達克指數上漲了五倍,在市場頂峰時期,一個廣泛使用的估值指標——市盈率(P/E)——突破了 150 倍,這是前所未見也至今未再出現的水平。相比之下,從 2020 年 3 月到 2025 年 3 月的五年期則相對溫和。誠然,納斯達克指數大約翻了一番,市盈率也大幅上升,但遠未達到三位數。
作為一個曾大量撰寫關於互聯網泡沫興衰文章的人,我發現高盛的部分分析很有說服力。許多人要麼已經忘記,要麼年紀太小不記得互聯網時代所達到的極端程度。在投機狂熱的邏輯中——從十七世紀荷蘭的「鬱金香狂熱」到 的崛起——貪婪、FOMO(錯失恐懼症)和博傻理論最終會共同驅逐謹慎、常識和金融引力。早在三月份,華爾街就充斥著大量的 FOMO 和趨勢跟隨行為,但尚未達到九十年代末的水平。然而,五個月過去了,互聯網泡沫時代的回聲正變得越來越響亮。
以帕蘭提爾技術公司(Palantir Technologies)為例,其人工智能軟體被五角大樓、中央情報局(C.I.A.)和美國移民及海關執法局(ICE)使用,更不用說還有許多商業公司。在黃仁勳訪問白宮前幾天,帕蘭提爾發布了一份積極的財報。根據雅虎財經數據庫的數據,到週末,市場對該公司的估值已超過其過去十二個月收益的六百倍,以及同一時期銷售額的一百三十倍左右。即使在九十年代末,這樣的數字也會令人側目。
驚人的首次公開募股(IPO)——互聯網時代的另一個特徵——也正在捲土重來。七月底,為互聯網開發者製作軟體並在其產品套件中增加了人工智能功能的 Figma 公司,在紐約證券交易所發行股票,發行價為每股 33 美元。交易開始後,股價躍升至 85 美元,當天收於 115.50 美元——比發行價上漲了 250%。看著這一市場動態,我想起了 1995 年 8 月 9 日,製作了網景導航者(Netscape Navigator)網頁瀏覽器的網景公司上市。其股票定價為 28 美元,一度升至 75 美元,收於 58.25 美元。按百分比計算,這一躍升幅度小於 Figma 股票的首日漲幅,但它通常被描述為互聯網泡沫的開端。
值得注意的是,自 Figma 的 IPO 以來,其股價已回落至 80 美元以下。這可以被解讀為理性佔了上風的跡象,但考慮到其股價仍比發行價高出一倍以上,其他私有的人工智能公司將被鼓勵進入股市。專門研究 IPO 的研究公司 Renaissance Capital 列出了八個著名的候選者:OpenAI、Anthropic、Cohere、Databricks、SymphonyAI、Waymo、Scale AI 和 Perplexity。這些公司幾乎都是獨角獸企業:它們在與風險投資家和其他早期投資者的融資交易中,估值已超過 10 億美元。但是,根據研究公司 Tracxn 的數據,在全國範圍內,大約有七千家規模較小、知名度較低的人工智能公司,其中超過一千家已經從外部支持者那裡獲得了 A 輪融資以資助其運營。
早期資金的唾手可得意味著,形成互聯網泡沫式繁榮的一個必要條件已經具備。此外還有三個條件:投資者對一項突破性技術的興奮——生成式人工智能顯然有潛力影響經濟的廣大領域;由渴望賺取 IPO 組織費用的投資銀行家組成的華爾街生產線;以及寬鬆的政策。上個月,特朗普政府宣布了一項「AI 行動計劃」,旨在消除部署新技術的障礙,並阻止各州出台「繁重」的人工智能監管法律。與此同時,美聯儲似乎正準備在下個月降息,這可能會給市場再添一把火。
然而,現在和九十年代之間也存在一些重要差異,其中之一是,線上經濟不再是一片廣闊的開放平原,讓有進取心的個人可以提議建造空中樓閣。它是一個壟斷資本主義的堡壘,科技巨頭主宰著地平線。在互聯網時代的早期階段,小型初創公司可以合理地期望利用先發優勢,獲得早期吸引力,並創建持久的商業模式。而在人工智能經濟中,似乎許多回報將流向那些有能力構建和維護大型人工智能模型,並能利用其市場力量和金融實力來抵禦或收購潛在競爭對手的頂級公司。強有力的反壟斷政策或許可以阻止這種情況的發生,但正如《華爾街日報》上週報導的那樣,政府推行此類政策的承諾現在正受到與總統關係密切的遊說者和權勢人物的威脅。如果投資者認定壟斷是人工智能驅動經濟的未來,那麼股市的結果很可能是現有行業巨頭將獲得更多收益,而非形成一場基礎廣泛的泡沫。
當然,所有這一切都是不確定的。人工智能熱潮仍處於基礎設施建設階段——訓練大語言模型、建造數據中心等等。人工智能應用才剛剛開始在整個經濟中擴散,沒有人確切知道這項技術將具有多大的變革性和盈利能力。在這種環境下,許多投資者正在遵循歷史悠久的淘金策略——購買「鏟子製造商」和「大型礦主」的股票。但歷史告訴我們,即使是這種策略也遠非沒有風險。在一篇發表在金融新聞平台 Seeking Alpha 上的有趣分析中,一位署名為 KCI Research 的分析師將英偉達與思科系統(Cisco Systems)進行了比較,後者是 1998-99 年間股價呈拋物線式上漲的公司之一。正如英偉達的 GPU(圖形處理單元)現在被廣泛認為是人工智能基礎設施的必備組件一樣,思科的路由器和其他網絡設備曾被視為互聯網建設的基本組件;在一段時間內,對它們的需求似乎是無限的。和英偉達一樣,思科也是一家創新且利潤豐厚的公司。但是,在 2000 年 4 月,其股價下跌了近 40%,一年後下跌了約 80%。四分之一個世紀過去了,它的股價仍未恢復到 2000 年初創下的高點,儘管最近已經接近了。
英偉達與思科的比較,有力地提醒了我們傳奇股票分析師本傑明·格雷厄姆的一句名言,他也是沃倫·巴菲特的導師:短期來看,股市是一台投票機,但長期來看,它是一台稱重機,衡量的是公司產生的現金流。具有諷刺意味的是,英偉達與思科的類比也無意中展示了「短期」可以持續多久,以及預測其終結日期是多麼危險。該分析發表於去年二月。自那時起,英偉達的股價又上漲了 150%。♦

15.62K
Claude Sonnet 4 現在上下文窗口長度 1M Tokens 了

Claude8月13日 00:05
Claude Sonnet 4 現在在 Anthropic API 上支持 100 萬個上下文令牌——增加了 5 倍。
在一次請求中處理超過 75,000 行代碼或數百個文檔。

24.94K
宝玉 已轉發
群里看到一個挺震撼的小事,講出來你可能也會有點恍惚。
網友半年前搞了個小項目,他當時手上有堆 MCP 工具的資料,乾脆搭了個網站,把它們整理出來。
一開始手動維護,還挺認真。後來工具更新越來越快,他頂不住了,就寫了個 Agent,專門去 GitHub 上掃。
新項目一出,就扒下來,分類整理,自動更新到網頁。
然後他轉身去忙別的事了。半年沒管這個站。
反轉來了,前幾天他無聊隨手 Google 一下,發現:
自己那個早就忘掉的網站,直接排在谷歌搜索第一。
重點是他這個站壓根沒幹過 SEO,就靠一個很笨的 Agent,在那裡不停地、規律地把事情做完。
故事講完了,但是給我們留下了很大的思考空間,我突然有點明白了:
很多時候,我們以為 AI 要很聰明,但這個案例提醒我,其實光是持續這件事,AI 就已經做得比我們好了。
大部分人有個通病,很難長期堅持一件事情。但 AI 不一樣,節奏穩定得嚇人。
比如這個故事,你給它一個方向,它就能把一件很小的事做到不可忽視的程度。甚至你都忘了它,它還沒忘記它的任務。
說多了還真有點小小的感動,那個被人遺忘的 Agent,還在執行最初的任務,沒停過。
現比的 Claude Code、Trae Solo 這些新一代 AI coding 工具就在幹這事兒,給它個任務,它能一直咕噠咕噠往前推。
這不就是我們最需要 AI 做的事嗎?
我們來負責探索,它用來堅守初心、一點點推進,知道跑完了我們原本放棄的那條路。
這或許就是我理想中的人和 AI 共生的最美好的樣子。
384.59K
熱門
排行
收藏
鏈上熱點
X 熱門榜
近期融資
最受認可