正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

一个人、一张 RTX 3090 Ti、零经费，论文被 SIGGRAPH 2026 录用白天是沃尔玛应届程序员两件事 InfiniteDiffusion：无限图像生成，随机访问、可复现、可并行、零存储 Terrain Diffusion：首个学习型程序化地形生成器，单卡速度比卫星飞过快 9 倍，仅需 1.5GB 显存已有 Minecraft mod，代码开源

AI Will

189,402 subscribers

61,465 次观看 • 23 天前 •via X (Twitter)

艺术教育科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

🎉连肝了4天的本周实战课程发布了，本期实战我们会开发一个天气 + AI生成OOTD的一个小程序，你将掌握： - 如何使用Cursor快速开发具有交互能力的原型图？ - 如何使用原型图快速用Cursor开发小程序前端？ - 如何用Coze快速开发后端API：天气接口 + AI文生图？ - 接入Coze后端API，完成全栈小程序开发这期还挺有意思的，没有写一行代码开发这么个小程序，Claude3.7生成原型图，并基于原型图生成小程序前端的能力有点惊艳到我！但还是有一些提示词技巧，源码和文档地址：

🎉连肝了4天的本周实战课程发布了，本期实战我们会开发一个天气 + AI生成OOTD的一个小程序，你将掌握： - 如何使用Cursor快速开发具有交互能力的原型图？ - 如何使用原型图快速用Cursor开发小程序前端？ - 如何用Coze快速开发后端API：天气接口 + AI文生图？ - 接入Coze后端API，完成全栈小程序开发这期还挺有意思的，没有写一行代码开发这么个小程序，Claude3.7生成原型图，并基于原型图生成小程序前端的能力有点惊艳到我！但还是有一些提示词技巧，源码和文档地址：

Yihui

20,014 次观看 • 1 年前

#AI开源项目推荐：photoshot 开源 AI 头像生成器 Web 应用程序，包含了完整的网站、AI的API调用、支付等功能，即使你不做同类应用，如果你想做类似的收费AI项目，可以帮你节约很多前期开发工作。技术栈： ▲ Next.js： Web 应用程序 🖼 Chakra UI ：UI 组件的 📦 Prisma：数据库 ORM 🧠 Replicate：一个运行机器学习模型的云平台 💰 Stripe：Stripe 支付 👩‍🎨 Stable Diffusion：开源文本到图像生成模型

#AI开源项目推荐：photoshot 开源 AI 头像生成器 Web 应用程序，包含了完整的网站、AI的API调用、支付等功能，即使你不做同类应用，如果你想做类似的收费AI项目，可以帮你节约很多前期开发工作。技术栈： ▲ Next.js： Web 应用程序 🖼 Chakra UI ：UI 组件的 📦 Prisma：数据库 ORM 🧠 Replicate：一个运行机器学习模型的云平台 💰 Stripe：Stripe 支付 👩‍🎨 Stable Diffusion：开源文本到图像生成模型

宝玉

128,361 次观看 • 2 年前

首个直接集成在 IDE 中的开源 AI 设计 Agent：SuperDesign，可直接在 IDE 中生成 UI 设计。通过自然语言提示就能生成完整的 UI 界面、可复用组件和线框图，并支持 Cursor、Windsurf、VS Code 等主流 AI 编辑器。 GitHub：主要特性： - 产品界面生成：通过单个提示即可创建完整 UI 界面 - UI 组件创建：生成可直接使用的可复用组件 - 线框图绘制：快速探索低保真度布局设计 - 设计分支和迭代：轻松复制和改进现有设计 - 提示词转代码：将设计提示直接复制到 AI IDE 中通过 Cursor/VS Code 市场安装插件即可使用，其中设计文件本地存储在 .superdesign/ 目录中。

首个直接集成在 IDE 中的开源 AI 设计 Agent：SuperDesign，可直接在 IDE 中生成 UI 设计。通过自然语言提示就能生成完整的 UI 界面、可复用组件和线框图，并支持 Cursor、Windsurf、VS Code 等主流 AI 编辑器。 GitHub：主要特性： - 产品界面生成：通过单个提示即可创建完整 UI 界面 - UI 组件创建：生成可直接使用的可复用组件 - 线框图绘制：快速探索低保真度布局设计 - 设计分支和迭代：轻松复制和改进现有设计 - 提示词转代码：将设计提示直接复制到 AI IDE 中通过 Cursor/VS Code 市场安装插件即可使用，其中设计文件本地存储在 .superdesign/ 目录中。

GitHubDaily

42,801 次观看 • 1 年前

🔥马斯克：特斯拉规模化后的机器人，就是获得无限金钱的漏洞！ 🚨每个机器人可能实现一个人每年五倍的生产力，因为它可以24/7不间断运行，甚至不需要充电，可以插电运行！工作将成为可选项。存软件AI在在提升人类生产力方面，能做到的程度是有限的。但机器人，可以说没限制！

🔥马斯克：特斯拉规模化后的机器人，就是获得无限金钱的漏洞！ 🚨每个机器人可能实现一个人每年五倍的生产力，因为它可以24/7不间断运行，甚至不需要充电，可以插电运行！工作将成为可选项。存软件AI在在提升人类生产力方面，能做到的程度是有限的。但机器人，可以说没限制！

谢嘉琪

51,711 次观看 • 8 个月前

兄弟们这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明这是一个真正的“物理智能”协作网络。

兄弟们这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明这是一个真正的“物理智能”协作网络。

小互

17,420 次观看 • 7 个月前

马斯克：程序员最快年底消失！ 1. 人类不再需要亲自写代码最快今年年底，AI会直接生成可运行的软件 2. 编译器被淘汰未来AI不只是写代码，而是直接造APP 3. 人类只负责提需求以后开发软件可能像许愿一样简单想象力变现的狂欢时代来了！

马斯克：程序员最快年底消失！ 1. 人类不再需要亲自写代码最快今年年底，AI会直接生成可运行的软件 2. 编译器被淘汰未来AI不只是写代码，而是直接造APP 3. 人类只负责提需求以后开发软件可能像许愿一样简单想象力变现的狂欢时代来了！

Annie 所长

14,336 次观看 • 1 个月前

一款快速生成超大规模的3D城市模型：GaussianCity，比现有CityDreamer方案快60倍在生成无人机视角和街道视角的3D城市方面达到了最先进的水平，速度10.72 FPS，比CityDreamer快60倍支持无边界的城市生成，突破了传统方法在规模上的限制两个关键：使用BEV-Point作为紧凑的中间表示，像鸟瞰图描述城市布局一样高效，有效控制了内存使用增长，实现无边界城市生成使用具备空间感知的解码器，通过点序列化器整合BEV点的空间结构和上下文特征，生成3D高斯属性，实现高质量的城市渲染 #AI城市生成 #3D城市 #GaussianCity

一款快速生成超大规模的3D城市模型：GaussianCity，比现有CityDreamer方案快60倍在生成无人机视角和街道视角的3D城市方面达到了最先进的水平，速度10.72 FPS，比CityDreamer快60倍支持无边界的城市生成，突破了传统方法在规模上的限制两个关键：使用BEV-Point作为紧凑的中间表示，像鸟瞰图描述城市布局一样高效，有效控制了内存使用增长，实现无边界城市生成使用具备空间感知的解码器，通过点序列化器整合BEV点的空间结构和上下文特征，生成3D高斯属性，实现高质量的城市渲染 #AI城市生成 #3D城市 #GaussianCity

AIGCLINK

12,588 次观看 • 1 年前

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。

Barret李靖

517,707 次观看 • 2 年前

参加数学建模竞赛，熬夜分析问题、写代码、做实验、写论文，3 天比赛下来身心俱疲。有位开发者正有如此经历，便开源了一个专为数学建模设计的 AI Agent：MathModelAgent。自动化完成整个数学建模流程：从问题分析、建立模型、编写代码到撰写论文，最终生成一份可以获奖级别的建模论文。 GitHub：主要功能： - 自动分析问题并建立数学模型，无需手动梳理复杂逻辑 - 集成代码执行环境，支持本地 Jupyter 和云端代码执行 - 多智能体协作：建模手、代码手、论文手分工合作 - 支持主流 AI 模型，每个智能体可配置最适合的模型 - 自动生成格式规范的完整论文，包含正确的文献引用 - 轻量化架构设计，成本低且部署简单提供 Docker、本地部署和自动脚本三种安装方式，有需要的同学可以看一下。

参加数学建模竞赛，熬夜分析问题、写代码、做实验、写论文，3 天比赛下来身心俱疲。有位开发者正有如此经历，便开源了一个专为数学建模设计的 AI Agent：MathModelAgent。自动化完成整个数学建模流程：从问题分析、建立模型、编写代码到撰写论文，最终生成一份可以获奖级别的建模论文。 GitHub：主要功能： - 自动分析问题并建立数学模型，无需手动梳理复杂逻辑 - 集成代码执行环境，支持本地 Jupyter 和云端代码执行 - 多智能体协作：建模手、代码手、论文手分工合作 - 支持主流 AI 模型，每个智能体可配置最适合的模型 - 自动生成格式规范的完整论文，包含正确的文献引用 - 轻量化架构设计，成本低且部署简单提供 Docker、本地部署和自动脚本三种安装方式，有需要的同学可以看一下。

GitHubDaily

37,444 次观看 • 10 个月前

这个免费工具让程序员效率暴涨1000%，可以专心摸鱼了🥳 Github 上有个开源自动化工具 Eko，只需几行代码，就能完成以前要花一整天的工作。特别适合于优化平时很耗时的工作流程，从简单的任务到复杂的项目管理，一键搞定! 比如自动帮你分析股票，生成报告💰 链接见评论👇

这个免费工具让程序员效率暴涨1000%，可以专心摸鱼了🥳 Github 上有个开源自动化工具 Eko，只需几行代码，就能完成以前要花一整天的工作。特别适合于优化平时很耗时的工作流程，从简单的任务到复杂的项目管理，一键搞定! 比如自动帮你分析股票，生成报告💰 链接见评论👇

MapleShaw

547,981 次观看 • 1 年前

怎样将保存一个完整的网站到本地？直接使用页面另存为会有非常多的问题，主要是静态资源的问题，比如图片不显示等等。原帖是一个非常火的讨论：方案一：找到一个开源库 SingleFile：提供各种浏览器插件以及 CLI 工具可以很方便的完成站点的一键保存。有 14.9K 个 star。方案二：原帖中的一段 Gist 代码，我看了一下处理：使用FileReader 读取，external css 转换成 inline，并且修改地址到 absolute，图片转换成 base64 images。这两个方案都是值得收藏看看。大家如果有更好的方案也可以分享一下。

怎样将保存一个完整的网站到本地？直接使用页面另存为会有非常多的问题，主要是静态资源的问题，比如图片不显示等等。原帖是一个非常火的讨论：方案一：找到一个开源库 SingleFile：提供各种浏览器插件以及 CLI 工具可以很方便的完成站点的一键保存。有 14.9K 个 star。方案二：原帖中的一段 Gist 代码，我看了一下处理：使用FileReader 读取，external css 转换成 inline，并且修改地址到 absolute，图片转换成 base64 images。这两个方案都是值得收藏看看。大家如果有更好的方案也可以分享一下。

Viking

132,543 次观看 • 1 年前

在 GitHub 上发现一个开源的学习工具：Get It，可帮助我们通过多种方式深度学习 PDF 文件内容。自动在 PDF 文件上标注关键概念，还可转化为 3D 模型、动画演示、公式推导等可视化内容，同时生成一张知识图谱。 GitHub：内置四种工具：对话问答、闪卡记忆、选择题测验，还有一个「费曼模式」让我们反过来教 AI。每次练习结束，系统会从记忆、理解、结构、应用四个维度给每个概念打分，分数只升不降，能直观看到自己的进步。工具可直接用 ChatGPT 账号驱动，所有数据都存在本地，不上传任何服务器。支持 macOS、Windows 和 Linux，适合经常通过 PDF 文件学习的同学使用。

在 GitHub 上发现一个开源的学习工具：Get It，可帮助我们通过多种方式深度学习 PDF 文件内容。自动在 PDF 文件上标注关键概念，还可转化为 3D 模型、动画演示、公式推导等可视化内容，同时生成一张知识图谱。 GitHub：内置四种工具：对话问答、闪卡记忆、选择题测验，还有一个「费曼模式」让我们反过来教 AI。每次练习结束，系统会从记忆、理解、结构、应用四个维度给每个概念打分，分数只升不降，能直观看到自己的进步。工具可直接用 ChatGPT 账号驱动，所有数据都存在本地，不上传任何服务器。支持 macOS、Windows 和 Linux，适合经常通过 PDF 文件学习的同学使用。

GitHubDaily

51,854 次观看 • 1 个月前

【程序员写代码的时代，一去不复返了】 AI大神卡帕西都在焦虑，重新定义职业的时刻到了，他给出三点建议，不管对程序员还是产品经理都适用： 1. 未来程序员不再是码农了，更多是驱动AI来工作。2. 吃透过去一年涌现的所有AI工具能提升10倍生产力，如果没能实现跨越式提升，那就是个人能力问题。3. AI工具强大得像一个外星工具，但没有说明书，要想掌握得靠实践。另外澄清一下，我从来没说过未来程序员会消失，我说的是码农会消失，因为会写代码已经不是护城河了，对用户需求的洞察力更重要。

【程序员写代码的时代，一去不复返了】 AI大神卡帕西都在焦虑，重新定义职业的时刻到了，他给出三点建议，不管对程序员还是产品经理都适用： 1. 未来程序员不再是码农了，更多是驱动AI来工作。2. 吃透过去一年涌现的所有AI工具能提升10倍生产力，如果没能实现跨越式提升，那就是个人能力问题。3. AI工具强大得像一个外星工具，但没有说明书，要想掌握得靠实践。另外澄清一下，我从来没说过未来程序员会消失，我说的是码农会消失，因为会写代码已经不是护城河了，对用户需求的洞察力更重要。

傅盛

27,163 次观看 • 6 个月前

PM学编程第6天：开发一个MCP server 昨天安装测试不少MCP （如Fetch、Obsidian、sequential-thinking、brave search、playwright等）惊叹的同时，很想自己做一个。仅需说话就能完成复杂任务，确实是件很酷的事情。过程比想象中简单，甚至不用看官方文档。只需VS安装Cline 或 Roo Code插件，然后说：我要做一个xxx的MCP，然后描述功能需求。 AI会自动生成代码，读取修改MCP 配置文件，不断修改测试就能完成。做了一个海螺音频的MCP。只需要说，用xx声音，朗读“xxx”（可以是文字也可以文件名），就会自动调用MCP，把文本用这个音色生成一个MP3文件。优势：每个MCP 可以跟其他MCP工作流整合，比如直接说抓取Paulgraham 的第3篇，生成双语对照，然后用中年男生朗读。感受：像Coze、Dify这类工具要尽快演化，否则很容易被各种 MCP 取代，拖拽连线成本太高了。普通用户未来可能只是安装了一堆MCP插件，只需要用语言描述任务即可。

PM学编程第6天：开发一个MCP server 昨天安装测试不少MCP （如Fetch、Obsidian、sequential-thinking、brave search、playwright等）惊叹的同时，很想自己做一个。仅需说话就能完成复杂任务，确实是件很酷的事情。过程比想象中简单，甚至不用看官方文档。只需VS安装Cline 或 Roo Code插件，然后说：我要做一个xxx的MCP，然后描述功能需求。 AI会自动生成代码，读取修改MCP 配置文件，不断修改测试就能完成。做了一个海螺音频的MCP。只需要说，用xx声音，朗读“xxx”（可以是文字也可以文件名），就会自动调用MCP，把文本用这个音色生成一个MP3文件。优势：每个MCP 可以跟其他MCP工作流整合，比如直接说抓取Paulgraham 的第3篇，生成双语对照，然后用中年男生朗读。感受：像Coze、Dify这类工具要尽快演化，否则很容易被各种 MCP 取代，拖拽连线成本太高了。普通用户未来可能只是安装了一堆MCP插件，只需要用语言描述任务即可。

向阳乔木

37,569 次观看 • 1 年前

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。需要申请waitlist：

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。需要申请waitlist：

宝玉

63,998 次观看 • 1 年前

什么是 AI 智能体？（双语字幕）为了解释这一点，我们必须看一看在生成式 AI 领域看到的各种转变。 *** 从单一模型向复合 AI 系统的转变单一模型受限于其训练数据，这影响了它们对世界的认知以及它们可以解决的任务类型。而且，这些模型也难以适应变化。尽管可以对模型进行微调，但这需要大量的数据和资源投资。 **** 示例：查询假期天数例如，我想要为今年夏天计划一次假期，想知道我有多少假期天数可以用。我可以将我的查询输入到一个可以生成回应的模型中。然而，答案会不正确，因为模型并不知道我的身份，也无法访问我的个人信息。因此，模型本身可能对一些任务有所帮助，例如总结文档、撰写电子邮件初稿和各种报告初稿。但当我们围绕模型构建系统，并将模型集成到现有流程中时，魔力便显现出来。设计一个系统来解决前面提到的问题，需要让模型能访问存储我假期数据的数据库。这样，虽然输入到语言模型中的查询相同，但模型会被提示创建一个搜索查询，这个查询可以访问我的数据库。程序会获取信息并得到答案，再将答案输入语言模型中，生成回答句子，如：“Maya，你的假期数据库里还剩下十天。”这样，我能得到正确的答案。 *** 复合 AI 系统的模块化设计 “系统”意味着有多个组件，因此系统本质上是模块化的。我可以有一个模型，选择微调模型、大语言模型、图像生成模型，但也可以有围绕它的程序化组件。可以有输出验证器、解析查询的程序、与数据库搜索结合的工具、与不同工具结合的程序等。当我们谈论系统方法时，我可以分解希望程序完成的任务，选择合适的组件来解决问题。这比微调一个模型要容易得多，使过程更快、更方便。 **** 检索增强生成（RAG）一个流行的复合 AI 系统例子是检索增强生成（RAG）。如果我提出一个完全不同的查询，如问天气情况，这会失败，因为程序的运行路径总是搜索假期数据库，而这与天气无关。因此，复合 AI 系统的大部分都有程序控制逻辑，这些逻辑由人类定义。 *** AI 智能体的作用另一种控制复合 AI 系统的逻辑方式是让大语言模型负责，这在大语言模型的推理能力显著提高时才可能实现。大语言模型可以处理复杂问题，能根据提示词要求将问题分解并制定解决计划。在一个极端，我要求系统快速思考，按照设定的规则行动。在另一个极端，可以让系统慢慢思考，制定计划，逐步解决每一部分，理解困难点并调整计划。当让大语言模型负责逻辑时，就是在采取一种以智能体为中心的方法。 *** 大语言模型智能体的组成部分 **** 推理能力推理能力将模型置于解决问题的核心位置，在设定计划的过程中对每一步进行推理。 **** 行动能力行动能力通过称为“工具”的外部程序实现。这些工具是程序的外部模块，模型可以确定何时及如何调用它们以便最有效地解决提出的问题。例如，网络搜索工具、数据库搜索工具、计算器工具、操纵数据库的程序代码、翻译任务的模型等。 **** 访问记忆的能力 “记忆”可以表示几种含义。模型可以通过程序进行思考，类似于自言自语的内部日志，可以存储并随时取用。这也可以是与智能体互动的对话历史，使体验更加个性化。 *** ReACT 方法配置智能体的受欢迎方法之一是 ReACT 方法，将推理和行动组件结合在一起。 **** 示例：度假计划例如，我计划下个月去佛罗里达，想知道需要带多少瓶两盎司的防晒霜。这是个复杂的问题，有多步计划： 1. 我打算休多少天假？ 2. 我计划在阳光下待多少小时？查看佛罗里达的天气预报。 3. 尝试了解每小时在阳光下的推荐防晒剂剂量。 4. 进行数学运算，确定防晒霜数量。这个系统非常模块化，可以解决更复杂的问题。 *** 复合 AI 系统的未来复合 AI 系统将一直存在，2024 年将看到它们变得更加智能。你可以根据问题的复杂程度在 AI 自治程度上做出权衡。对于狭窄、定义明确的问题，程序化方法更有效。而对于需要独立解决复杂任务的系统，智能体方法更有帮助。大多数情况下，人工仍会参与以提高准确性。原始视频来源：

什么是 AI 智能体？（双语字幕）为了解释这一点，我们必须看一看在生成式 AI 领域看到的各种转变。 * 从单一模型向复合 AI 系统的转变单一模型受限于其训练数据，这影响了它们对世界的认知以及它们可以解决的任务类型。而且，这些模型也难以适应变化。尽管可以对模型进行微调，但这需要大量的数据和资源投资。示例：查询假期天数例如，我想要为今年夏天计划一次假期，想知道我有多少假期天数可以用。我可以将我的查询输入到一个可以生成回应的模型中。然而，答案会不正确，因为模型并不知道我的身份，也无法访问我的个人信息。因此，模型本身可能对一些任务有所帮助，例如总结文档、撰写电子邮件初稿和各种报告初稿。但当我们围绕模型构建系统，并将模型集成到现有流程中时，魔力便显现出来。设计一个系统来解决前面提到的问题，需要让模型能访问存储我假期数据的数据库。这样，虽然输入到语言模型中的查询相同，但模型会被提示创建一个搜索查询，这个查询可以访问我的数据库。程序会获取信息并得到答案，再将答案输入语言模型中，生成回答句子，如：“Maya，你的假期数据库里还剩下十天。”这样，我能得到正确的答案。 * 复合 AI 系统的模块化设计 “系统”意味着有多个组件，因此系统本质上是模块化的。我可以有一个模型，选择微调模型、大语言模型、图像生成模型，但也可以有围绕它的程序化组件。可以有输出验证器、解析查询的程序、与数据库搜索结合的工具、与不同工具结合的程序等。当我们谈论系统方法时，我可以分解希望程序完成的任务，选择合适的组件来解决问题。这比微调一个模型要容易得多，使过程更快、更方便。 ** 检索增强生成（RAG）一个流行的复合 AI 系统例子是检索增强生成（RAG）。如果我提出一个完全不同的查询，如问天气情况，这会失败，因为程序的运行路径总是搜索假期数据库，而这与天气无关。因此，复合 AI 系统的大部分都有程序控制逻辑，这些逻辑由人类定义。 * AI 智能体的作用另一种控制复合 AI 系统的逻辑方式是让大语言模型负责，这在大语言模型的推理能力显著提高时才可能实现。大语言模型可以处理复杂问题，能根据提示词要求将问题分解并制定解决计划。在一个极端，我要求系统快速思考，按照设定的规则行动。在另一个极端，可以让系统慢慢思考，制定计划，逐步解决每一部分，理解困难点并调整计划。当让大语言模型负责逻辑时，就是在采取一种以智能体为中心的方法。 * 大语言模型智能体的组成部分推理能力推理能力将模型置于解决问题的核心位置，在设定计划的过程中对每一步进行推理。行动能力行动能力通过称为“工具”的外部程序实现。这些工具是程序的外部模块，模型可以确定何时及如何调用它们以便最有效地解决提出的问题。例如，网络搜索工具、数据库搜索工具、计算器工具、操纵数据库的程序代码、翻译任务的模型等。访问记忆的能力 “记忆”可以表示几种含义。模型可以通过程序进行思考，类似于自言自语的内部日志，可以存储并随时取用。这也可以是与智能体互动的对话历史，使体验更加个性化。 * ReACT 方法配置智能体的受欢迎方法之一是 ReACT 方法，将推理和行动组件结合在一起。 ** 示例：度假计划例如，我计划下个月去佛罗里达，想知道需要带多少瓶两盎司的防晒霜。这是个复杂的问题，有多步计划： 1. 我打算休多少天假？ 2. 我计划在阳光下待多少小时？查看佛罗里达的天气预报。 3. 尝试了解每小时在阳光下的推荐防晒剂剂量。 4. 进行数学运算，确定防晒霜数量。这个系统非常模块化，可以解决更复杂的问题。 * 复合 AI 系统的未来复合 AI 系统将一直存在，2024 年将看到它们变得更加智能。你可以根据问题的复杂程度在 AI 自治程度上做出权衡。对于狭窄、定义明确的问题，程序化方法更有效。而对于需要独立解决复杂任务的系统，智能体方法更有帮助。大多数情况下，人工仍会参与以提高准确性。原始视频来源：

宝玉

44,356 次观看 • 2 年前

看到 Gemini 3 Flash 发布的时候，第一反应是：终于有人跟 OpenAI 打价格战了。更快、更便宜、还能免费用—— 这才是独立开发者和小团队真正需要的东西。价格到底便宜多少？简单说：如果你之前用 GPT-4o 或 Gemini 3 Pro 跑应用，换成 Gemini 3 Flash，成本预计能直接降 50%-70%。 ZenMux 已经第一时间上线了 Gemini 3 Flash，并且每天有免费额度——你可以直接在 chat 里调用，不用单独申请 API，不用写代码集成。我扒了推特上互动最高的几个帖子，发现大家兴奋的点主要是：【零代码生成 3D 交互场景】有人用简单文本提示，生成了一个 Three.js 场景：数百万粒子悬浮在屏幕上，可以用手势控制它们形成任意形状。不需要懂 Three.js，不需要懂 WebGL，甚至不需要懂 HTML。【从截图到完整落地页】有人从零开始做了一个完整的产品落地页。先上传参考网站截图，然后逐步添加图标、动画、效果。整个过程像在跟设计师对话，而不是在写代码。【5 分钟做出能用的 App】有人做了个视频录制工具，AI 实时根据你说的内容给提示词，防止你卡壳。还有人做了手语识别 app，带置信度分数、采样设置、实时提示。现在，你可以用更低的价格重新实现一边这些！验证想法的成本降到接近零——你可以在一个下午内做出 5 个不同方向的原型，丢给用户测试，看哪个有反馈再深入。

看到 Gemini 3 Flash 发布的时候，第一反应是：终于有人跟 OpenAI 打价格战了。更快、更便宜、还能免费用—— 这才是独立开发者和小团队真正需要的东西。价格到底便宜多少？简单说：如果你之前用 GPT-4o 或 Gemini 3 Pro 跑应用，换成 Gemini 3 Flash，成本预计能直接降 50%-70%。 ZenMux 已经第一时间上线了 Gemini 3 Flash，并且每天有免费额度——你可以直接在 chat 里调用，不用单独申请 API，不用写代码集成。我扒了推特上互动最高的几个帖子，发现大家兴奋的点主要是：【零代码生成 3D 交互场景】有人用简单文本提示，生成了一个 Three.js 场景：数百万粒子悬浮在屏幕上，可以用手势控制它们形成任意形状。不需要懂 Three.js，不需要懂 WebGL，甚至不需要懂 HTML。【从截图到完整落地页】有人从零开始做了一个完整的产品落地页。先上传参考网站截图，然后逐步添加图标、动画、效果。整个过程像在跟设计师对话，而不是在写代码。【5 分钟做出能用的 App】有人做了个视频录制工具，AI 实时根据你说的内容给提示词，防止你卡壳。还有人做了手语识别 app，带置信度分数、采样设置、实时提示。现在，你可以用更低的价格重新实现一边这些！验证想法的成本降到接近零——你可以在一个下午内做出 5 个不同方向的原型，丢给用户测试，看哪个有反馈再深入。

Cell 细胞

23,039 次观看 • 7 个月前

兄弟们，这个好啊吴恩达 Andrew Ng 推出了一个AI 编程入门课程不需要你有任何AI或者编程知识纯小白、傻白甜也行... 这是一门面向零编程基础学习者的入门课程，帮助你通过最简单的“自然语言提示”与 AI 协作从想法出发，在 30 分钟内完成以后可运行的 Web 应用 ✅ 学会无需编程构建可运行的 Web 应用 ✅ 掌握与 AI 协作开发的基础方法 ✅ 理解AI 生成代码的最佳实践 ✅ 即时成果：学员能在课程中直接看到运行结果 ✅ 框架可迁移：学完后能用于构建其他类型应用 ✅ 还能获取课程结业证书

兄弟们，这个好啊吴恩达 Andrew Ng 推出了一个AI 编程入门课程不需要你有任何AI或者编程知识纯小白、傻白甜也行... 这是一门面向零编程基础学习者的入门课程，帮助你通过最简单的“自然语言提示”与 AI 协作从想法出发，在 30 分钟内完成以后可运行的 Web 应用 ✅ 学会无需编程构建可运行的 Web 应用 ✅ 掌握与 AI 协作开发的基础方法 ✅ 理解AI 生成代码的最佳实践 ✅ 即时成果：学员能在课程中直接看到运行结果 ✅ 框架可迁移：学完后能用于构建其他类型应用 ✅ 还能获取课程结业证书

小互

68,443 次观看 • 6 个月前

懒猫AI算力舱无限Tokens写代码，程序员省钱利器模型细节： 1. 名称 qwen3-coder:30b 2.速度 31.84 Tokens/s 3.上下文 1024K，超大上下文 4. 显存消耗 35GB 5. 提示词：生成一个freqtrade interface v3 版本的布林带结合ema的合约永续交易策略，核心指标展示在图表懒猫AI算力舱的超大64GB显存发挥了巨大优势呀，显存管够大佬们，以后一些简单的代码任务就让懒猫AI算力舱来写吧，无限Tokens，100%负荷运行，一天0.3元电费

懒猫AI算力舱无限Tokens写代码，程序员省钱利器模型细节： 1. 名称 qwen3-coder:30b 2.速度 31.84 Tokens/s 3.上下文 1024K，超大上下文 4. 显存消耗 35GB 5. 提示词：生成一个freqtrade interface v3 版本的布林带结合ema的合约永续交易策略，核心指标展示在图表懒猫AI算力舱的超大64GB显存发挥了巨大优势呀，显存管够大佬们，以后一些简单的代码任务就让懒猫AI算力舱来写吧，无限Tokens，100%负荷运行，一天0.3元电费

Andy Stewart

35,448 次观看 • 9 个月前

SpaceX已经可以2-3周生产一艘120米高的星舰，这是个极端恐怖的数据，其它火箭的生产速度都是以季度、年为单位……不久的将来生产目标是年产1000艘，1天3艘…… 为啥这么快？因为星舰主要使用304L不锈钢制造，好加工，生产自动化、流水线化…… 不考虑火星计划，仅仅考虑地球，可能全球所有的航天需求都已经被SpaceX满足并拓展了无数倍…… 富余的运力足以在月球上开拓一个大型的基地出来……

SpaceX已经可以2-3周生产一艘120米高的星舰，这是个极端恐怖的数据，其它火箭的生产速度都是以季度、年为单位……不久的将来生产目标是年产1000艘，1天3艘…… 为啥这么快？因为星舰主要使用304L不锈钢制造，好加工，生产自动化、流水线化…… 不考虑火星计划，仅仅考虑地球，可能全球所有的航天需求都已经被SpaceX满足并拓展了无数倍…… 富余的运力足以在月球上开拓一个大型的基地出来……

老猿说OldApe

143,712 次观看 • 1 年前