最新

这是一个我一直在开发的小型日常文字游戏。我喜欢填字游戏和 Wordle，但它们都以单词拼写作为主要限制。借助大型语言模型（LLM），我们可以构建“柔性系统”，这些系统不必完全按程序定义。这可以让我们玩出更像与朋友玩棋盘游戏的感觉。需要人类裁判的游戏。因为它们需要裁判，所以它们不适合视频游戏，尤其是在多人游戏之外。 Squishword 是对这一概念的简单初步探索。游戏中有教程，所以我不会解释所有机制。简单来说：你试图通过添加、减去、连接和分割单词来从一个单词移动到另一个单词。例如，“dog”可以拆分成“bark”和“animal”。你可以做一些巧妙的事情，比如将“bark”+“plant”组合成“tree”。其灵感来自“维基百科游戏”，在该游戏中，你只需点击链接即可从一个随机文章移动到另一个文章。 调整裁判行为以获得公平结果花费了大量精力，而且我对此仍不完全满意。我为游戏本身构建的工具和可视化比功能还要多。例如，为每一次移动都生成一个 11x11 的逻辑和机智评分矩阵，以尝试使裁判评分分布更均匀。这是 LLM 在产品中的一个“简单”示例，所以我很好奇更复杂的工作流程是如何处理它的。

如果人工智能可以创造一切，为什么还需要人类参与？是为了创意构思、市场测试、产品上市，还是营销内容生成？ 既然可以用数据中心取代斯坦福毕业生的创业孵化器，并保留所有利润，为什么还要设立这样的孵化器？ 更重要的是，如果商业领域的普遍趋势是这样，那么获取资源似乎比创新更重要？