最新

我制作了一个实验性的艺术项目/游戏，它是一个大型语言模型聊天助手，但在这个项目中，**你**才是人工智能。 我希望人们能切身体会到，每天回答用户给聊天机器人提出的各种问题是什么样的感觉。 如果你感兴趣，我写了一些关于我如何制作这个项目的更多信息，包括如何生成逼真的“用户”提示：https://bethechatbot.com/about 希望你喜欢！

如果你的 Web UI 中有一个时区选择器，能够显示准确且当前的**时区缩写**，那么很有可能它加载了 770KB 的 `moment-timezone` 依赖。如果你曾考虑用 `luxon` 替换 `moment`，那么这个用例可能会成为缩小包体积的潜在障碍。 在处理时区相关知识以实现小型化和高性能方面，这是一项出乎意料的挑战（而且非常耗费精力）。需要解决许多性能陷阱和正确性方面的边缘情况。借助 AI（这里是 Fable 5）的帮助，这使得一名工程师可以在几天内完成迭代。在这个过程中，我迭代了大约 12 个不同的原型，混合搭配了各种策略和方法来实现最终结果的各个方面。这应该能说明，即使是前沿模型，也需要经验丰富的工程师投入大量的判断力和指导才能产出高质量的生产级产品，而不仅仅是“能用就行”。如果你熟悉我现有的开源工作，我不会发布任何未经审计的粗制滥造的东西 :) 另外，[https://github.com/leeoniya/easy-tz/blob/main/comparison.md](https://github.com/leeoniya/easy-tz/blob/main/comparison.md) 也不容错过。 希望其他开发者（或代理）能从中受益；我认为它填补了前端时区处理生态系统中的一个空白。 免责声明：目前仍是 0.1.0 版本，因此如果你使用库中的任何非默认实现，在达到 1.0 版本之前可能会遇到一些不稳定情况。

我昨天写了一篇博客，讨论了 RTK 和 Ponytail 在实际编码任务中的无用之处。并发布了我的代理（agent）在 80% 真实 token 节省情况下的长周期任务基准测试。 我想知道为什么人们会忽略这些插件无用的事实，并且不关心实际的节省效果？ 完整报告请查看我的仓库：https://github.com/Tura-AI/tura | Arm n | Harness score | Total tokens | Modeled cost | Rounds | Duration | |---|---|---|---|---|---| | No plugin | 2 | 78.85% | 6.660M | $5.281946 | 62.5 | 895s | | Ponytail | 2 | 80.77% | -7.56% | -8.87% | -9.60% | +13.51% | | RTK | 2 | 76.92% | +13.20% | +7.18% | +44.00% | +40.69% | | Configuration | Passes | Pass rate | Observed tokens | Rounds | Estimated cost | |---|---|---|---|---|---| | Tura Balanced High | 48/60 | 80.0% | 229,695,477 | 2,017 | $221.138 | | Tura Direct High | 39/60 | 65.0% | 75,108,167 | 969 | $99.620 | | Codex CLI Medium | 38/60 | 63.3% | 333,538,349 | 3,140 | $257.173 | | Codex CLI High | 36/60 | 60.0% | 455,742,296 | 6,074 | $327.483 |