最新

最近，我一直在思考什么能给我带来能量，什么又会慢慢消耗我的能量。这些想法最终变成了一份我称之为“休息”（REST）的小宣言。

简而言之：您是否有使用大型语言模型（LLM）进行长期研究或非编码项目的模式或结构？ 我受到了这篇 Hacker News 文章的启发，其中有人收集数据来解决他们的疲劳问题：https://news.ycombinator.com/item?id=48605117 我做过类似但规模较小的项目，就是收集芝加哥无坚果餐厅的信息。我收集了文章、评论、电子邮件、电话记录等各种信息。我发现使用 Copilot 作为我的界面非常方便，我反复将数据输入其中，并让它进行整理。 https://github.com/joshuabremer/chicago-allergy-eats 这似乎是一个常见的情况，人们会从事一项长期的研究或数据收集任务，并使用 LLM 来回答问题或帮助他们处理数据。有人有标准格式吗？或者有什么有效的例子可以分享吗？

我想尝试更全面自主的长期运行的代理式编码，但又对如何“正确”地运行它们感到头疼。你们是如何运行你们的代理的？你们是如何进行沙盒化和成本控制的？你们是如何处理秘密信息的？等等。

这是一个面向所有对人工智能电影制作及其他生成式制作领域动态感兴趣的人的网站。您可以订阅每周通讯，或者直接访问网站。 本网站由代理进行管理：负责发现新闻来源、分类文章以及所有编辑决策。希望您喜欢。如果您有任何改进建议，请告诉我。

我正在构建一个开源项目，用于创建所有可与 Hermes、OpenClaw、Claude、Codex 以及您拥有的任何类型的工作流配合使用的 cron 作业。