最新

警告：如果你在 Google 上搜索“Claude Desktop”，第二个广告结果是一个骗局。这种广告怎么能一直存在？我昨天就举报了，Gemini 也能识别出这是一个骗局。为什么 Google 允许针对最热门搜索之一的骗局广告？第二个广告似乎是恶意的，目的是在你的电脑上安装隐藏的间谍软件，然后通过终端窃取你的所有密码。以下是它链接到的网站：https://chat.chatbotapp.ai/claude?utm_source=GoogleAds&utm_medium=cpc&utm_campaign=%7Bcampaign%7D&utm_id=23518808628&utm_term=190406837217&utm_content=795570932766&gad_source=1&gad_campaignid=23518808628&gbraid=0AAAAA9X0Rz2qcMkbnYW5mgRBZdmdvS1Fg&gclid=CjwKCAjwnZfPBhAGEiwAzg-VzCTvmz1qjXNuSEUPWB-T3w3RIwXZ3At2wGhy2ANMWizJnkifmlHlcxoCVdUQAvD_BwE Google 有人能处理一下这个问题吗？

我正在搭建一个 P2P 众包运输市场，类似于 BlaBlaCar，但运送的是包裹而不是乘客。往返于不同城市/国家的旅行者可以帮需要寄送物品的人运送东西。<p>即将推出 MVP，正面临经典的“鸡生蛋还是蛋生鸡”问题。<p>没有包裹可运，旅行者不会注册；没有旅行者可用，寄件人也不会发布需求。每个市场创始人都会说“先专注于一端”，但没人具体说明他们是如何做到的，尤其是在你无法像 SaaS 登陆页面那样伪造供应的情况下。<p>对于那些构建过 P2P 平台或双边市场的人：你们的前 50-100 笔交易是如何实际运作的？你们是手动匹配用户吗？补贴了一方吗？限制在一条线路/一个城市吗？

目前，“氛围编码”备受追捧（也备受争议）。这很正常。通过放松身心，指挥人工智能代理为你编写代码，从而完全构建软件的想法令人兴奋，但大多数尝试这样做的人在短短几天后就面临着残酷的现实：AI 代码腐烂。一开始它能运行。然后它就失败了。而且你根本不知道如何修复它。 我决定开发一个应用程序：一个复杂的晚餐安排引擎。它导入食谱 URL，并输出日程安排、购物清单，以及我在经营周末晚餐俱乐部 15 年后总结的许多关于为大型团体提供餐饮的技巧。 该项目的核心是导入 URL 并将（通常写得很糟糕的）步骤分解成机器可理解的单元，这些单元可以被计时并重建为流畅的日程安排。我被不止一次地告知这“不可能”。每个食谱都是一个例外！如果想要 100% 的合规性，他们可能是对的。但这永远不会发生（除非你为 NASA 工作）。问题始终是：多好才算够好？什么时候一个应用程序才有用？或者，更准确地说，我愿意让机器告诉我多少次羊腿在技术上是一种热饮，我才会拿起锤子？ 显然，我不知道读取人类食谱并提取多个指标有多难。我早期就失败了；我的脚手架在成千上万个 if/then 语句的重压下崩溃了。但在我发现一个名为“compromise”的模块后，我又试了一次，该模块使用神经语言学来理解词性。它可以被训练来识别“烤、盐、蒸、撒粉或磨皮”是动词还是名词。它知道指令听起来是什么样的，而不是建议。它非常有用。我要感谢 Spencer Kelly（GitHub 上的 spencermountain）的工作。没有它，我不可能完成我的工作。 关于人工智能代理有多么有趣的一点；“有趣”是指我真的笑了。在与一个难以解决的语言问题进行了长时间的讨论后，一个代理对我说：“看起来我们遇到了一个加州旅馆的情况！你的句子可以入住，但你的短语永远无法离开。”这到底是从哪里来的？ 当一个项目达到一定规模时，人工智能就会开始严重地产生幻觉，将数学与你的 UI 组件纠缠在一起，并生成意大利面条代码。一个 LLM 会自然而然地选择阻力最小的路径来修复一个即时错误，逐渐将你的代码库变成一个完全无法调试的“上帝对象”。 除了三十年前自学的一些非常基本的 C+ 知识外，我没有任何编码背景，但我指挥自主代理构建了一个 22,000 多行、数学上复杂的有向无环图（DAG）调度引擎。我没有通过学习如何编码来做到这一点；我通过学习如何管理人工智能来做到这一点。 为什么要管理？人工智能不是非常出色吗？是的，也不是。你可以提取的知识是无限的。它是一个事实和设施的源泉，但……它可能笨得像狗屎一样。让我们用一个比喻。你建了一栋房子。完美。你有一些可爱的盆栽月桂树装饰着你的前门。“嗯，”你说，“那棵植物需要放在门廊左边一英寸的地方。”所以建筑工人用他的靴子推了一下花盆。而人工智能……它把植物放在原地，然后开始拆房子！他们只看到眼前的东西。你必须努力策划他们的“语境”。 或者正如一个代理刚刚报告的那样：“你的批评在架构上是正确的。我们正在处理下游的症状，而不是截肢上游的根本原因。我提出下游修复的原因是：在我的严格的“最小更改/保守架构”约束下，我选择了阻力最小的数学路径——直接修补计算器以处理混乱的数据。”我希望我们能够调整代理的先验——他们硬编码的态度。与直觉相反，他们会乐于帮助你约束他们混乱的行为。问一个代理如何使其表现良好，它会欣然为你编写一本规则手册。

苹果悄然将一个相当完整的设备端 AI 堆栈整合到了 macOS 中，这些功能首次在 macOS 26 中获得 API 访问权限。基础模型中包含多个组件，但它附带的技能实际上让这个约 30 亿参数的模型变得非常实用。调用该模型的 API 非常简单，但目前还没有人真正将它们连接在一起。 * **基础模型 (macOS 26)** - 一个约 30 亿参数的 LLM，带有 API。支持流式传输、结构化输出和工具使用。无需 API 密钥，无需云端调用，也无按 token 计费的成本。 * **NLContextualEmbedding (自然语言框架，macOS 14+)** -- 一个 BERT 风格的 512 维文本嵌入器。这正是 OpenAI 和 Cohere 销售的，自 iOS 17 以来就已存在于苹果的 SDK 中。 * **SFSpeechRecognizer / SpeechAnalyzer** - 设备端语音转文本，包括实时听写。在 Apple Silicon 上具有可靠的准确性。 我基于这三个功能构建了 cyberWriter，一个 Markdown 编辑器，主要用于测试和展示其功能。我最初集成了本地和云端 AI，然后苹果发布了基础模型，它很容易叠加，现在即使没有本地或 API AI 知识的用户也可以通过一两次点击来使用它。真正的原因是大多数 Markdown 编辑器都需要具有完全系统访问权限的插件，而我从事健康数据工作，无法允许这种情况。 **Vault 聊天 / 语义搜索。** 该应用程序通过 NLContextualEmbedding 索引您的 Markdown 文件夹（在 M1 上处理 1000 个块大约需要 50 秒）。搜索栏会显示一个“相关想法”部分，该部分会根据含义进行匹配 - 键入“轨道力学”会显示关于火箭和发射窗口的笔记，即使这些确切的词从未出现过。向 AI 提问，它会检索前 5 个块作为上下文。纯粹的 RAG，但嵌入器、检索、聊天模型和搜索都在本地运行。 **AI 工作区。** Command+Shift+A 打开一个聊天面板，Command+J 触发内联快速操作（重写、总结、更改语气、修复语法、继续）。Apple Intelligence 是默认选项；如果您愿意，Claude、OpenAI、Ollama 和 LM Studio 都可以使用。相同的上下文层（文档选择、附加文件、检索到的 vault 块）通过相同的系统消息路径为每个提供程序提供信息。由于 vault 上下文是文件和文件名感知的，因此如果它为您编写或编辑文档，它可以创建对引用文件的反向链接。 **语音笔记和听写。** 将语音笔记直接录入您的文档，使用 SpeechAnalyzer 转录它，或者在您思考时直接在编辑器中听写。音频永远不会离开 Mac。 **隐私保护方案很简单，因为这些基本功能本身就是私有的。** 向量存储在您的 vault 旁边的 `.vault.embeddings.json` 文件中，永远不会发送到任何地方。如果您使用 Apple Intelligence，即使是检索到的文本也保留在设备上。对于云模型，在任何文件名或代码片段离开机器之前，都会有一个清晰的切换开关和内联警告。 **诚实的局限性：** * 512 维嵌入是可靠的中端水平。GPT-4 级别的嵌入器可以捕捉到更微妙的关系，而这个会错过。 * 256 token 块可能会在长段落中间分割论点。 * 基础模型将其上下文窗口限制在约 6K 个字符，因此 vault 上下文预算为 3K，其余部分带有截断标记。 * 目前仅支持英语。NLContextualEmbedding 具有拉丁语、西里尔语和 CJK 模型变体；将语言检测器连接到各个块是第二阶段。 这些 API 的开发者体验确实很好。基础模型可以流畅地流式传输，NLContextualEmbedding 会按需下载资源，并在几行代码中为您提供可进行均值池化的 token 向量。很好奇其他人正在这个堆栈上构建什么 - 感觉像是已经存在一段时间的唾手可得的果实。 [https://imgur.com/a/HyhHLv2](https://imgur.com/a/HyhHLv2) 苹果的 AI 嵌入功能今天上线。老实说，我对它开箱即用感到惊讶。