最新

MIT 许可，开源。一个简单的 Javascript 插件，可以将任何网站变成一个类似 Figma 的协作评审板。用户可以提交他们的评论，并将其下载为 JSON 文件，与原始作者分享。无需后端。

从技术人员的梦想，到早期的文本生成玩具，再到颠覆世界的 ChatGPT 的发布，以及最终成为现代编程的日常工具（如 Sonnet 和 Opus），大型语言模型（LLM）的发展历程不到十年。这是一个激动人心、几乎令人难以置信的故事。 让我们回顾一下我们是如何走到这一步的，以及行业目前正面临的瓶颈。 - **梦想阶段（2010-2016 年）**。在过去十年的开端（2011 年），发生了一件有趣的事情。维基百科和 Stack Overflow 这两个平台开始获得巨大的吸引力，人们在这些平台上合作，公开交流知识。回想起来，这似乎是人类更理想的、社区驱动的道路——一条我们为了今天的集中式架构而放弃的道路。 - **颠覆阶段（2016-2021 年）**。一系列看似无关的事件的完美结合为人工智能铺平了道路。到 2017 年，新程序员对 Stack Overflow 僵化的政策、主观的问题拒绝以及资深程序员的迂腐感到深感沮丧。事后看来，这些严格的版主为后来成为 Copilot 和 ChatGPT 的事物奠定了基石。如果社区不愿意在不投反对票的情况下回答初学者的提问，那么私有的 LLM 将乐于效劳。 此外，谷歌在 2017 年发表的里程碑式论文《Attention Is All You Need》解锁了 Transformer 架构，以及 2020 年 COVID-19 导致的强制隔离。这一切为能够充当隔离的开发人员编程伙伴的虚拟助手创造了肥沃的土壤。 - **吸引阶段（2023-2025 年）**。ChatGPT 的发布毫无疑问地表明了“吸引”是多么容易。对于非技术人员来说，这简直是魔法。像 Copilot、Claude 和 Deepseek 这样的专业 LLM 很快就成为程序员工具箱中不可或缺的一部分。与此同时，OpenAI 仍在宣传其“非营利”的根源，普遍的共识是这纯粹是为了赋能人类。 - **终局阶段（2025 年至今/未来）**。到这个时候，人工智能公司已经误判了很多事情。他们专注于“长期”，但正如约翰·梅纳德·凯恩斯多年前所说：“从长远来看，我们都将死去。” 风险投资家今天正在失去耐心，因为尽管技术本身已经获得了巨大的普及和认可，但收入却没有那么快到来。吸引力在一定程度上奏效了，但未能完全奏效。 像 Sonnet、Opus 和 GPT 5.5 这样的前沿模型仍然处于“补贴模式”。它们向用户每月收取的订阅费（每月 10/20/30 美元）与运行这些“思考……”和“沉思……”的 token 所需的所有计算和内存相比，简直是杯水车薪。为了真正实现账面盈利并摆脱补贴模式，它们必须根据输入/输出 token 的规模收费，而这似乎很困难。极少数公司能够承担这种对不可预测的硬件扩展的无限预算，最近的 Uber 事件就准确地展示了他们尝试这样做时会发生什么。 前沿模型试图取代人类历史上从未成功委托或自动化过的东西——人类大脑最高级别的认知技能，如推理、演绎和逻辑。然而，努力仍在继续，目标是长期的。令人费解的是，如果他们停止补贴，吸引阶段可能会被打破——人们很有可能回归到维基百科/Stack Overflow 的旧方式，或者完全转向可以在本地硬件上运行的 Llama 和 Qwen 等开源的“干货/学术”模型。然而，他们也无法无限期地继续补贴和耗尽资金。 当补贴的镜子破碎时，会发生什么？

我接手了一个由海外团队开发的旧项目。他们设置了一个数据摄取流程，其中一个步骤是使用 LibreOffice（无头模式）将 Microsoft Word 文档转换为 PDF。之后，我们会将所有 PDF 转换为 Markdown。他们认为先将所有内容转换为 PDF，然后再将所有 PDF 转换为 Markdown 是最佳方案。 我注意到，当 Microsoft Word 文档包含以下内容时，LibreOffice 会生成非常复杂的 PDF： 1. 表格 2. 多栏布局 3. 删除线文本 我正在考虑是否应该直接从 Microsoft Word 转换为 Markdown。 为此，有什么合适的软件？