最新

我试图理解 Anthropic 限制某些第三方使用方式背后的原因，例如 OpenClaw。 从一个天真的角度来看，更多的使用应该意味着更多的收入，因为客户按 token 计费。那么，为什么要限制呢？如果第三方产生了大量的使用，这难道最终不是对收入和增长有益吗？ 他们还在考虑哪些不那么显而易见的其他因素？如果我卖鞋，我会很高兴卖出更多，无论有多少经销商在供应链的下游。

我意识到，如果不允许推理代币，模型表现会非常差。它无法进行简单的算术或逻辑运算，并且会产生一些幻觉。<p>但通过允许它稍微思考一下再回答，结果会好得多，也更值得信赖。<p>这展示了一个干净的强化学习环境……或者只是一个不错的数据集。在这个环境中，你对模型进行两次提示——一次不允许思考，一次允许思考。如果“不思考”的结果与“思考”后得到的结果相矛盾，则对“不思考”的结果进行惩罚。

RAGOT 是我从一个更大的项目中提取的前端运行时，我一直在构建这个项目（一个实时、状态密集型的媒体服务器）。 我最终编写了自己的运行时，因为现有的框架对于生命周期、状态所有权和长时间运行的 UI 来说，处理得不够干净，无法满足该用例的需求。 它专注于直接的 DOM 所有权、明确的生命周期控制和可预测的清理，而不是虚拟 DOM。 开源它，看看这种方法是否能引起其他构建类似系统的人的共鸣。 仓库中有一个交互式实验室，但这里有一个直接链接： <a href="https:&#x2F;&#x2F;bleedingxiko.github.io&#x2F;RAGOT&#x2F;lab&#x2F;" rel="nofollow">https:&#x2F;&#x2F;bleedingxiko.github.io&#x2F;RAGOT&#x2F;lab&#x2F;</a>

我之前完全不知道该给 Instagram/TikTok 创作者提供什么合作方案，而且他们的报价也太高了。这就是我开发这个工具的原因，它可以将 Instagram 账号名转化为建议的合作价格，并提供关键指标和建议。期待您的反馈！

嗨 — 我创建了 Fabro，目的是为了摆脱在 REPL（读取-求值-提示-循环）中监督一堆 Claude Code 标签的束缚。REPL 非常适合探索，但一旦我明确了需求，我就希望能够放手，让代理们去完成任务。 （在构建 Fabro 之前，我曾寻找现成的解决方案，但找不到任何开源、不炒作且功能齐全/可用的产品。） Fabro 帮助经验丰富的工程师们向“暗黑”软件工厂演进，从而延长平均脱离时间。虽然用 Ralph shell 脚本包装 Claude 很容易，但随着运行时间的增加，高质量输出的可能性会下降。 Fabro 增加了最后一道防线，使其真正发挥作用：结合代理的确定性工作流程、诸如代码检查器和测试套件之类的命令，以及策略性地应用人工指导。（类似于 Stripe 的 Minions。） Fabro 支持多模型，可以轻松地将 Claude、Gemini 和 GPT 结合在集成审查中——或者将编码任务委托给更快、更便宜的模型，如 Kimi。 软件工厂与云虚拟机（如 Daytona）结合使用效果最佳，这样您就可以获得无限可扩展、安全的沙盒环境，可以 24/7 运行，并通过 SSH、VS Code 和预览链接按需访问。目前设置起来可能有点麻烦，Fabro 尝试让它像 Docker 一样简单。 目前 Fabro 最接近的类比是 Factory.ai Droids。然而，我认为工程师拥有自己的工具链至关重要，因此 Fabro 是开源的（MIT 许可），您可以随时 fork 并自定义它。 该项目非常活跃，我非常欢迎任何反馈或功能请求。今天我将在这里回答问题。 （大约一周前发布了这个帖子，希望能进行一些交流。） -Bryan

我一直在开发一种用于 AI 智能体的新编程语言。我非常希望您能提供关于什么让编程语言对 AI 智能体有用的见解，特别是关于语法、编译器和工具，这些可以帮助 AI 智能体编写代码。 是什么让 Sigil 适合编码智能体？ 我尽可能地将约定转化为编译器规则。编译器拥有规范的打印器，并且每个 AST 都有一个被接受的文本表示。对于几乎每个语法特性，我都试图节省 token。 强制执行顺序和命名约定。不再有“我认为这个参数很重要，所以它应该放在第一位。” 大部分内容都是按字母顺序排列的。声明按字母顺序分类和排序；参数、效果和记录字段也是按字母顺序排列的。类型使用 UpperCamelCase。其他所有内容都使用 lowerCamelCase，包括文件名。 没有 null。没有 undefined。 双向类型检查。 没有变量遮蔽。 庞大的标准库（仍在开发中）。 `sigil debug` 支持重放、单步调试、监视和断点。 `sigil inspect` 允许编码智能体直接查询编译器，包括证明表面。 基于求解器的精炼和契约。不同的语言已经选择了不同的数值表面：byte、short、smallint、无符号整数等。Sigil 更进一步：域约束也可以定义类型。`where` 允许命名类型携带谓词，而 `requires` / `ensures` 允许函数在调用边界上传递证明义务。 这是一个来自 roguelite 的人为例子： ``` t InventoryCount=Int where value≥0 λspendArrow(arrows:InventoryCount)=&gt;InventoryCount requires arrows&gt;0 ensures result≥0 =arrows-1 ``` 在底层，它由 Z3 提供支持：https://github.com/z3prover/z3，但表面仍然是普通的 Sigil 语法。没有证明脚本，也没有面向用户的 SMT 语言。 没有导入，只有根引用。在某些语言中，您可以导入代码并发生名称冲突，因此有许多方法可以指定导入。Sigil 通过仅使用根引用来消除所有这些。我认为这减少了智能体的流失，因为当模型看到一行时，它不必去寻找导入语句。 服务依赖项在 `src/topology.lib.sigil` 中声明，环境绑定位于 `config/<env>.lib.sigil` 中。 该语言具有用于测试的特殊语法，并且它们是并行运行的。每个项目 `src/*.lib.sigil` 函数都必须经过测试，如果一个函数可以返回多个情况，则测试应该涵盖所有情况。“World”是 Sigil 对效果的模型。这就是模拟的工作方式：用一个效果替换另一个效果，并在不使用真实的外部系统的情况下进行断言。 编译器工具链是用 Rust 编写的，Sigil 输出到 TypeScript，并具有到 Node.js 的外部函数接口。在这里查看一些小型项目 https://inerte.github.io/sigil/projects/ - 闪卡对学习 Sigil 特性很有用 https://inerte.github.io/sigil/projects/sigil-flashcards/demo/ 警告：我没有为编译器工具链编写任何一行代码。所有代码都是使用 Claude Code 和 Codex 生成的。我以危险地跳过权限的方式运行这两个程序。这篇实际的帖子是我手工制作的每一个字。 还有一个用 Sigil 编写的玩具 roguelite。它正在开发中，但它证明了 Sigil 可以支持非平凡的项目代码。您可以玩 `pnpm sigil:run:roguelike`。 存储库：https://github.com/inerte/sigil 网站：https://inerte.github.io/sigil/ 我希望您能找到更多锁定 LLM / 用户程序的方法。在 Sigil 中，应该只有一种方法可以做任何事情。