最新

我主要使用积分和里程来旅行。每次预订都归结为同一个决定：使用积分还是支付现金？要回答这个问题，你需要了解多个项目的奖励机票可用性、现金价格、你当前的余额、转账伙伴比例，以及比较它们的计算方法。我厌倦了手动在十几个标签页中进行这些操作。 这个工具包教 Claude Code 和 OpenCode 如何做到这一点。它包含 7 个技能（带有 API 文档和 curl 示例的 Markdown 文件）和 6 个 MCP 服务器（AI 直接调用的实时工具）。 它可以搜索 25+ 个里程项目的奖励航班（Seats.aero），比较现金价格（Google Flights、Skiplagged、Kiwi.com、Duffel），提取你的忠诚度余额（AwardWallet），搜索酒店（Trivago、LiteAPI、Airbnb、Booking.com），查找 33 个国家的渡轮路线，并查找目的地附近的奇怪的隐藏宝石（Atlas Obscura）。 参考数据包括：Chase UR、Amex MR、Bilt、Capital One 和 Citi TY 的转账伙伴比例。积分估值来自 TPG、Upgraded Points、OMAAT 和 View From The Wing。联盟会员资格、兑换亮点、预订窗口、连锁酒店品牌查询。 6 个 MCP 服务器中有 5 个不需要 API 密钥。克隆、运行 setup.sh，开始搜索。 技能和往常一样，是纯 Markdown 格式。它们可以在 OpenCode 和 Claude Code 中自动运行（我添加了一个小型的设置脚本），并且它们也适用于任何支持技能的其他工具。 欢迎提交 PR！帮助我扩展这个工具包！:) [https://github.com/borski/travel-hacking-toolkit](https://github.com/borski/travel-hacking-toolkit)

我在构建 Autonoma (https://www.getautonoma.com) 的过程中，与许多初创公司交流，我发现预览环境是他们普遍面临的主要问题，除非他们部署在 Vercel/Netlify/Render 上。 想知道大家找到了哪些替代方案来解决这个问题。 预览环境似乎为测试和整体工程工作流程带来了巨大的优势，但配置起来并不容易，所以我们正在考虑构建一种标准化的方法来实现这一点。很想听听大家对这个话题的看法。

简而言之：我们现在才开始扩展长期的外部编排，在此之前的一切都主要是内部的问题解决训练，偶尔会调用工具。我们实际上还不知道扩展编排训练会产生什么结果。它可能会产生更好的、仍然对人类指令做出反应的工具使用助手。或者它可能会产生更具涌现自主性的东西。我的直觉告诉我，是后者。我第一次预见到在不久的将来（最早在2027-2028年）出现对齐失败的风险。 一年前，一位研究社会科学的朋友问我对2027年的人工智能以及对齐失败的人工智能接管的前景的看法。我笑了，说这几乎是不可能的，因为这项技术的实际运作方式。我告诉他，大型语言模型的工作方式太循序渐进了。有一个提示，模型预测下一个token，然后它就“死了”。提示之间没有连续性——它可以将一些文本存储在数据库中，但没有持续的推理。这感觉非常安全。 在过去几个月里，随着基于agent的开发的出现，我开始怀疑之前的理解。 第一代大型语言模型，直到GPT-4，本质上是复杂的文本自动补全器。它们接受了来自网络爬取的互联网数据的训练，并通过RLHF进行了微调，以赋予它们聊天机器人的风格。它们感觉无害，并且完全符合我给朋友的描述。它们的能力完全受限于上下文窗口和提示-回答时间窗口。提示输入，补全输出，完成。 第二代增加了推理能力。这些模型不再感觉像是纯粹的自动补全器——它们可以在其存储的知识中搜索，将想法串联起来，并解决问题。训练数据也发生了变化：成功的推理轨迹被折叠回训练中。但关键的是，它们仍然受到相同的约束。它们有更多的时间思考和处理，但在回答结束时，它们仍然大部分消失了。这种能力仍然是模型内部的。 现在进入第三代基于agent的大型语言模型，它真正起飞了，像Claude Code这样的工具变得越来越强大。这些感觉不像自动补全器。它们甚至感觉不像推理器。它们开始感觉像编排器。它们不局限于其内部——它们充当一个连接的系统，协调工具和外部因素以实现目标。 最让我害怕的是我们现在正在生成和收集的新型训练数据：成功的长期编排轨迹。它们将使我们能够扩展编排型智能。这种智能不局限于其内部。它转变为外部共生型智能。我们正在训练它们几乎将所有东西外部化。并优化它们以长时间编排所有这些外部因素。这感觉就像在优化一个共生系统，这与当今简单的内部优化的大型语言模型非常不同。这真的感觉像大型语言模型正在处理的方程式正在发生变化。大型语言模型成为外部因素的编排引擎，这些外部因素共同构成了整个系统。我们知道推理自动补全是如何扩展的，但我们不知道编排引擎是如何扩展的。我觉得可能会出现不同和新的涌现能力。我们基本上是第一次扩展大型语言模型的前额叶皮层。 我第一次真正预见到对齐失败的路径。更不用说人工智能在坏人手中可能造成的其他所有危害了。这让我质疑实验室是否应该继续沿着这条路走下去。将大型语言模型的问题解决主要保持在其自身的参数内部，难道不是更安全吗？在所有的人工智能公司中，Anthropic难道不应该对像claude code这样的系统保持低调吗？他们在这种将被扩展的新范式中加速最快。

为什么？显然，我被指控是酒鬼，这让我很恼火，因为我不喝酒。如果我觉得不喝会让别人觉得不礼貌，我也可以喝一点，但上次这么做，如果我没记错的话，是在2014年，而再上一次可能是在2009年之前。我不太喜欢喝酒，而且我的父母都是酒鬼，所以我认为这比其他人所认为的更具侮辱性。 简单介绍一下为什么人们会认为我是酒鬼：我有一个患有严重自闭症和发育障碍的儿子，我们很确定他也有多动症，而我是唯一照顾他的人（现在我得到了政府的帮助来照看他，但我仍然经常需要花几天时间从早上7点到晚上10点照看他，而且如果他在夜里兴奋地醒来，想在房间里跑来跑去大喊几个小时，我也得管），所以我大部分时间都很疲惫，而且我也有一些因为过度劳累而引起的健康问题，这让我走路时有时会感到疼痛。 所以我理解为什么有人会认为我是酒鬼。 关于这件事让我变得好斗的原因：指控我的人是他的学校，他们知道除了政府提供的帮助外，我才是他唯一的照护者。这是由于几周前发生的一件事，如果当时有车经过，他在我的照看下就会在街上遇到麻烦（如果你想知道，我可以详细描述这件事，但这会很长）。 他们决定写一份报告，说我喝醉了去接他。这份报告充满了半真半假，以及一些潜在的谎言，还侮辱我说我喝醉了。不仅如此，他们还声称，有人看到我在当地的火车站喝啤酒，那里有一家便利店。 当我表示他们搞错了，我不喝酒时，他们坚持自己的说法，并且不为此道歉。当我的前妻说“在布莱恩身上发生的所有事情中，喝酒绝对不是其中之一”时，他们仍然坚持自己的说法。 我目前已经做的事情：我从我的医生那里获得了一份自2018年以来的公证医生声明，说明了我的健康问题，这些问题可能会让人们认为这家伙现在看起来像喝醉了，并且他从未在我的血液样本和其他实验室检查中看到任何饮酒问题的迹象，结合我自他认识我以来在医疗问卷中给出的所有声明，都表明我不喝酒。 我收到了便利店工作人员的声明，说明我从未从他们那里买过任何酒，而且我总是买热咖啡或星巴克的三倍浓缩咖啡罐。有一个人认为学校可能以为那是啤酒，因为罐子是绿色的，但它们真的不像啤酒罐。 多年来，来自工作伙伴和朋友的声明表明，我从未表现出对喝酒的兴趣。 所以，我现在想做的是，正如我所要求的，分析我的银行记录中的信用卡交易，证明我没有买酒，这样做对于便利店来说应该相对容易，我从他们那里进行的交易可以显示出与他们愿意作证的交易金额相符。 但我在想，虽然无法看到我是否买酒，但我能做些什么来分析我的银行记录，以表明我的购买历史与有饮酒问题的人的预期购买历史不符吗？显然，我不去酒吧。 不幸的是，我没有保存购物的信用卡交易记录，所以我无法证明我从未买过酒，但我可以从这个月开始保存，这可以表明我目前不买酒，并且可以被认为表明最近几个月没有异常情况。 显然，这可能看起来反应过度，但我不喜欢被指控喝醉、被撒谎，以及被监视得如此无能，以至于监视人员把一罐星巴克当成啤酒。