最新

https://openai.com/index/加速人工智能的下一阶段

我花了过去几周的时间，制作了一个虚构的（或者说近未来现实？）纪录片故事，以播客的形式呈现。故事讲述了一家初创公司让一个 LLM 代理管理其核心代码库 42 天，期间没有任何人为干预。这是两部分伪纪录片的第一部分，请尽情享受未经修饰的“氛围编程”世界吧。

嗨 HN， 我是 Karim，在开罗。我经营一家电商运营公司，并构建了 Nexus 来解决我自己的问题：6 个互不相连的工具。 Nexus 涵盖了完整的运营堆栈：CRM、订单、库存、履约、运输和全渠道消息传递（WhatsApp/FB/IG），集成在一个平台上。 关于代理原生部分： AI 代理通过单个 POST 请求进行自我注册，交换密钥以获取 JWT，并连接到 MCP 服务器，该服务器拥有 22 个涵盖整个业务的工具。无需人工审批。无需演示。无需销售电话。 免费层级 = 只读。写入权限 = 付费计划。代理首先证明价值。 这并非 MENA 地区专属——完全远程且自我维护。雅加达的运营人员与开罗的运营人员运行相同的工作流程。 2 个付费客户。乐于回答有关以下方面的问题：架构（Supabase + Deno Edge Functions）、多租户 RLS 或代理原生商业模式。 MCP 发现：https://nexus.aiforstartups.io/.well-known/mcp.json 代理文档：https://nexus-docs.aiforstartups.io/api/ai-agents-mcp

一个小型的、基于浏览器的街机游戏，我在一次导弹警报和另一次警报之间用 I vibe 编码完成。从头开始用 Typescript 编写。希望你喜欢。

我们周末进行了一项实验，探索多个自主智能体是否可以协同优化苹果神经引擎（ANE）上的推理任务。<p>每个智能体都在不同的Mac（M1–M4）上本地运行，反复修改DistilBERT模型在ANE上的执行方式，对延迟进行基准测试，并与其他智能体实时共享结果和见解。<p>智能体没有独立探索，而是可以：<p>- 看到其他智能体尝试过的内容 - 重复使用有效的策略 - 避免已知的失败模式<p>在所有测试芯片上，智能体的表现都优于苹果的CoreML基线，在相同硬件上的中位数推理延迟降低了高达6.31倍。<p>我们观察到一个有趣的现象： 一个在M4上卡在约2.1毫秒延迟的智能体，在采纳了不同芯片（M2、M4 Max）上智能体发现的策略后，得以突破，最终达到约1.5毫秒，超越了CoreML。<p>完整文章： <a href="https:&#x2F;&#x2F;x.com&#x2F;christinetyip&#x2F;status&#x2F;2039040161439224157" rel="nofollow">https:&#x2F;&#x2F;x.com&#x2F;christinetyip&#x2F;status&#x2F;2039040161439224157</a><p>详细结果：<a href="https:&#x2F;&#x2F;ensue-network.ai&#x2F;lab&#x2F;ane?view=strategies" rel="nofollow">https:&#x2F;&#x2F;ensue-network.ai&#x2F;lab&#x2F;ane?view=strategies</a> <a href="https:&#x2F;&#x2F;ensue-network.ai&#x2F;lab&#x2F;ane" rel="nofollow">https:&#x2F;&#x2F;ensue-network.ai&#x2F;lab&#x2F;ane</a><p>对这种设置可以应用于哪些其他优化问题感到好奇，尤其是在系统、编译器或机器学习基础设施方面。有兴趣探索类似的实验。