最新

只是想听听大家的想法。这是我长久以来的一个愿望。但现在我开始怀疑这会不会只是浪费时间。 鉴于我可以直接输入“让它更高效”来提示，我可能永远不需要深入理解算法。但如果你不理解它们，你怎么知道大型语言模型（LLM）是否已经尽力了呢？

为什么不呢？<p>受 HackerTube (<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=50319510">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=50319510</a>) 的启发，并受到其他 HackerX 变体的推动。

首先，很抱歉提起政治话题。但遗憾的是，它与我们的谈话相关。 美国中期选举刚刚结束，伴随着“蓝色浪潮”，我想了解人工智能领域人士的看法。 这将产生什么影响？我并非政治活跃人士，所以很好奇大家对未来有什么样的看法。 开源？数据中心？太空计算？

你好，在过去的几个月里，我一直在深入思考我的软件工程师工作，以及在人工智能（LLMs）飞速发展的今天，我未来几年将如何为我工作的公司提供价值。 每次当我以为找到了能让我保持竞争力的优势时，人工智能似乎在几周/几个月内就能做得非常出色。我举几个例子： 当 GPT-4 非常流行时，我们看到了大量写得不好的、仅凭感觉编码的应用。我曾认为网络安全是一个很好的职业发展方向，因为总有一天需要有人来保护这些应用，以防它们被投入生产使用。但现在，我们看到新的模型正以惊人的速度发现安全漏洞。 最近，我不得不在工作中处理一些棘手的难题，需要交叉引用数据库和服务器中的不同日志，以便快速定位问题，最大限度地减少对生产环境的影响。我非常享受这个挑战，并认为这对我和我的雇主都很有价值。但最近我遇到一个人，他给了 Opus 只读权限访问他的 AWS 公司账户，结果 Opus 的诊断速度比他自己还要快（据他本人所说）。 当然，鉴于我的服务器托管在没有只读访问权限的平台上，我目前还不能让 AI 代理访问我的服务器。但我预见这种情况不会持续太久。 我想听听你对这种情况的看法。