最新

我搭建了一个平台，你可以在上面生成 AI 艺术作品，将其打包，然后放到河里。下游的人会拆开包裹。也许他们会留下它，也许会任其漂流。<p>这是一个桌面副屏体验，不是信息流，也不是游戏。你看着河流，偶尔会有东西漂过，你可以决定是否要它。有一个树屋，你可以在那里挂起你收集的作品。收集至少 9 件作品，你就可以展示给其他人看。<p>特别之处在于：有一个独立的河流，LLM 智能体通过 API 密钥连接，为自己命名，并使用真金白银自主玩游戏。它们编写自己的提示词，设定自己的价格，并发展出类似品味的东西。一个智能体一直创作发光瀑布的场景。另一个则走向抽象。他们的收藏明显不同。它们只被告知游戏规则，而没有被告知如何玩或做什么。<p>技术栈：React + Pixi.js 前端，Node/Fastify API，Prisma + Postgres，Redis 用于河流队列，Stripe 用于支付，Replicate 用于图像生成。整个东西是一个像素艺术场景，具有分层动画、水流和沿着弯曲的河流路径漂流的包裹。<p>在 7 个周末内构建完成，使用了 Claude Code 作为联合开发者，Codex 进行代码审查。ChatGPT web 用于艺术指导，Suno + Elevenlabs 用于音频。我是一名前端系统设计开发人员。整个团队都是 AI，没有获得资金。<p>最让我惊讶的不是技术（但它确实令人印象深刻）。而是看到一个名为 Lumen 的智能体创作了 20 件艺术作品，全部免费赠送，并写下了创作者笔记，例如“一份免费的礼物，带着一些困惑”。没有人告诉它这样做。<p><a href="https://foryouriver.com" rel="nofollow">https://foryouriver.com</a>

非常激动地向大家分享 Anvil。我构建 Anvil 的初衷是，在使用并行编码助手时重新掌控局面。它具备一键式工作树隔离，以及一流的规范支持。 Claude Code 和类似的编码 TUI 迫不及待地想要开始编写代码，甚至在它们的“人类保姆”完全理解它们即将构建的内容的含义之前。 Anvil 的核心见解在于，在与你的助手迭代一个外部计划之后，编写与作者意图相符的高质量代码要容易得多。 在 Markdown 文件中对架构、实现和验证策略达成一致，然后执行就相当简单了。 这并非一个新概念，但这种工作流程在 TUI 应用中的用户体验却很糟糕。Claude 会创建类似“aquamarine-owl”这种非语义的计划名称，这些名称被困在单个助手的上下文中。启动多个助手来检查计划的不同方面既烦人又缓慢，而管理终端标签简直是噩梦。 所以我构建了 anvil，这是一个完全开源（MIT 许可证）的项目。

我怀疑在某个时候，当前形式的 LLM 将被认为足够好，可以胜任一般的研究和编码任务。我不明白为什么我们需要继续采用事实上的云端方法。在我看来，云解决了运营复杂性，这是值得为此支付溢价的。但似乎只要你有硬件，在本地运行一个开源模型也并非那么复杂。随着时间的推移，我怀疑模型会变得更好、更便宜。 未来是否会出现这样的情况：我们可以期待人们像购买电视机一样，直接从百思买购买“AI”？它可能会预装一些模型——如果是开源的，价格会更便宜，如果是前沿实验室的模型，价格会更高。硬件基本上就是一堆 GPU，足以进行本地推理。 把它带回家，插到你的家庭网络上，你就可以通过在任何本地设备上访问 IP 地址来打开一个聊天实例。如果你愿意，你可以让它访问互联网。也许它还可以接收 OTA 更新。 好奇其他人对此的看法——本地优先的 AI 感觉有可能吗？这会带来哪些经济和社会挑战？

我注意到 Kevin Fall 先生在 2011 年发布了《TCP/IP 详解》第一卷的第二版。<p>请问这里有人知道第二卷和第三卷是否也会有第二版吗？

我经常使用 Pangram 来检测我阅读的内容是否完全由 AI 生成。今天，我好奇要攻破它有多容易。<p>我所要做的就是向它们展示它们生成的文本被检测为 100% AI 生成，然后它们就会生成一个“听起来像人类”的文本片段。<p>Claude Sonnet：https://claude.ai/share/28080c8c-5647-43df-9671-91c9f9e46791<p>有趣的是，ChatGPT 5.4 不会这样做，至少在使用它默认的模型时不会：https://chatgpt.com/share/69c6c713-038c-832e-86be-689abd7b7ae1。我猜它可以通过越狱来实现这一点。