最新

我正在尝试从 .NET 转向 Python，但在网上找到的信息相互矛盾，不清楚大家**实际**都在用什么。<p>人们会推荐他们最喜欢的工具，但深入了解后，会发现它们要么几乎无人支持，要么已经被放弃了。<p>我将专注于使用大型语言模型（LLMs）。

大家好，我是 HN。SandCrab 这个应用最初的想法是我在去年十月的几个周末里捣鼓出来的。最近，我一直在为它添加新功能，因为它现在是我每天用来与我的 s3 存储桶交互的工具。几个让我兴奋的新功能包括使用通配符和正则表达式搜索所有存储桶，以及按元数据（例如内容类型、文件大小、创建日期等）搜索和过滤。我还添加了直接在应用中配置和生成预签名 URL 的功能，这很棒。该应用还可以在存储桶内部或之间复制、移动和“重命名”（在后台执行复制和删除）对象。我最近还添加了更灵活的身份验证选项，除了向应用提供存储在您的钥匙串中的安全凭证外，该应用还支持角色扮演，以及直接使用您的本地 .aws 配置文件，而无需实际向应用直接提供凭证。

我知道你可能已经听过很多次这个问题了，如果这篇帖子让你觉得像垃圾信息，请见谅。但人工智能的发展让我开始担心它将如何影响我的职业生涯。我是一名初级开发人员（但不是入门级），在一家为银行创建系统的公司工作。我的一个同事参加了公司的一个演示，演示的项目通常需要 5 个人花费 6 个月的时间才能完成，但现在通过一个无需编码/可视化编程平台，一个人仅用 6 天就完成了。<p>这让我比以往任何时候都更担心，因为人工智能的发展，我的职业生涯面临着被淘汰的威胁。你们对此怎么看？编程职业真的会受到人工智能的威胁吗，至少比其他职业更严重？你们估计这种威胁的实际影响会持续多久？最后，除了在合理的情况下使用人工智能来辅助工作之外，你们认为程序员应该如何适应新标准？

*问题：* 业务用户难以理解 AI 的决策过程 *解决方案：* 将 AI 智能体定义为流程图，更易于理解和控制。流程图和智能体合二为一：流程图定义了智能体的行为。 *重要性：* 对于许多组织来说，理解、解释和控制 AI 应用的决策过程至关重要。在麦肯锡 2024 年的 AI 现状调查中，40% 的受访者将“可解释性”确定为采用 AI 的主要风险，但只有 17% 的受访者正在积极努力缓解这个问题。 *试用：* <a href="https:&#x2F;&#x2F;spiff.works&#x2F;agent-demo" rel="nofollow">https:&#x2F;&#x2F;spiff.works&#x2F;agent-demo</a> - 尝试修改工作流程图和设置，看看 AI 的行为如何变化。您可以更改所有内容。 *技术细节：* 关于我们构建此演示的完整技术回顾：<a href="https:&#x2F;&#x2F;medium.com&#x2F;spiffworkflow&#x2F;how-bpmn-helps-solve-ais-transparency-problem-433c88e386a8" rel="nofollow">https:&#x2F;&#x2F;medium.com&#x2F;spiffworkflow&#x2F;how-bpmn-helps-solve-ais-tr...</a> 该项目展示了一种在 AI 智能体中创建更高透明度的可能方法。虽然嵌入在流程图中的代码具有一定的技术性（简短的 Python 脚本），并且依赖于严格的符号（BPMN），但我们已经反复证明，可以向普通业务用户展示这些流程图，并让他们对 AI 在更大流程中的作用达到高度理解。我们认为，这种理解对于将 AI 安全有效地应用于我们所依赖的组织和政府至关重要。