最新

我一直在开发一个名为 Obelis AI 的东西。简单来说，我厌倦了看到初创公司（包括我之前自己的公司）完全忽略基础设施，直到后来才感到头疼。<p>如果能在你自己的 AWS 账户上获得同样的“开箱即用”体验呢？这就是我们试图构建的。AI 负责处理 DevOps 的烦恼，你掌控自己的东西。 目前还处于早期阶段（Beta 测试），但我很想听听你的想法。特别是如果你认为这是一个糟糕的主意——这类评论通常是最有帮助的。

我一直在用 AI 生成一些重复性的前端代码（认罪），虽然大部分输出都感觉像是“氛围代码”，但也有一些结果出乎意料地好。所以我清理了一下，和朋友们一起做了一个排名游戏，你可以在这里查看：<a href="https:&#x2F;&#x2F;www.designarena.ai&#x2F;vote" rel="nofollow">https:&#x2F;&#x2F;www.designarena.ai&#x2F;vote</a> /vote：你的提示词将由四个随机的匿名模型回答。你选出你最喜欢的，并像锦标赛一样加冕获胜者。 /leaderboard：查看当前获胜的模型，由投票者的偏好决定。 /play：通过查看四个模型对相同输入的响应并按空格键来快速迭代，以重新生成你未锁定的结果。 我们对 DeepSeek 和 Grok 的质量印象深刻，并且对不同类别之间的差异也感到惊讶（从目前的结果来看，OpenAI 非常擅长游戏开发，但在其他方面似乎都很糟糕）。 我们学到了很多东西，并很想听听你的评论和问题。期待让它变得更好！

昨天我构建了一个可能不该这么早出现的东西。在 9 个小时内，我创造了一个认知架构，展示了涌现式推理。 它遵循一个 5 步循环：规划 → 推理 → 行动 → 反思 → 响应。为了测试可扩展性，我添加了一个 WebSearchTool。该智能体最初的搜索失败了，它反思了糟糕的结果，调整了查询，然后成功了。这种行为不是预先编程的，而是从架构中自然涌现出来的。 五个小时后，我集成了 FileManagerTool —— 一次就成功了。就像代码第一次编译成功一样，只不过这次是零配置的智能组合。 关键见解：将认知操作与工具编排分离，实现了真正的可组合性。大多数框架将两者混为一谈，导致智能体变得脆弱且不可预测。 提交时间线：<a href="https:&#x2F;&#x2F;github.com&#x2F;iteebz&#x2F;cogency">https:&#x2F;&#x2F;github.com&#x2F;iteebz&#x2F;cogency</a> 它可以通过 pip 安装（pip install cogency），并包含生产就绪的组件。目前正在跨项目进行内部测试。 希望从社区获得关于该方法和实现的反馈。