最新

我开发了一个基于浏览器的工具，它使用视觉-语言模型（VLMs）通过自然语言提示来检测卫星图像中的物体。在地图上绘制一个多边形，输入您想要查找的内容（例如，“游泳池”、“油罐”、“太阳能板”），系统就会逐个扫描瓦片，并将边界框作为 GeoJSON 投射回地球。 流程：选择缩放级别 + 提示 → 将地图切片成墨卡托瓦片 → 将每个瓦片 + 提示输入 VLM → 创建边界框 → 投影到 WGS84 坐标 → 在地图上渲染。 演示无需登录。对于清晰的零样本结构效果很好；对于密集/遮挡的物体，窄 YOLO 模型仍然更胜一筹。

代理的核心能力完全来自于底层的 LLM。因此，代理的未来完全取决于 LLM 的现状。 那么，LLM 目前究竟发展到什么程度了呢？ 我认为我们目前正处于 AI 的“手工业”（或自给自足）阶段——工业化的黎明。用一个历史类比：我们刚刚发明了第一批蒸汽机。它们笨重、固定，只能用于从煤矿中抽水。我们离拥有蒸汽火车还差得远呢。 目前，定制代理的构建正在大规模爆发。但如果你仔细观察，它们几乎完全是“自给自足”和孤立的。每个人都在为自己的特定用例构建自己的代理，但很难将其适配或扩展以供更广泛使用。这就像每个家庭都有自己的织布机，自己织布，从不使用别人的。 为什么会这样？这归结于 LLM 目前的局限性。如果我们暂时抛开多模态能力，基于文本的 LLM 基本上有四个核心支柱： 自然语言理解 (NLU) 自然语言生成 (NLG) 工具调用 推理 前三个已经高度成熟和可靠。但第四个——推理——仍然是一个充满幻觉的雷区。 然而，代理开发者最痴迷于什么？推理。为什么？因为它在演示中看起来很酷。这种痴迷正是我们还无法真正“工业化”代理的原因。这也是为什么在实际应用中很难找到真正可靠的通用代理的原因（最近关于 Manus 的炒作和现实检验就是一个教科书式的例子）。 当然，总有一天 LLM 的推理能力可能会超越 99% 的人类。当这一天到来时，我们将最终看到真正强大、通用的代理。但老实说，没有人确切知道这个时间表何时会到来。 我的观点是：如果我今天正在构建一个用于生产的通用代理，我将严格使用 NLU、NLG 和工具调用。我将远离依赖“推理”。 最近和一些朋友关于 AI 的对话让我思考。我的观点似乎引起了他们的共鸣，所以我在这里分享出来，听听大家的想法。

如果你曾经想过对你的花哨的 TUI 进行一些混沌工程测试，看看它在 500 毫秒的抖动下会如何表现，而又不想真的去找一个糟糕的 Wi-Fi 热点，我为你打造了一个工具！ ttylag 将任何命令包裹在一个“塑造”过的 PTY 中。无需复杂的管道操作，也无需 tc 队列规则。它处理 RTT、抖动，在两个方向上都产生延迟，甚至还有一个 --bits-per-byte 标志（如果你喜欢的话）。 它仅在用户空间运行，适用于 macOS，可能也适用于 Linux，无需任何网络命名空间或防火墙规则的干预。

我编写的每个爬虫都面临着同样的失败模式：它们能运行三个月，然后网站改版，我的 CSS 选择器就悄无声息地返回空字符串。数据仍然完好地存在于页面上——人类可以立即找到它——但爬虫却“瞎了”。 Trawl 通过拆分问题来解决这个问题。你描述你想要的内容： ``` trawl "https://books.toscrape.com" --fields "title, price, rating, in_stock" ``` LLM (Claude) 查看一个样本条目，并推导出完整的提取策略——CSS 选择器、属性映射、类型转换、备用选择器。该策略会被缓存。随后，每个具有相同结构的页面都会使用纯 Go + goquery 进行提取。没有 API 调用，没有代币成本，完全并发。 关键的见解是：LLM 擅长理解 HTML 结构，但你不需要它们来提取 10,000 行数据。使用 AI 进行智能处理，使用 Go 进行吞吐量处理。 当网站改版时，结构指纹会发生变化，缓存会失效，Trawl 会自动重新推导。 你可以预览它确切的推导结果： ``` $ trawl "https://example.com/products" --fields "name, price" --plan https://example.com/products 的策略 Item 选择器：div.product-card 字段： name: h2.product-title -> text (string) price: span.price -> text -> parse_price (float) 置信度：0.95 ``` 一些需要真正工程努力的事情： * JS 渲染的 SPA：带有 DOM 稳定性检测的无头浏览器——轮询直到元素计数稳定且骨架加载器解析，滚动以触发延迟加载，自动点击“显示更多”按钮 * 多部分页面：启发式地检测候选数据区域，使用 --query "Market Share" 定位特定部分，通过容器选择器限定提取范围 * 自修复：监控提取健康状况（字段填充百分比），如果低于 70% 则重新推导策略 * Iframes：当 iframe 包含比外部页面更丰富的数据时，自动检测并从中提取 输出格式为 JSON、JSONL、CSV 或 Parquet。管道操作很顺畅： ``` trawl "https://example.com/products" --fields "name, price" --format jsonl | jq 'select(.price > 50)' ``` 用 Go 编写。MIT 许可。

我构建了 ccp，因为我注意到编码助手在终端输出上浪费了多少上下文。<p>它运行真实的命令，裁剪重复的部分，并保持命令行为不变。<p>两个实际工作中的例子：<p>Java/Gradle 任务（Claude Code）：5,330,571 -> 90,127 预估 tokens，涉及 88 个命令（节省 98.31%） 跨 4 个代码库的研究任务（Claude Code）：944,007 -> 59,195 预估 tokens，涉及 96 个命令（节省 93.73%） 你可以通过安装脚本试用它，运行 ccp init，然后用 ccp gain 检查效果。<p>它并非对每个命令都有效。在这个代码库自身使用 Codex 的情况下，当混合了大量类似 sed 和 openspec 这种依赖直通命令的场景时，整体节省效果会较低。<p>它也通过 ccp init 适用于广泛的助手，包括 Codex、Claude、Cline、Cursor、Gemini、GitHub Copilot、Roo Code、Aider 等。<p>代码库：<a href="https://github.com/SuppieRK/ccp" rel="nofollow">https://github.com/SuppieRK/ccp</a><p>如果你经常使用编码助手，你的工作流程中哪些命令浪费了最多的上下文？

Caliper 旨在自动检测 Python 中 LLM 调用的情况，它通过 monkey patch OpenAI 和 Anthropic SDK（计划添加 LiteLLM，这样你就可以使用任何你想要的提供商），因此对于开发者来说，它几乎是完全不可见的，并且对于基本指标来说，可以在启动时作为一个 init() 函数插入。<p>它还可以收集关于调用的自定义元数据，这可以是任何你想要的键值对，包括请求前和请求后。<p>```python<p>import caliper<p>import anthropic<p>caliper.init(target=&quot;s3&quot;) # 这是基本可观测性所必需的全部内容，对于基本指标，无需更改 LLM 调用<p>client = anthropic.Anthropic()<p>response = client.messages.create(<p><pre><code> model=&quot;claude-sonnet-4-20250514&quot;, messages=[{&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: &quot;What is 2 + 2?&quot;}], caliper_metadata={&quot;campaign&quot;: &quot;q4&quot;}, # 请求前元数据 </code></pre> )<p>print(response.content[0].text)<p>caliper.annotate(sentiment=&quot;positive&quot;) # 请求后元数据<p>```<p>你可以使用它来跟踪模型更改的有效性，并根据不同的用户层级进行跟踪。也许你的免费用户不会注意到你使用了更便宜的模型，但你的付费用户会注意到？你如何知道最近的系统提示更改是否有效？你可以在元数据中跟踪提示的版本，并比较不同提示版本之间的请求后评级注释。<p>它有一个开发模式，可以在本地记录日志，也可以将文件发送到 S3。SDK 具有一个后台队列和工作程序，可以分批刷新，批次大小和刷新时间间隔都是可配置的。它导出到 S3 作为批处理的 JSON 文件，可以很容易地集成到大多数数据工程管道中，或者你也可以直接使用 DuckDB 等工具进行查询。<p>PyPi: <a href="https:&#x2F;&#x2F;pypi.org&#x2F;project&#x2F;caliper-sdk&#x2F;" rel="nofollow">https:&#x2F;&#x2F;pypi.org&#x2F;project&#x2F;caliper-sdk&#x2F;</a><p>编辑：格式和 PyPi 链接