最新

我用一台 10 年前的 PC，通过 y-cruncher 计算了 500 亿位 π。 这次计算耗时约 22 小时，使用了我称之为“禅湖架构”的可复现设置。 它隔离了交换空间、二进制文件和输出，以确保稳定性，并且 README 文件简洁而富有诗意。 目标是普及高精度计算，让全球学生和研究人员都能进行万亿位 π 的计算。 GitHub 仓库包含英文和日文的 README 文件、基准测试日志和 MIT 许可证。 欢迎提供反馈和可复现性报告。 “π 游弋的湖泊由 64KB 的颗粒构成。”

我创建 Tabwise 的初衷，是因为使用我之前 AI 产品的客户一直在问：“这东西除了回答问题，还能帮我们分析数据吗？” 大多数 AI 工具会将原始数据直接丢给大语言模型，然后听天由命。而 Tabwise 使用了上下文工程——预处理数据结构、优化分析任务的提示，并将输出结果后处理成可用于业务的格式。 你只需上传 CSV 文件，用通俗易懂的英语提问，就能获得图表、见解和高管摘要。无需公式、SQL 或 Python 笔记本——只需将答案分享给利益相关者即可。 早期的反馈非常棒。一位数据分析师在分析产品使用数据后告诉我：“Tabwise 可以在 20 个查询（5 分钟）内完成我 3-4 个小时的工作。” 一家数字营销机构表示：“他们过去需要一整个星期来分析广告支出数据，现在一天就能搞定。” 最近对 10 多个大型数据集进行的基准测试表明，Tabwise 始终优于 ChatGPT (GPT-5 Thinking) 和 Claude (Sonnet-4)：100% 的答案准确率，响应速度快 4 倍，更好的数据可视化和更深入的故事讲述。 欢迎访问 <https://tabwise.ai> 试用——期待社区的反馈。谢谢！ 演示：<https://www.youtube.com/watch?v=uuiPmyPE_Js>