最新

有人试过吗？好奇哪些会坏，哪些不会。

大家好， 最近我和朋友们迷上了玩传统的纸牌游戏，尤其是以赢墩为基础的。我们最喜欢的是“拖拉机”（也叫“升级”），这是在我的一个朋友因为无法再和家乡的朋友一起玩之后，教给我们的。 我很快就要搬家了，所以我们需要一个虚拟的方式来玩游戏。我（在人工智能的明显帮助下）写了这个网站，收录了我们最喜欢的游戏，这样我搬家后也能继续玩了。 欢迎大家来试试这些游戏。这还是个新网站，所以很可能会有问题。欢迎在这里报告。也欢迎大家推荐你们认为我应该尝试或添加的游戏。 谢谢！

我发现了传播恶意软件的 GitHub 存储库。我问 AI 我该怎么办，但它给我的毫无用处。于是我在 GitHub 上开了一个讨论。有人回复了。内容竟然和 AI 给我的完全一样。我指出了这一点，然后评论被删除了。然后另一个人回复了。还是完全一样的 AI 回复。<p>我曾在一家公司担任开发人员。我问了老板一个关于业务任务的问题。他给我发了一张 ChatGPT 的截图，上面是答案。我回复说这和问题毫无关系，而且里面的内容全错了。一分钟后，他又给我发了一张 ChatGPT 的截图。他甚至都没读 AI 的答案。他只是截图转发。<p>最近有人在 Reddit 上给我发私信，是关于我帖子的。我回复了。他又写了，我又回复了。聊了几句之后，我意识到我是在和一个 AI 代理聊天。<p>我厌倦了和 AI 聊天。 我想和真人聊天。 但即使我和人聊天，他们也会把我的问题转发给 AI，然后把 AI 的答案发给我。

我用 Codex 和 Claude Code 编写代码已经有一段时间了，但一个编码任务实际需要多长时间呢？当我让 Claude Code 估算时，结果往往来自训练数据，而这些数据是基于人类速度的。 这就是我构建这个工具的原因，用于估算 AI 智能体的速度。我每天早上在将编码任务分配给我的智能体之前都会运行它。 它包含以下内容： * **任务规模评估：** 根据描述自动将任务分类为 XS 到 XL，然后对该级别进行 PERT 分析。 * **人类等效比较：** 每个任务类型的乘数，以便您了解加速效果。 * **METR p80 阈值：** 当估算值超过模型的可靠性范围时发出警告。 * **波浪规划：** 在多智能体集群中并行调度独立任务。 估算数据来自我过去几周的日常编码任务： * **每次运行时的校准：** Opus 4.7、GPT-5.5，不同的模型具有不同的可靠性范围和成本。 * **每个任务类型的先验：** 后端、前端、应用程序开发、文档和头脑风暴。 * **PR 审查：** 我通常让 Codex 和 Claude Code 互相审查彼此的代码，并且该工具会考虑到这一点。 * **一个让我保持诚实的校准循环：** 调度数据在一天结束时由我的协调智能体进行验证。 试用：`pip install agent-estimate`，阅读代码 <a href="https://github.com/kiloloop/agent-estimate/" rel="nofollow">https://github.com/kiloloop/agent-estimate/</a>，或阅读文章 <a href="https://kiloloop.com/agent-estimate/" rel="nofollow">https://kiloloop.com/agent-estimate/</a>