最新

过去一年我一直在进行硬编码的代理驱动开发。我觉得现在我必须在本地测试我所有的代码，让代理来审查它们，并最好地测试它们。不幸的是，我觉得传统的 CI/CD 测试开始变得像走过场。我很想知道大家都在做什么，以及我是否不是唯一一个犯错的人。

我正在运行一个人工智能流畅度评估工具，在1800名真实用户与我们的聊天机器人互动20-40分钟后，我们发现了一些有趣的现象： 1. AI流畅度最低的专业人士高估了自己的分数40分。而流畅度最高的专业人士则低估了27分。这产生了67分的邓宁-克鲁格效应差距。 2. 产品经理在AI流畅度上超越了工程师（59.2 vs 53.7）。应用判断力胜过技术知识。 3. 人力资源人员（讽刺的是，他们使用AI做招聘决策）对AI的理解最少，AI流畅度得分最低。 4. 人们普遍声称自己擅长使用AI，但三分之二的人甚至未能达到熟练水平。 5. 1800名专业人士的平均AI流畅度得分为48分，处于“发展中”的水平。大多数人经常使用AI，但缺乏系统性的练习。 6. 公司范围内的AI培训假设每个人都从同一起点开始。数据显示，同一团队内，起点差异可达5倍。 7. 同一家公司，相同的工具，相同的培训预算。在一个团队中，AI流畅度最低和最高的员工之间的差距为82分（15分到97分）。 如果您对此持怀疑态度（这是应该的），可以在这里查看我们的方法论：https://aisa.to/methodology

我想到的有两个群体可能会理解我颇为得意的笑点：一个在拉斯维加斯，另一个就在这里，我从德州的家中就能联系到。所以请务必看看。 https://killsignal.net/El_User/dj_defrag_and_uid_zero-el_user.mp4 如果大家感兴趣，我可以多说一些。请享用！

如果今天有人要创建一个社交网络，你希望它包含什么？ * 像抖音/Instagram那样引人入胜的视频？ * 像Twitter/Reddit那样的讨论版块？ * 你自己的公开日记？ * 或者，你动态中展示的全球最新事件？