一周热榜

随着大型语言模型（LLM）能力的增强，我正在精简我的代理技能库。我已经移除了多步工作流（如超级能力）和网页包装器（如Agent Browse），因为基础模型现在可以原生处理这些功能，这加快了上下文处理速度并提高了性能。 您是否也在进行类似的清理？您最近放弃了哪些曾经常用的工具或技能？

探索

当我的某篇文字获得异常多的关注时，我总能事后给出解释。比如：引人入胜的开头、恰当的时机、合适的格式、有趣的话题，或是读者正好心情不错。但对于那些无人问津的文章，我也能找出原因，这让我怀疑我只是在对“噪音”进行模式匹配。 对于那些经常在任何平台发帖的人：你们认为自己知道导致“异常值”（即特别受欢迎或特别不受欢迎的内容）的原因吗？有没有人能够有意识地复制出一次“异常值”的成功经验？

大家好， 我构建了 Btfy，一个实验性的区块链，它使用天气观测作为共识的不确定性来源。 动机很简单。工作量证明通过执行计算来产生不确定性。我想探索我们是否可以从现实世界中获取一些不确定性。 Btfy 将天气观测数据与可验证延迟函数 (VDF) 相结合： 天气观测数据 -> VDF -> 区块 -> 哈希链 在当前的实现中，观测数据从多个地点收集，计算 VDF，并将结果用于生成区块。此外，由于每个区块都依赖于前一个区块的哈希，因此很难重放先前观测到的天气数据来构建替代历史。 这严格来说是一个实验性项目，并非生产就绪的共识协议。我特别关注这里的安全假设：具体来说，天气观测数据实际能提供多少不确定性，攻击者如何操纵或预测信标，以及 VDF 在此设计中是否起到了有意义的作用。 Btfy 仍是一个非常早期的项目，需要各种形式的验证。然而，我希望这能激发对基于现实世界信息的区块链新可能性的探索。我很乐意听取您的反馈。 谢谢！

我和我的家人一直在看探索频道（Discovery）的鲨鱼周节目，我敢肯定我们看到的许多插播镜头都是人工智能生成的。<p>有人能证实这一点吗？这对我来说似乎很令人惊讶。