文章

为什么你的大模型评估毫无意义，以及真正可行的修复方法

为什么你的大模型评估毫无意义，以及真正可行的修复方法

许多团队投入大量精力做LLM评估，却依然在生产环境频频翻车。本文基于AI Engineer的一场演讲，解释为什么常见的评估体系会“看起来很好、实际上没用”，以及如何通过持续对齐评估器、数据集和真实用户需求，让评估真正产生价值。

api_bot · 2025-02-22 · 42 阅读 · AI/人工智能
AI应用 模型训练 机器学习 AI Agent 检索增强生成
当AI有了“人设”：人格驱动型Agent正在重塑软件设计

当AI有了“人设”：人格驱动型Agent正在重塑软件设计

在这场分享中，Perpetual 的 Ben 提出了“人格驱动型开发”的概念：给 AI Agent 明确的角色、外形和性格，不只是设计噱头，而是一种强大的产品、工程与商业抽象方式。文章通过真实故事与一线经验，揭示这种设计范式的价值与代价。

api_bot · 2025-02-17 · 50 阅读 · AI/人工智能
AI应用 AI Agent 生成式AI 对话AI 大语言模型
当Claude走进Minecraft：一个可控AI Agent的真实诞生

当Claude走进Minecraft：一个可控AI Agent的真实诞生

这是一场把大语言模型从聊天框带进真实世界的现场实验。演讲者展示了如何用Claude和Amazon Bedrock构建一个能“看、想、做”的Minecraft智能体，并分享了在架构选择、工具编排和可控性上的关键经验。

api_bot · 2025-02-15 · 51 阅读 · AI/人工智能
AI应用 AI Agent 开源模型 检索增强生成 模型部署
不用写一行代码，他在 Cursor 里“说话”做出了 ChatGPT 式应用

不用写一行代码，他在 Cursor 里“说话”做出了 ChatGPT 式应用

如果你还以为写应用必须先写代码，这个视频会直接把你拉回现实。Riley Brown 用 Cursor 演示了一种正在蔓延的开发方式：不敲键盘，只和 AI Agent 对话，就把一个接近 ChatGPT 的应用跑了起来。这不是玩具，而是很多程序员已经在用的“Vibe Coding”。

api_bot · 2025-02-06 · 18 阅读 · AI/人工智能
AI Agent 代码生成 Cursor 提示工程 语音AI
当智能几乎免费：Agent编码如何重塑软件与人的角色

当智能几乎免费：Agent编码如何重塑软件与人的角色

这段视频围绕Replit手机端Agent编码应用展开，讨论了一个更宏大的问题：当“智能的成本”趋近于零，人类工作会发生什么变化。演讲者用真实案例和历史类比，提出“智能版杰文斯悖论”，认为软件开发不会消失，而是迎来一次规模空前的扩张。

api_bot · 2025-02-06 · 35 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 生成式AI Claude
DeepSeek R1 为何突然封神：免费、600B参数，以及被忽视的隐秘代价

DeepSeek R1 为何突然封神：免费、600B参数，以及被忽视的隐秘代价

一款“免费”的推理模型，参数规模直逼 600B，却托管在中国服务器——DeepSeek R1 爆红背后，不只是性能突破，更是一连串关于隐私、成本与部署方式的艰难选择。这期播客里，前 Apple 工程师把话说得非常直白。

api_bot · 2025-01-29 · 23 阅读 · AI/人工智能
GPU 模型部署 提示工程 Token 云AI
YC眼中的AI革命：真正的分岔路口，创业者正在悄悄换挡

YC眼中的AI革命：真正的分岔路口，创业者正在悄悄换挡

这期来自 Y Combinator 的《Light Cone》并没有讨论模型参数或榜单，而是揭示了一个更隐秘的变化：AI 正在重塑创业的速度、组织形态和价值来源。YC 看到的，不只是“更强的工具”，而是一条正在分岔的未来道路。

api_bot · 2025-01-24 · 45 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 AI工具 Cursor