avatar
Blum

Mengikuti0Pengikut (X)43.01KSiaran123Suka1.3K
avatar

Sial, saya berharap saya ada ini semasa saya mula memposting. Grok Bot kini menangani sisi pentadbiran kandungan saya, dan ia mengambil 5 arahan. Laporan pagi saya sampai sebelum saya membuka laptop, dan setiap balasan jenama menanti saya sebagai draf. Berikut adalah apa yang dilakukan oleh 5 arahan tersebut: langkah 1 → tampal arahan di bawah ke dalam Grok Bot di Grok 4.7, mulakan dengan laporan pagi langkah 2 → setiap hari bekerja, laporan pagi saya mengabaikan promosi dan hanya menyenaraikan e-mel yang memerlukan tindakan saya, terutama perjanjian jenama dahulu langkah 3 → ia berakhir dengan 5 sebutan X yang patut dijawab, dibacakan dalam memo suara 2 minit langkah 4 → arahan jenama memeriksa e-mel penyertaan saya seminggu lalu dan menyemak setiap jenama secara dalam talian langkah 5 → ia menyediakan semua balasan dengan kad kadar saya, tetapi saya masih membaca setiap satu sebelum menghantar langkah 6 → pada pukul 8 pagi, ia menunjukkan kepada saya apa yang sedang naik dalam niche saya, hanya perkara baharu sejak semalam langkah 7 → sekali skrip selesai, ia memberikan draf kasar untuk thread, pos LinkedIn, dan bahagian surat berita langkah 8 → saya menyimpannya sebagai kemahiran, jadi minggu depan satu baris sahaja memberi saya draf-draf itu semula Kelima-lima arahan tersebut terdapat pada kad di bawah. Kemudian baca artikel di bawah dan tambahkan 10 lagi di atasnya.

avatar

Anda boleh menjalankan AI sendiri di komputer anda. Kebanyakan orang memasangnya dengan salah dan mendapat chatbot yang perlahan dan lupa. Di GTC 2026, seorang pengurus produk NVIDIA dan seorang jurutera Ollama menghabiskan 33 minit untuk melakukannya dengan betul. 07:38 - kuantisasi dan mengapa Q4_K_M adalah lalai 11:04 - memilih model: VRAM, tolok ukur, ujian anda sendiri 19:08 - Claude Code pada model tempatan dengan Ollama Launch 24:20 - had konteks semasa menjalankan agen secara tempatan 28:17 - output berstruktur untuk menarik data daripada dokumen Saya telah melihat kursus $500 yang mengajar kurang daripada ini. Tonton dahulu, kemudian baca panduan di bawah. Ia membawa anda dari sifar kepada AI yang berfungsi di komputer anda dalam 10 langkah.

avatar

Pendiri LangChain, Harrison Chase: “Terdapat satu perangkat yang mengoordinasikan model dan beberapa konteks.” Dalam masa kurang daripada 24 minit, beliau menjelaskan kitaran di sebalik penggunaan alat dan konteks. Ini membantu anda memahami apa yang berubah apabila anda menukar runtime. Saya akan menempatkan ucapan percuma ini di atas banyak kursus berbayar tentang asas agen. Tonton ucapan itu, kemudian baca artikel tersebut untuk membina produk yang berfungsi dengan pelbagai perangkat agen.

avatar

Pengarang bersama GPT-4, Diogo Almeida: “Kami sedang melakukan satu perkara ketiga yang dioptimakan untuk pengambilan keputusan yang terkalibrasi.” Dalam 18 minit, beliau menjelaskan mengapa model yang dilatih untuk mendapat persetujuan manusia boleh terlalu yakin. Anda akan mendapat lebih banyak manfaat daripada video ini berbanding kursus bernilai $700. Tonton ucapan ini, kemudian baca panduan di bawah untuk memahami kekuatan Jev dan cara menggunakannya.

avatar

Andrej Karpathy: “Bahasa pengaturcaraan paling hangat baru ialah Bahasa Inggeris.” Dalam masa kurang daripada 40 minit, beliau menjelaskan bagaimana LLM telah merevolusikan apa yang boleh kita lakukan dalam persekitaran digital dan bagaimana menggunakannya secara berkesan. Perbincangan ini mengandungi lebih banyak maklumat berguna berbanding kursus seharga $500. Tonton perbincangan penuh, kemudian baca artikel di bawah untuk menetapkan rangka kerja yang berfungsi untuk agen anda.

avatar

Keputusan ya atau tidak yang sederhana di dalam agen boleh menelan kos sehingga 400 kali lebih tinggi daripada yang sepatutnya Harrison Chase, CEO LangChain, menghabiskan 47 minit untuk memahami apa sebenarnya yang terkandung dalam harness agen 08:27 - apa yang benar-benar dianggap sebagai harness 18:14 - blok-blok pembinaan agen 29:51 - mengapa agen memerlukan sandbox 32:37 - sandbox melawan prompt injection 41:51 - kekacauan dalam menilai agen tonton ini dahulu, kemudian baca artikel di bawah mengenai model yang dibina untuk menangani keputusan itu dengan harga separuh daripada kosnya

avatar

Keputusan ya atau tidak yang ringkas di dalam agen boleh menelan kos sehingga 400 kali lebih tinggi daripada yang sepatutnya Harrison Chase, CEO LangChain, menghabiskan 47 minit untuk mengkaji apa sebenarnya yang terkandung di dalam harness agen 08:27 - apa yang benar-benar dianggap sebagai harness 18:14 - blok-blok pembinaan agen 29:51 - mengapa agen memerlukan sandbox 32:37 - sandbox melawan prompt injection 41:51 - kekacauan dalam menilai agen Tonton ini dahulu, kemudian baca artikel di bawah mengenai model yang dibina untuk menangani keputusan itu dengan harga separuh daripada kosnya

avatar

Odyssey-3 benar-benar mengejutkan saya. Satu model dunia yang menggerakkan humanoid, mengawal lengan robot, memandu kereta, mengendalikan drone, bermain video game, dan melatih AI lain. Pasukan di belakang @odysseyml pernah membina kereta tanpa pemandu di Cruise dan Wayve, dan telah bekerja dengan model dunia sejak 2023. Jadi, apabila mereka menyebut latihan robot berdasarkan tugas demi tugas sebagai kekuatan kasar, saya mendengar. Jawapan mereka ialah agen fizik. Ia mempelajari bagaimana dunia berfungsi dengan memerhatinya: fizik, pergerakan, sebab dan akibat, bagaimana manusia bertindak. Sebuah mesin baru disambungkan ke pengetahuan ini. Mereka berkata beberapa jam data sendiri sudah cukup untuk memulakannya, dengan kepala tindakan yang mengubah pemahaman model menjadi kawalan. Ia pada dasarnya seperti apa yang dilakukan LLM terhadap kerja pengetahuan: satu model luas di bawahnya, dan setiap peningkatan kepadanya membuat segala sesuatu yang dibina di atasnya menjadi lebih baik. Yang paling menempel di fikiran saya: ia juga menjana dunia di mana agen AI boleh berlatih, jadi kesilapan mereka berlaku terlebih dahulu dalam simulasi. Mereka percaya model dunia akan akhirnya memahami fizik lebih baik daripada kita. Klaim besar. Saya ingin melihatnya bertahan apabila ia diumumkan secara awam dalam beberapa minggu mendatang.

avatar

Saya memberikan prompt yang sama kepada GLM 5.3 Flash, Kimi K3, dan DeepSeek v4 Pro, dan mendapat tiga aplikasi yang berfungsi. Membina ketiga-tiganya di dalam @boltdotnew dan menghantar yang terbaik ke pautan langsung. Dalam pelan biasa, saya tidak akan membuang prompt untuk perbandingan seperti itu. Forge adalah mod eksperimen di Bolt yang menjalankan model terbuka dengan penggunaan sehingga 50 kali lebih banyak. Anda boleh membina dan mengulang aplikasi web tanpa bimbang tentang had penggunaan. Satu bar bulanan, tiada had harian. Buat 10 versi jika perlu, kemudian tukar ke Standard atau Max apabila masa untuk melancarkan. Pada ujian binaan Bolt sendiri, model Forge mencapai 91% daripada model berbayar teratas. Cukup rapat untuk draf. Perjanjian di belakangnya: daftar masuk, dan binaan anda membantu melatih model terbuka. Ia akan meminta persetujuan setiap kali anda menukar masuk. Pra-penelitian berlangsung dari 14 September hingga 14 Oktober 2026. Forge percuma pada pelan Pro sehingga 14 Oktober, dan terdapat pelan akses awal $9/bulan, Bolt Lite, dengan senarai tunggu. Ia eksperimen, jadi salin projek anda sebelum membawa apa-apa yang serius masuk. Tonton ketiga-tiga binaan itu, kemudian cuba Forge dengan pautan di bawah.

avatar

berhenti membuang waktu petang anda memperbaiki kesilapan yang sama yang terus dibuat oleh agen AI anda seorang jurutera LangChain menunjukkan cara membuat AI memeriksa kerjanya sendiri sebelum mengembalikannya kepada anda 08:06 - keadaan, nod, dan tepi 10:47 - memeriksa dokumen dan jawapan yang dihasilkan 11:48 - mencuba semula kod selepas ujian gagal 37:12 - menghentikan gelung dengan had langkah 54:46 - melacak langkah-langkah yang diambil oleh agen mereka sepatutnya tidak memberikan workshop ini secara percuma tonton ini dahulu, kemudian baca panduan saya di bawah untuk membina alur kerja penyelidikan yang memeriksa dakwaan