本文作者:向阳乔木(@vista8)。版权归作者所有,未经授权禁止转载。
X 上老外都特别震惊,说中国的“Doordash”用国产芯片训练了一个万亿参数的大模型,哈哈哈。
这次美团确实有点厉害,让 AI 辅助阅读解读下所有技术细节。
https://longcat.chat/blog/longcat-2.0/
35 万亿 token,大概是全球所有书籍文字总量的几十倍。
本文作者:小互(@xiaohu)。版权归作者所有,未经授权禁止转载。
Every 单人团队运营 5 款产品,核心是每次完成功能后多做的一步:把解法存进系统,让 AI 下次自动避坑。
⚑ 立场提示:本文是 Every 团队自述其「复利工程」方法论与自家开源插件的实践,文中的并发规模、时间分配、产品数量都是官方口径。下面只讲它怎么运作、每个数字代表什么。
本文作者:马东锡 NLP(@dongxi_nlp)。版权归作者所有,未经授权禁止转载。
七篇文章合集。
01. The Harness Is The Product
为什么 coding agent 最重要的部分,常常是最不显眼的那部分。
每次讨论 coding agent,大家最后都会从 model 开始。
本文作者:小互(@xiaohu)。版权归作者所有,未经授权禁止转载。
阿里通义实验室 Wan 团队放出 Wan Streamer 模型,一个能跟你实时视频通话的真人 AI。
我们已经习惯了跟 AI 打字、语音聊天。Wan Streamer 往前走了一步,它能跟你视频通话:你这边有摄像头和麦克风,它那边实时生成一张会说话的脸,看着你、回应你。