我用了两天 chat4, 我只能说他的能力超乎想象。 让它实现 to-do list 拖拽功能， 他能直接推荐最成熟的库。 我记得我去年看这个库的 doc 看了半天， 他一分钟直接把所有功能吐出来了。 我不知道你该怎么选， 我只知道你应该仔细思考一下 AI 可能带来的改变。 btw, 你去看看 ardanlab service 3.0 的 repo. 我见过最强的 go web app ，把 engineering 做到了极致。

最初学的 go, 然后搞前端，然后 go+react, 然后 go+react+docker, 然后 react+supabase ， 上个星期以前 react+supabase+deno edge function ， 现在 chatgpt 撸一切。 语言什么其实不重要，我越来越觉得对我来说部署最快的就是最好的。 以前 go 写一大堆东西， 再架个 sql, 现在两行代码类似数据库即后台的服务就搞定了。 我现在觉得 编程语言之间的鸿沟 越来越小了。

突然雇主们会大吃一惊, "原来这么多职位都是可有可无的啊"

@joyqi 那就是结束对话了。 我用 stream 一点点展现返回的信息，然后它发完了 我再整体做一些处理。 chatgtp3.5 的返回格式经常变动， 它也不一定尊重你 prompt 里的要求。chat4 就完全没有这个问题， 你需要怎么断行，怎么加 tag 都行。

直接跳转到 0

chatgpt3.5 最后应该会有 [DONE] 这个结尾吧？

没什么大不了的,我还去过一个跨省面试. 一个 AI 为噱头的公司，CEO 连服务器可以弹性购买都不知道。异常尴尬。

都是些啥东西啊?! 我要是有 key ， 我还跑这里加进去做什么？

我非常想知道, 这些东西怎么赚钱? 具体有什么意义?

@edward32tnt208 vercel 随便套一个域名就不用梯子了

@Weixiao0725 变慢是明显能感觉到的. 可能很多原因, 人多,故意限速或者是要考虑的东西多很多. 我给了它一句话,让他写 1000 英文词的文章. 里面一些它猜的细节基本都对, 太疯狂了.

今天试了一下国内信用卡,直接拒绝. 只能让美国朋友帮忙开. chat3.5 跟 chat 4 对比就跟玩具一样，提升太大了。chat-3.5 是 3 月 1 号发布的啊。

相关性自己可以调啊. 给 AI 喂什么， 以什么 prompt 来喂，出什么结果，AI 给的结果怎么提纯再给到用户。 这些都是 prompt engineers 需要做的事。

@lovestudykid 针对开源库 doc 用 chatgpt 来做应答， 现在最主流的方式。1. 把所有 doc 用 chatgpt 转化成 pgvector, 存到数据库。2. 用户搜索 query ，用 chatgpt 转化成 pgvector. 3. 用 chatgpt 返回的 query vector 在数据库里搜索相似 4. 把相关的内容作为 context 上传到 chatgpt.

给 vercel 套个域名就不用翻墙了

同做了一个任务管理 /项目管理, 给你点个赞

可以把 以前的旧信息提前生成成 vector 存起来，然后用 embeding, 省去 4000token 的麻烦。

zapier 上弄个爬虫把