sentinelK 最近的时间轴更新 sentinelK 最近的时间轴更新
我本将心向明月，奈何明月照沟渠。
2023 年 5 月 30 日
 |
sentinelKV2EX 第 631792 号会员，加入于 2023-05-30 20:41:02 +08:00今日活跃度排名 7373 |
kop1989的三转小号
| Copilot 的 Claude Opus 4.5 模型 在未明显提示的情况下，调整额度消耗到 3x 程序员 • sentinelK • 2025 年 12 月 12 日 • 最后回复来自 mooyo | 14 |
| kop 的一站式战地 6 刷枪指南 Battlefield 系列 • sentinelK • 2025 年 12 月 3 日 |
| 如何实现撸车自由——DIY 洗车经验分享（重污篇）
1 汽车 • sentinelK • 2025 年 12 月 14 日 • 最后回复来自 nicolasyang
|
18 |
| 各位，在战地节点霸榜的我又来了。战地 6， Beta 评测 Battlefield 系列 • sentinelK • 2025 年 8 月 15 日 • 最后回复来自 CCIP | 1 |
| 我的账号被莫名其妙订阅 EVE 的 Omega 会员 EVE • sentinelK • 2025 年 7 月 24 日 |
| 由 VSCode 的发行说明引起的安利： vscode-pokemon 程序员 • sentinelK • 2025 年 7 月 12 日 • 最后回复来自 magicdawn | 10 |
| 发现了一个 bug，回帖偶发会扣除 5.02 铜币 反馈 • sentinelK • 2025 年 4 月 30 日 • 最后回复来自 gpt5 | 5 |
| 最近被管理员移动帖子不太正常 反馈 • sentinelK • 2025 年 4 月 30 日 • 最后回复来自 ferock | 7 |
| parsec、uu 远程受控端 GPU 占用过高后续，请关掉“硬件 GPU 加速计划”
1 程序员 • sentinelK • 2025 年 4 月 23 日 • 最后回复来自 qianxu2001
|
2 |
sentinelK 最近回复了
13 小时 7 分钟前 回复了 andforce 创建的主题 › 程序员 › AI 编程中，模型相同的情况下，使用不同工具进行复杂任务时，会有结果上的显著差异吗？ |
有差异。
1 、各家 AI 产品的系统提示词不同。github copilot 是开源的，可以去看。
2 、各家对于上下文供给的逻辑，调用的搜索、压缩模型不同。
3 、各家产品会有一些功能性差异。比如最新版本的 VScode 会对于缺失的上下文提出疑问，并弹出模态窗口要求你补充。
1 、各家 AI 产品的系统提示词不同。github copilot 是开源的，可以去看。
2 、各家对于上下文供给的逻辑，调用的搜索、压缩模型不同。
3 、各家产品会有一些功能性差异。比如最新版本的 VScode 会对于缺失的上下文提出疑问，并弹出模态窗口要求你补充。
2 月 28 日 回复了 likooo125802023 创建的主题 › 程序员 › 现在 VIBE coding，能不能做个复杂点的 3D 游戏了？ |
@AoEiuV020JP 这样的结果就是你只能得到一个当年 flash 游戏水平手感的平台跳跃游戏。
2 月 28 日 回复了 likooo125802023 创建的主题 › 程序员 › 现在 VIBE coding，能不能做个复杂点的 3D 游戏了？ |
“claude 能不能帮我搞定编码部分”
可以，但是：
你如何在你能接受的提示词长度范围内，无歧义的描述你的编码需求？
举个简单的例子，请问怎么用语言描述 FC 超级马里奥的物理性能？
可以，但是：
你如何在你能接受的提示词长度范围内，无歧义的描述你的编码需求？
举个简单的例子，请问怎么用语言描述 FC 超级马里奥的物理性能？
2 月 27 日 回复了 Azer 创建的主题 › 程序员 › 一个纯纯个人的猜想——AI，也许本身就是一个市场调研工具 |
btw ，在上世纪 80 年代末的机器学习算法，确实是符合楼主的这个思路的。
毕竟那时候还没有 transformer ，也没有神经网络算法实现的强化学习。
所以机器学习结果的过拟合效应很强。
毕竟那时候还没有 transformer ，也没有神经网络算法实现的强化学习。
所以机器学习结果的过拟合效应很强。
2 月 27 日 回复了 Azer 创建的主题 › 程序员 › 一个纯纯个人的猜想——AI，也许本身就是一个市场调研工具 |
所以在我看来，楼主说的几个点的逻辑都不成立。
1 、统计学模型只给出最大统计学解，且有一定随机性，所以“AI 搞不定”这个结论很难证真、证伪。
2 、简短的上下文就可以完美实现功能，只能说你的功能定义逻辑很清晰且统一，没有歧义，最优解的统计学优势很强。并不能证明是历史的过拟合。
3 、反之亦然，你无论如何都无法生成满意的结果，只能说明你输入的上下文没有明显的统计学优势，导致最终输出的内容不断的落入各种小的“局部最优”解中。
1 、统计学模型只给出最大统计学解，且有一定随机性，所以“AI 搞不定”这个结论很难证真、证伪。
2 、简短的上下文就可以完美实现功能，只能说你的功能定义逻辑很清晰且统一，没有歧义，最优解的统计学优势很强。并不能证明是历史的过拟合。
3 、反之亦然，你无论如何都无法生成满意的结果，只能说明你输入的上下文没有明显的统计学优势，导致最终输出的内容不断的落入各种小的“局部最优”解中。
2 月 27 日 回复了 Azer 创建的主题 › 程序员 › 一个纯纯个人的猜想——AI，也许本身就是一个市场调研工具 |
目前的 AI 模型体积与上下文可以说庞大，对于统计学上的相关性挖掘的是非常深入，且远超人的理解的。
所以 AI 视角下的“相似”、“轻而易举”，并不意味着人类视角中无意义的重复。
举个不恰当的例子，网上订火车票和电话订火车票，无论是操作流程，还是交互形态都相差巨大，但其系统流程是非常接近的。
相反的，在用户眼里，12306 就是个劣化版本的携程。
但本质上他们是完全不同的系统与业务逻辑。
所以 AI 视角下的“相似”、“轻而易举”，并不意味着人类视角中无意义的重复。
举个不恰当的例子，网上订火车票和电话订火车票，无论是操作流程，还是交互形态都相差巨大，但其系统流程是非常接近的。
相反的，在用户眼里，12306 就是个劣化版本的携程。
但本质上他们是完全不同的系统与业务逻辑。
2 月 27 日 回复了 Kinnikuman 创建的主题 › 程序员 › 关于大模型中转站的两个问题 |
以上两个问题对于用户而言都无解。
这也是中转站价格比官方便宜的主要原因。
btw ，即便是官方，你依然也没有任何能力能够知晓模型实际的运行版本，你也没法知晓官方是否会污染你的提示词。
这也是中转站价格比官方便宜的主要原因。
btw ，即便是官方，你依然也没有任何能力能够知晓模型实际的运行版本，你也没法知晓官方是否会污染你的提示词。
如果只从管理者的视角来看，其实“工艺”并不是其考虑的维度。
谁成本低，谁产量高，谁就上。就这么简单。
所以不管是现在的 AI 还是 10 年前“自愿加班”的卷王，本质上没区别。
谁成本低，谁产量高，谁就上。就这么简单。
所以不管是现在的 AI 还是 10 年前“自愿加班”的卷王，本质上没区别。
2 月 13 日 回复了 andforce 创建的主题 › ☕Vibe Coding🤖 › Vibe Coding，有一种出莫名其妙的快感，像看修驴蹄子，或者物品翻新视频 |
4 、目前的 AI 还是很难主动提问。他就像是一个想疯狂证明自己的实习生。为了输出内容，不惜隐藏错误，掩盖信息缺失，不懂装懂。
2 月 13 日 回复了 andforce 创建的主题 › ☕Vibe Coding🤖 › Vibe Coding，有一种出莫名其妙的快感，像看修驴蹄子，或者物品翻新视频 |
目前丝滑程度还差一些，但也是临门一脚了。
1 、对于前后端结合产品，AI 很难做实际测试、验证。换句话说，AI 只能告诉你“编译通过了”。但很难告诉你，业务在 UI 上展示是否正常。
2 、上下文还是短，理想的情况应该是覆盖一个业务的整个垂直链条（从数据一直到 UI ）。这样才不会因为上下文缺失导致频繁的误读与误解。
3 、对于既有产品，以及既有的团队分工，因为充斥很多人员、商务、管理上的妥协，所以 AI 接手的效率很低。
1 、对于前后端结合产品，AI 很难做实际测试、验证。换句话说，AI 只能告诉你“编译通过了”。但很难告诉你，业务在 UI 上展示是否正常。
2 、上下文还是短，理想的情况应该是覆盖一个业务的整个垂直链条（从数据一直到 UI ）。这样才不会因为上下文缺失导致频繁的误读与误解。
3 、对于既有产品，以及既有的团队分工，因为充斥很多人员、商务、管理上的妥协，所以 AI 接手的效率很低。
Select Language