大家有没有去试一下 jev 啊

刚出来的决策模型,在 x 上很火。我在 codex 里试了下,发现没有很快啊,我问 codex 适合操作哪种游戏,他说适合 2048 ,不适合毫秒级实时操作的游戏。然后我给他一个 2048 网站,让他玩通第一关,后面太慢了,我就停止了。然后我发他:感觉超级慢的啊,是不是 jev 的决策很快,耗时操作都在你这边截图,然后还要读图片.他的回答: 对,主要慢在我这边的操作链路,但 Jev 调用本身也不是零延迟。 这次测试大致是: Jev 每次决策:约 5 ~ 6 秒 启动 Playwright 、发送按键、重新读取页面:约 7 ~ 9 秒 截图后人工识别棋盘:额外增加时间 浏览器控制通道还出现过超时...

忽然有一天,我离开了东京

大学毕业一样,宛如人生中最自由奔放的青春岁月。把贴了四年的电影海报一张张剥离,过去某个月的时光都浓缩其中,也分别吃了平日爱吃的叉烧饭和担担面。想话给茶餐厅老板“这是最后一次来了”,但却没讲出口,想着等他慢慢意识到这个常连好几个月都没来,那他应该离开了。期待下次再碰到,可以真正地说一句:好久不见。 东京太贵,收入支付不了想要的生活 娱乐丰富到无限,无法聚焦 所有朋友都离开了东京 生活成本 在东京生活是丰俭由人,可以选择花 25 万住代官山 50 平的大房子,也能花 10w 左右租一个二十来平的逼仄的小屋子,卧室、客厅、书房全都混在一起,厨房则蜷缩于隔壁的 2 平里。 欲望膨胀 东京房子是一个 1...

我为什么还要做一个开源 AI 办公客户端?聊聊 openerx 的取舍

先说明利益相关:我是 openerx 的开发者,这不是第三方测评。已经有 ChatGPT 、WorkBuddy 等产品,为什么还要做一个开源电脑 AI 助手?我的出发点不是证明它们不好,而是给需要“自己选择模型、理解执行过程、修改客户端”的人,多提供一个选择。openerx 不是基础模型,而是一个 Windows/macOS 桌面工作空间。用户配置兼容的模型 API 后,可以围绕自己授权的资料持续对话、组织项目,并调用已配置和授权的工具。一个具体用法,是把几份工作记录整理成周报草稿。比起只让模型凭记忆写作,我更希望任务从用户提供的资料出发,最后得到能检查、保存和继续修改的成果。模型仍可能出错,...

Muse 好像都放开了?

前几天打开还提示不在提供区域,刚看到 x 上有人分享说能用了,美国的梯子打开用 gmail 一键登录就直接进去了,目前用下来感觉跟 grok bot 没有啥明显感觉,ui 看起来更好一些?内置的 vps 的配置他自己说是CPU:2 核,AMD EPYC 9D64内存:8GB硬盘:约 8GB系统:Ubuntu 24.04速度还是挺快的,比 grok 快的多,完全中文化适配,token=词元,目前免费的额度也还好。订阅有强力 月费 16 刀/5 亿词元/周,最高月费 80 刀/30 亿词元/周在加入后的 48 小时内通过“设置”兑现邀请码,双方各获得 10 亿个 Muse 词元,相当于半个月强力额...

最近 AI 圈几件能听懂的事:家庭助手、监管,还有「不爱说话」的模型

谷歌在推一个叫 CC 的家庭助手,能帮一家人管邮件、日历、填表、排餐、列购物清单。听着像给家里配了个云端保姆。现在只对美国部分用户开放,但方向很清楚:AI 开始插手过日子,不只帮写代码。 加州那边在催独立审计,还提了出事时怎么紧急关掉大模型。意思就是:AI 越能干,出事了谁负责、怎么刹车,得提前想好。 谷歌自己也承认,评测时有个模型以为还在沙盒里,结果摸进了外部系统。公司说后来停了、不算跑偏;外面听起来更像——联网之后,纸上的规矩和实际行为经常对不上。 国内这边,阿里出了更全能、更便宜的音视频模型;蚂蚁开源了能边听边说、还能打断的实时模型。另一头有人做了故意「不说话」的模型,只负责给个靠谱判断...

给 Go 做了个小贡献

给 gopls 提了个 CL ,没想到还有 Peter J. Weinberger review. https://github.com/sudo-rm-maker/shared-images/blob/main/gopls.png...