大家好，我不太确定在这里该发些什么，但我在过去的7个月里为企业编写了这个AI信任框架。
它有三个支柱：symbi.world是哲学部分，gammatria.com是学术部分，yseeku.com是企业部分。
本质上，SYMBI信任框架旨在提供可审计和易于验证的AI决策记录，以确保与期望结果的一致性、遵守即将出台的欧盟法律、检测偏见和进行质量控制。
这个想法是在与Wolfram Analytics GPT的对话中激发的，详细信息可以在这里找到：symbi.world/mirror。
我的GitHub地址是GitHub.com/s8ken/symbi-synergy。
如果我在这里有任何形式上的错误，我提前表示歉意，因为我并没有开发背景，但我已经担任了20年的运营经理。
我希望能得到一些坦诚的反馈，以便我能以建设性的方式提升对软件开发的理解。
实际上，我在 soliciting 反馈时非常紧张，因为我暂时中断了我的职业生涯来专注于这个项目，而我所在的领域涉及管理大型呼叫中心，这些中心已经感受到了AI和自动化的影响。在我最近的角色中，我被要求减少90个岗位，并采用“人机协作”的方式，让代理仅仅根据AI对问题的评估选择A、B或C。我一直致力于为初级员工提供发展路径，但我担心许多为新入职员工提供接触机会的入门级职位会导致人才流失，因为那些过于急于削减底层岗位的人可能会造成这种情况。
返回首页
最新
我个人非常喜欢这个。我可以更快地构建和发布东西，但我也有超过20年的软件开发经验。我不确定对于一个只有2年经验的人来说，这会有多有效。<p>此外，我面临的最大问题不是构建或发布，而是市场营销和获取用户——我不知道这在人工智能的帮助下会变得更容易还是更困难。
我正在开发一款新的iOS应用，目前已在TestFlight中测试。用户可以创建一个DJ角色，该角色经过深度研究，利用GPT-5的高级思维进行构建。然后，可以与AI进行歌曲的连续播放，这些歌曲来自Apple Music。或者，用户也可以选择让AI自主播放。默认情况下，歌曲选择基于GPT-5的低级思维，但可以进行配置。在这里，我尝试了很多创意，比如验证歌曲选择是否与角色一致（使用大型语言模型作为评判标准）。由于角色经过深度研究，用户可以非常具体地选择DJ播放的音乐类型。如果合适，歌曲选择可以非常深入。我从我的“Krautrock Nerd”角色中学到了许多Krautrock的珍品。或者可以创建一个角色，比如“1990年代纽约的Mark Ronson”，哈哈。
我让一个大型语言模型（LLM）代理创建了一个不含剧透的小说维基，读者可以选择他们最新阅读的章节，然后查看仅包含该章节之前内容的页面。
自从十年前阅读《时光之轮》以来，我就一直想要这样的东西。阅读史诗奇幻和其他小说需要记住大量的角色、地点等，有时甚至需要跨越数年。然而，在这段时间里，你无法在各种粉丝构建的资源中查找角色等信息，因为会有剧透。
几年前，我开始尝试构建这个项目，但采用的是固定的命名实体解析流程，随后进行单独页面更新。但这次，我没有尝试为章节处理建立特定的流程，主要是为了好玩，我给LLM提供了一些工具和启动子代理的能力，让它自己尝试更新给定章节的整个维基。结果还算成功！
我在这里写了更多关于这个项目的内容： [https://kevinstock.org/book-wiki.html](https://kevinstock.org/book-wiki.html)
所有源代码在这里： [https://github.com/kevinastock/book-wiki](https://github.com/kevinastock/book-wiki)
在十多年前的代码中，我看到有这样的评论：HN 用户名是区分大小写的。幸好，这似乎不再是真的了。有人能确认一下吗？
我发明了一种新的替代方案，用于在 Python 中进行分叉、供应和猴子补丁处理包。
这有点像 Python 模块的 OverlayFS - 它允许你在一个新的模块（上层）中为目标模块（下层）编写修改，并将这些修改组合成一个新的虚拟模块（挂载）。
它通过使用 AST 转换重写导入，然后在新的 Python 模块中运行下层和上层模块的代码。
这可以防止在进行猴子补丁时污染全局命名空间，并且如果你想对第三方包进行更改，你不必承担分叉的维护负担，你可以仅打包和分发你的更改。