粉丝3.6万获赞13.4万

呃,不得不说啊,现在这个 ai 技术发展的真的是太快了,就是拆的 g p t 我还没玩明白呢,然后这两周呢,又出了一个 非常火的一个新的技术叫 auto g b t, 然后不知道大家有没有听说过啊,今天的话就给大家来分享一下这个 auto g b t 它是什么东西啊?我们怎么样去使用 auto g b t? 在分享儿童 g p t 前呢,我们先来回顾一下 chi 的 g p t 他是做什么的?我们可以把 chi 的 g p t。 当作一个 ai 问答中句,然后你向 chi 的 g p t。 提问,他就会给你对应的回答。那相信有很多同学已经用 chi 的 g p t。 去写论文,写代码,写文章等等等等。 那假设我们现在要写一篇论文,使用 china g p t 的话,我们是不是要先问他说啊,我需要写一篇论文,我需要 做哪些事?然后呢?拆了 g p t 就会告诉我们啊,你写论文需要经住以下步骤。那接下来呢,我是不是还要向拆了 g p t。 去人工的提问说啊?我要请先帮我确定一个选题,然后帮我去写一段背景,然后帮我去写一下论文的主体,然后帮我去写论文的实验总结等等等等。 就我可能要向他去多次提问,然后要自己去把这个问题给整理出来,最终得到一篇论文,对吧?就整个流程需要我们人工的大量介入,但但 auto g p t 它的强大之处在于,你只需要告诉 auto g p t 一个目标,比如说我要写一篇论文, 然后接下来 auto g b t。 就会自动执行程序,帮助你完成这个目标。那接下来给大家分享一种我个人认为最简单快速的方法,去搭建一个自己的 auto g b t 去使用它。 那首先我们进入到 ottvt 的官方仓库,然后可以看到啊,他现在已经有十万多的星星了,才短短两周。对,首先第一步我们要点击 foc, 把这个仓库复制到我们自己的账号下, 那这里大家一定要注意,要把这个 topie master branch only 给取消周选。为什么呢?因为 master 分支它的代码可能是不稳定的,没有经过大量充分的测试,等会我们要运行的是稳定版本的代码,所以这里要取消周选,然后我们创建。 其实我在网上也看了很多 auto gpt 的部署教程,但基本都是说要把这个代码下载到你自己的电脑上去安装环境,然后再运行。但其实我觉得这种方法不是特别的好, 因为 auto gpt 它是需要拍散的环境,它需要大量的依赖,那如果说你本地,如果你在本地去安装,这些依赖可能会和你之前 的环境有冲突。另外就是 autogbt 它在运行的过程中可能会读写你电脑上的文件,所以有可能会影响你电脑上的一些现有的文件,这也是有一定风险的。所以这里我选择的方式是使用 detopod 这样一个云托转平台, 就是用别人的服务器来部署这个项目,方便又高效。那怎么使用 datepod 来部署这个项目呢?其实非常简单,我们只要把这个项目的地址改成 datepod 的地址, 再加上一个井号,直接运行,然后我们就进入到了 gitpod 的界面,在这里我们选择我们要部署的 ott g p t 项目,然后创建 newwork space。 好,然后大家现在看到的界面其实就是 gitpod 为我们提供的一个云环境,我们就可以把它当做自己的电脑来使用。好,然后进入到 这个界面之后呢,我们先不用管他右下角的这一坨啊,他在自动帮助我们安装依赖。我们首先要点击左下角的这个分支,我们要把这个 master 分支切换为这个 stable 稳定版本的分支。好,大家注意看左侧,你会发现这个文件已经变了。 好,接下来我们要去修改这个 auto gpt 项目的配置文件,我们找到点 env, 点 template, 然后右键重命名, 把作者给我们提供的模板文件改成自己的配置。然后在这个配置文件中呢,我们主要关注的就是这一行,因为 auto g p t, 它底层也是基于 g p t 的,它要通过像 g p t, 像 oppo ai 去问答 来获取答案来完成任务。所以说这里我们要把它改成我们自己的 oppo ai 的 k, 那这里我就填写自己的 k 啊,估计很快就要被在座的各位小伙伴消耗完了。改完这个配置问 之后,我们进入到这个终端,按 ctrl 加 l 清屏。然后接下来我们要运行 rod s h 这样一个脚本文件,那这个脚本文件呢?会自动检查咱们这个服务器中是否缺少这个项目需要的依赖,如果缺少的话,就自动帮我们安装 好依赖。安装完成后,如果大家看到了这样的信息,他让你输入名称,那就表示现在我们的项目已经安装成功了, 怎么样,是不是很简单呢?那大家可以自己去尝试一下。好,那接下来我带大家快速体验一下这个 auto g b t。 的能力,然后试着让他帮我们完成一个目标,看看他到底是人工智能还是人工智障。 这里在实际运行前,我们先输入一个 help 参数,来查看一下这个命令它有哪些参数可以指定。那这里我给大家重点讲解几个参数。首先就是杠 c 参数开启连续 模式,开启连续模式之后, auto g b t 它的每一步操作都不需要经过我们人工确认,它就会无限的执行下去, 所以可以想象这是一个非常非常危险的操作。就比如说我们让他帮助我们去写一篇论文,那最后肯定要给我们生成一个论文文件,那在生成论文的过程中,肯定要从网上下载很多的资料,那假设我们的电脑已经没有空间了, 那这个 auto g b t 他可能和人一样,有些人为了达到目的不择手段,对吧?那这个 auto g b t 他也不择手段,他就把咱们电脑上自己的文件给删掉了,为了存放他的新生成的文件,而且还有一个风险,就是什么呢?他竟然是自动的程序,就有可能陷入一种死循环, 一旦进入了死循环,其实我们背后的那个 open ai 的额度在不断的消耗其中,可能过了一天之后 后呢,我们的任务也没有完成,钱没了,钱没了。作者为了降低这种风险,他还提供了一个额外的参数尬聊,就是我们可以指定啊,他自动运行的最大的次数, 他连续运行几条之后,他之后再去运行新的操作,那就要找我们人工去确认,对,这个是相对安全一点。好,那这个儿童 gbt 的用法介绍完了,接下来我们就来演示一下,那我们就给他一个目标, 那比如说现在我要生成一个网站来表扬鸡打篮球打得很好,那我们首先启动奥特 gbt, 好,他让我们输入名称,随便输入一个。好,接下来这部比较重要,他让我们定义这个 ai 的角色,那现在既然我们要让他帮我们去创建一个网站,我们就让他是一个前端开发者, 现在呢我们就拥有了一个前端开发员工。然后接下来呢?呃,接下来呢就要给这个员工定目标,这里也和真实世界一样的,就是作为老板,你要给员工定的目标越详细,员工才越清楚应该怎么做,才正容易 满足你的这个目标。在这里我们给他定一两个目标吧,最多可以只定五个。那我们给他定的第一个目标就是,呃,写一个网站用来表扬鸡在打篮球,然后再定一个更明确一点的目标,就是呃生成一个 文件来构建这种网站。那接下来呢,咱们的员工,咱们的前端工程师就开始干活了,我们就期待一下。好,现在 ai 已经给了我们回复,我们来看一下,首先是他的想法,他认为在做网站之前,他要先去做调研,他要去搜集一些关于鸡蛋 打篮球的信息,然后我们看一下他的计划,他打算从网上去搜索击打篮球枪中的内容,并且呢他想要浏览这些搜索结果,去收集一些信息,再往下,这个很有意思,我们可以把 ai 当成人,就是当你给他布置些任务。哎,他不理解,或者说他有些自己的想法的时候,他可能会给你反馈 啊。我们来看看这只园中说什么,他说他想要确认自己没有花费太多的时间在这里研究上,就是因为我们没有给他一个明确的时间期限,然后看一下他的下一步操作。这里是最明确的,就是他打算去搜索击打篮球的信息。 好让我们接下来可以给这个员工一些反馈啊,比如说输入外就表示认同你的下一步操作。输入外账 n 表示你要连续的去执行几条操作,接下来就不用向我确认了,然后 n 就 表示退出程序。还有最后你可以给他一些额外的建议,那这里我们就输入 y 执行,他在思考。 好,现在他给了我们下一步的计划,他下一步要执行的操作是浏览网页,然后他可能要去看一下刚刚搜出来的信息,那我们继续输入外让他浏览, 然后再看下一步操作啊。哎,这个地方系统提示说有错误,他找不到这个浏览器,因为咱们的这个服务器还没有安装浏览器,所以这个凹凸 gbt 呢,他也没有办法打开浏览器去进行网页。他下一步的计划呢?是安装一个什么代理, 使得能够浏览这些搜索结果,那我们就继续按外看他能做什么,看一下他的下一步回复啊。呃,大概的意思就是说他现在还是想要获得更多的关于击打篮球的信息,就感觉他好像陷入 入了一个迷茫或者误区,要不我们给他一个稍微明确一点的引导吧。好吧,我们就让他更多的关注于创建网站这件事情,不要再做研究了,让他立刻给我们生成网站。 我们再看一下他的下一步计划啊,就是他打算使用写文件命令来创建 html 文件了啊,这个是符合我们预期的,而且呢,他打算去使用这个文件追加的命令去给这个网页文件补充更多的内容。然后他希望他自己写的代码扯读性是比较高的, 其实已经有了一种工匠精神。是,那我们一条一条让他执行也挺麻烦的,我们这次直接偷着懒,让他连续执行五条操作,好直接外杠五。那这里我们就稍等一下。好,我们来看一下他做了些什么啊?大概就是说他往这个网页文件里面追加了一些内容, 接下来他也想打开浏览器去确认一下自己写的这种网站是否还需要更多的修改,但是呢,因为我们这里没有浏览器,所以呢,他决定去给我们安装一个浏览器。那我们再来五步来,我们看一下他做了些什么。首先他企图安装一个浏览器, 结果呢,安装失败了,然后呢,他又想去看自己生成的网站怎么样,结果呢?浏览也失败了,然后再往下,他又要去新写一个 html 网页文件,结果呢 也失败了,然后再往下呢?哎呦,这一步很有意思啊,他打算把这个刚刚写过的这个网页文件给删掉,然后呢,他也真的把这个文件给删掉了,所以说这就是刚刚提到的那种危险的操作,然后最后呢,他又打算重新写一个网页文件,那这次我们就只让他执行这一步吧, 我也不要再做这多尝试了,处处碰壁啊,可谓是。哎。他这里又报错了,然后由于文件已经被更新了,他现在决定再往之前的文件里面再去补充一些内容,我们再允许 好,他说文本添加成功,那这次估计是有戏的。那接下来我们在这个 watch space 工作空间中找到他为我们生成的文件,我们来试一下能不能运行。啊, 那这个就是 otogbt 为我们生成的网站了。嗯,其实没有图片,也没有视频,然后全是文字,然后说这个击打篮球的历史可以追寻到二十世纪中叶,然后底下就会教你怎么去训练击来打篮球。 其实我感觉好像和我们的主题有点偏,因为我感觉我没有把自己的预期描述特别清楚,我就是想让他给击打篮球这件事情写一些赞美的词词。对啊, 他好像理解错了我的意思。那其实通过我们的这次体验啊,不知道大家觉得怎么样,反正我自己的一个感受是,虽然说治疗 ottgbt 他确实能够自动化的去帮我们做一些事情,但是他生成的内容的质量的好坏 其实是很难把控的,需要对我们这个操作 ai 的人提出正着的要求。这个 ai 他肯定还会持续的发展,而且发展的速度可能远远超乎我们的预料。 那对于我们大多数人来说,我们能做到的可能就是先学会使用这些 ai 工具,让我们能够跟上时代,利用 ai 来提高自己的一些工作的效率。然后大家也可以分享一下自己用这个 autogbt 的一些玩法。

最近啊,大家肯定都被 gvt 的语音对话给刷屏了,但由于是小规模的推送,有很多朋友即使想花钱充会员都不一定能够体验的到,而经过我多天的摸索,终于总结出一套能够百分百开启 gvt 语音对话的方法,但是呢,目前这个方法仅限于安卓用户,苹果用户的话呢,还是得等系统的推送。 大家可以看到我这两台手机登录的是同一个账号,然后都没有对话的功能,打开设置 new features, 里面也是没有 voice conversation 的。接下来这一步很关键了,全网都没有人说到,是我自己总结了。大家打开谷歌的配商店,搜索 hpt 可以看到啊,这里有一个加入 beta 版测试,只要我们点击加入,需要等待几分钟的时间,等这里显示您已成为 beta 版成员之后,只需登录我们的会员账号, 设置里面的 better features, 就可以看到有语音对话的功能了。如果你还不知道安卓手机怎么下载 g p t 或者没有会员账号的,欢迎进我粉丝群或者私信我,我会帮助大家来操作。

朋友们, auto jbt 都听说了吧,我实际测试了一下,太颠覆三观了, ai 提示子工程可能刚刚诞生了几个月就要不存在了,你给 ai 输入一个垃圾提示,就只能得到一个垃圾结果, 这好像非常符合我们的常识,但 auto gbt 这一类具有目标驱动、自我迭代能力的 ai 说,愚蠢的人类,你们就别参与了,我自己就能提示我自己。 互相信的话,我们做个实际对比测试。我让 j g p t 和 a 镇 g p t 都写一篇不少于五千字的关于新能源汽车发展的学生论文, 用过 g b t 的人都知道,这是拆 g b t 不可能完成的任务,因为拆 g b t 有次数限制,而且如果题是非常笼统,那么生成结果也会非常的平庸。果然,最后生成了一篇三千一百二十字的灌水文章。但我让 a 镇 g b t。 执行同样的命题, 他开始思考,然后自己给自己提出了三个子任务,调研新能源汽车的发展的现状,比较各种新能源形式的优劣势,针对成功的新能源企业做 一些案例分析,然后开始执行第一个子任务。但执行完之后,他又给自己提了六个新的调研任务,我就坐着看了十五分钟,他自我集团了二十五轮,竟然调研了一百五十多个子任务,从政策、资本、市场、技术、方案、供应链等多个角度来分析,甚至讨论未来无线充电和纯固态电池的标准化对于行业的影响。 内容太多太深入,导致我的无法在视频里展示。最终弹出了一个提示,为了节省我的钱包,这个 ai 竟然被开发者强行关闭了,太可怕了!太可怕了!马斯克说,人类社会可能就是开启归机数字文明的一段引导程序而已。庆幸我们现在还掌握着电源开关,万一哪。

这临近过年,我们的国产模型真的太猛了。前面我做过两期视频,用同样的 prom, 同样的真实项目任务实测,对比了 cloud office 四点六, gpt 五点三、 codex mini max 二点五。 那期视频做完之后,评论区就有人让我测试一下质朴新发布的模型 gom 五,咱也是加班加点的干出来了,而且据可靠消息,过两天还有 deepsea 微视版本的发布,到时候也给大家带来一期真实项目的一个编程实测。 求一个一箭三连不过分吧?在这里要插播一下,当我准备去测 gm 五的时候,我去官网去订阅它的 cooling plan, 直接受庆了,就我的套餐买不到。哇,那如果按 ipa 计费的,我目前也没有找到。他们可以用 insulate 的 一个协议来测试 gm 五, 所以我就用了 ppl 他 们家的去测试,他们是非官方首发部署的 gm 五,一个开源模型的一个权重,那兼容安斯罗比的一个协议接到可拉扣的里面也非常方便,因为我之前的评测的话,都是用可拉扣的去做的嘛。所以说为了保证公平公正,我们也是用同样的 工具方的编程任务去做实测。好,我们先去创建个 api k, 这里我就写 gm 五 确认,点击复制好,我们开始进入真实项目的一个编程实测环节,也是同样的 prompt。 哈,那第一个任务的话,是把 我们另外一个项目里面完整的一个用户认证体系,包括邮箱、谷歌认证登录、 github 登录迁移到我有一个新的图片生成 a 级的项目里面,同时让它去做一个落地页, 需要考验它的一个代码理解能力,架构适配能力,一个工程规范。这个任务还算比较复杂,之前用 mini max m 二点五去测的时候,它花了三轮对话才完成的,那 op 四点六跟 gpt 五点三 colex 的 话,它们一轮对话就完成了。 那第二个任务的话是我本地有一个 skills agent, 它是一个终端 ui 交互的,我们把它做成一个外部聊天页面,让它保留 syncing 工具,调用流逝输出。这个任务主要考验它全站开发, 流势输出以及 u i u x 的 一个交互能力。之前测试的话, off 四点六跟 g p d 五点三 codex 他 们一人赢了一局,那下面我们就开始做 g o m 五的一个测试。 这两个项目现在都是开启了一个沙杯进者的模式去探索已有的代码。那右边的话,它弹出来一个让我选择想用的框架以及 u i 主键库,我就按我一个常用的方式去选好,它提示已经成功了。 好,我们打开了他给我们写的这个 y y, 哈,他把这个 skills 是 放在右边的,就展示我已有的一些项目,来测试一下它可用吗? 好,我们开始让他去总结这篇文章,看一下他有没有去做到加载这个 skills, 然后加载完了之后去执行一些脚本去做爬虫,然后再去做总结。可以看到这边他已经加载到这一个 skills 了,下面去执行一些命令 总结出来了哈。整体的话完成度还可以的,就是他这个 ui 上稍微会差一点点,相较于那个 gbt 五点三 codex 的 话,这个完成的没有 gbt 的 好。 左边这个窗口就是 cloud off 四点六写的,这个 ui 上确实会差一些。右边的话是 gbt 五点三 codex 写的,当时我是把票投给了他,那么同时去可以看一下刚刚那个任务,他们俩其实都没什么太大问题,不是特别难,后端也就 thinking, 然后做工具调用, 可以看到都是 ok 的, 没有什么太大的问题。好,下面我们去看一下那一个纹身图 agent 用户认证体系那块它完成的怎么样了? 可以看到它这个已经完成了哈,可以看到这个代码它已经写完了,我们先看它能不能一次性去启动,之前 mini max m 二点五这一块是没有做到一次性启动,我们先开新开一个窗口去测一下。好,我们可以看到 g m 五的话,它目前启动是没有什么问题啊,我们再看一下它实际的一个表现, 我们看一下它整个 ui 表现哈, ui 还行,那我们看它的那个认证功能可不可以用。我们先试谷歌登录,谷歌登录的话,它这块放了一个小 bug 啊,它把那个毁掉的端口弄错了,我们改一下。好,我们继续。 好吧,登录失败了,这边还是有些问题,你看到它登录的时候认证失败了,应该是数据库的表结构那块有点问题,从这么看的话, gbt 五点三 codex 跟 op 四点六还是要猛一些哈,就是它们没有这些问题。 好,我们再来选择谷歌登录,刚让它修复了一下, 好,他终于可以了。哎,有个问题,他登录成功之后没有回,没有进到我们的那个主页面,登录成功之后没有进到我们 agent 里面, 这个算第二轮对话吧,看他第二轮对话能不能搞定好,我们点击登录选择谷歌, 他还是没有修复成功,他还是要再刷新一下,看没有再刷新一下,进来再给他描述一下吧。现在还有个小问题,当我们认证之后,他先跳转了到首页,我再刷新页面,他才进到了 a 镜的里面。 在他这是第三轮了,就证明他在这个方面其实跟 mini max m 二点五差不太多,他们俩再点登录。 我靠,跟这个问题杠上了,他还是修复不了啊,还是有问题,你能不能好好深入去修改一下,去思考一下。 这是我们第四次对话,让他去修改这一个小问题哈,这个表现呢,就有一点不是特别好了,我们再来,如果他再再进不去,我就不撤了,这个就默认他四轮吧。 好,我放弃了。这个问题我不测了,他修他,我跟他一直对话,他修不了。我们之前测 gbt 五点三跟 colorof 四都是一轮。 ok, 我 们下面来看一下评分,整体的一个打分标准是第一个,我人为的去检测他们的一个功能完整性以及 ui 的 一些情况。那代码架构,工程规范,我都是把他们所有的代码给到 gbt 五点三, codeof 四点六,让他们分别去 review, 然后去打分。 它现在结果是这样子的, off 四点六,在第一个项目用户认证里面,它是表现最好的,它在功能完整度以及 ui 落地上是表现的比较好,并且是一轮就完成任务了。但是它的代码架构跟工程规范会有一些小问题, gpt 五点三扣贷 x 的 话,它的代码架构以及工程规范会比它好,而且是这四个模型里面最好的。那它的功能完整度呢?因为它漏了一个谷歌登录的一个前端,所以说这个评分稍微低一点,那它 ui 落地页的话也会稍差一些。 上一期视频测试 mini max m 二点五这一边的话,他是花了三轮对话去完成了这个任务。那智普这边的话,刚刚你也看到了,其实四轮对话完下来之后,他还有一些小问题,所以说评分的话,他俩其实差不太多吧,我个人感觉哈, 我们来看第二个,把这个 skills agent 做成一个外部 ui, 那 这个项目的话就是 gpt 五点三 codex, 它在业务完成上逻辑错误控制以及 ui 代码质量工程实现都是最好的。那剩下这三个的话,大家表现的都差不多吧,大家有优势的地方也有他劣势的地方。 好,下面我们开始进入 agent 的 实测环节,把 gm 五模型接入到我这一个真实的一个 agent 的 项目里面去,它是做自媒体视频拆解的, 主要需要去看他的一个速度,拆解深度以及表达一个真实感。那整个 a 型的工作内容的话,就是先去下载视频,做音频提取,转文字,然后去做内容的结构化分析,爆款元素的提取,最终输出一个拆解报告。好,我们下面开始吧。好,右边也完了, 我们来简单看一下哈,他们两边格式上会有一些差异。在拆解上我们看他这个结构拆解这块,他这个时间出其实是有问题的,他做的不对,因为我这个是十二分钟的,他是做了 十四分钟到十五分钟,那 g m 五这边的话,它也有讲一个时间戳吧。啊对,你看它有二十分钟,还有三十到三十五分钟都来了,所以说我感觉它在整个 a 帧的表现里面不是特别好啊,它这个拆解的深度也不太够,我感觉相较于昨天我测那个 mini max m 二点五的话会稍微差一些。 好,我们下面总结一下。把 gm 五接到这一个自媒体视频拆解的 a 帧里面,它的一个表现情况哈,整体上的话速度偏慢,就响应速度不算快,可能跟当前用户量大有关系,因为都知道它这个套餐都卖的受庆了。第二个的话,它的拆解深度的话相较于 mini max m 二点五会有一些稍稍不足。 第三个的话,它的一个真实感稍微偏弱一些啊,这是整体的一个表现情况。好,下面我们进入整个的一个总结环节,在编程方面的话,一句话,在我的这一个测试项目里面, gbt 五点三 codex 表现最好,比 off 四点六会好一些。 glm 五跟 mini max 它们的体感接近,都是开源的嘛,并且它们的成本非常低,所以说 对于一个高性价比的一些开发任务的话,我觉得这两模型都非常不错。好,这就是这一期视频的所有内容了,如果你觉得这期视频做的不错,一定记得给我一键三连哦。那下一期视频的话大概率是做 deepsea 微四,有可能是在过年那一天发布,我猜测哈,据可靠消息。好,那视频就到这里了,大家拜拜拜拜拜拜拜拜。

都来玩一玩这两个网站,一个是 aut gbt, 一个是 agent gbt, 当然同类的项目呢,还有一个 baby hi, 我们小白用户呢,可以重点关注这两个,特别是这个 agent gbt, 我是超级喜欢这些项目的主要努力方向是实现 chat gpt 的自我改进。这就像昨天我介绍的那个实验一样, 理论上如果有无限的 token, 那二十五个角色可以一直生活下去,我们也不知道这二十五个人最后他们会发展出来一个什么样的社会。同样在 out gpd 和 agent gpt 里头,我们创建一个任务之后,他可以进行无限的推演, 而且不断的自我修正。最重要的就是他们可以实现了联网,第一个他能够自动的搜索网站,第二他能够自动的存储记忆,第三他就不断 通过自动的搜索,不断的增加记忆来实现无限的推演。拿这个来举例,我给他设定了一个目标,就是我要创建一个年净利润一千万的企业,只要我输入了我的 api 之后,他他就开始不断的去分解任务,不断的去细化每一个任务,然后再不断的去执行。 我把它停掉了,是因为它会一直的消耗我的 token。 为什么对这个 agent g p t 特别感兴趣?就是它实现了我的一个想法就是你看左边是 agent 吗?它现在是贝特版,将来它成熟了之后,我可以想象这边可以创建无限个 agent 啊,起码是若干个。我们每一个人赋予他一个角色,比如说他是公司的财务人员,然后再设置一个角色,他是公司的销售人员,再设置一个角色,他是公司的供应链部门, 那我相当于一个人就是一个公司啊?一个人就是一个战队,一个人就是一个航空母舰。贝特板结束真的实现了那些功能,我觉得就太牛了。

见证历史叉, gpt 正式推出二十八模式,标志着 ai 再次向第一生产力进发。近日外媒透露,新版 gpt 的 代码指令已经包含二十八相关自胡词语。早 在去年十月, opai 的 ceo sam 奥特曼就发推声明,要做年龄分级,把成年用户当成年人对待,将二十八内容权限向这些用户开放。但 gpt 不 会主动推送,只有符合条件的用户主动提问才会触发回馈。从曝光的代码指令中也能印证。关于如何成为符合条件的成年人用户,官 方将采取双重验证机制,插入 g p d 将首先通过用户聊天话题以及每天使用的时段创造个人模型,预测年龄。存疑的用户 需要通过三方验证上传相关资质,自证年龄这一功能预计一季度,也就是三月内正式开放。把成年用户当成年人,让 g p d。 触达更深层次领域,也让符合条件的用户体验更多乐趣。不知道你怎么看呢?关注我,有游戏堂,每天精彩不重样!

前两天我做过一期视频,用同样的 prompt, 同样的真实项目任务实测,对比了 cloud ops 四点六和 gpt 五点三 codex 那 期视频做完之后,评论区有人问 国产模型能不能也拉进来比一下,这次机会来了,这一期视频我要做两件事情,第一个,把上期那两道编程题原封不动的丢给 mini max m 二点五,看看它在同一张考卷上能拿多少分。 第二个的话,我有一个自己一直在用的自媒体 agent 的 项目,之前跑的是 mini max m 二点一,这一次直接升级到 mini max m 二点五,看看他在真实的一个生产电路里面升级到底带来了什么。看过我视频的人都知道哈,我做评测比较关注模型,他在一个真实任务里面的一个表现。 好,我们正式进入编程实测环节,我直接附用之前的两道题, prompt 一 字不改。第一道题的话,是把一个项目里面完整的一个认证用户体系 直接迁移到我有一个图片生成的一个 agent 的 项目里面去,同时再让它做一个落地页,需要考验它对于另外一个项目的一个代码理解能力,架构适配能力以及一些工程规范。 那第二个项目的话,我以本地有一个 skills agent, 之前是做的是终端 ui 的 一个部分,那这一次的话,我希望把它升级成外部 ui, 并且它要保留 string 工具调用流逝输出的一个完整链路,这个就考验它的一个全栈开发能力,以及它的 sse 流逝输出,还有 ui 方面的一些交互。 上期的成绩是 cloud op 四点六和 gpt 五点三勾代码各赢一局,那这一次我们把 mini max m 二点五加进来,看一看它的结果怎么样? 好,开始测试,两个一起弄,可以看到右边这个它识别到我们要做的是一个全单元 y, 它去加载的那个 front designer 这个 skill, 那左边这个项目的话,他发现他是需要去探索已有的项目,去找到那边是怎么做 get up 登录,怎么做谷歌邮箱登录的。先去探索嘛,先去开 saf 界面的探索, 可以看到他这边已经构建成功了,现在在进行一些后端跟前端的验证,整体这个过程测试下来的话,他会遇到一些变异问题,他也自己去修复了。待会等他测试完之后,我们来看一下他跟 cloud 四点六以及 gpt 五点三 codex 同样的代码,同样的提示词完成了一个效果怎么样? 那左边的话先让他一直跑,左边这个任务要重一些,可以看到这个地方他说项目已经启动了,然后他还专门创建了一个简单的启动脚本,来方便我后续去使用。之前我在测试 mini max m 二点一的时候, 有一些开发任务,前端后端写完之后,我需要手工让他去给我写一个 start 点 s h 的 脚本,这一次让你可以看到他在这个过程他自己去发现的这个行为,这一点点赞。现在他说已经完成了,我们现在开始去测试一下 这个就是他把那个终端 ui 变成了一个外部 ui 的 一个版本啊,可以看到左边他已经把我们已有的一些 skill 加载出来了,这个是没有问题的,下面我们来测试一下,给他一个任务,看他能不能去做到加载对应的 skill, 然后工具调用 simi 以及流逝输出都没有问题。好,我们开始 这个申请的过程,看起来没有问题,加载技能也还行,那看他执行命令 ok, 他 也调了对应的工具,只不过这里的这个图标他刚刚是有些问题的,这个状态是有些问题,有个小 bug。 那 整体的话,这一个过程其实已经把我们终端 u i 想要展示的东西已经展示出来,只不过有些小瑕疵。那之前那期视频的话, 也测了 cloud op 四点六跟 gpt 五点三 codex 嘛,左边是 cloud 的 模型,右边是 gpt, 当时我是把票投给了 gpt, 不 管它是从 ui 交互还是它整个功能交互上,明显 gpt 五点三 codex 要优要好一些。我们也可以来测试一下,直接给他一个链接吧,看他怎么怎么搞。 他也在申请,他也在加载技能,那明显能看到 gpt 五点三 codex, 他 做错做的要好一点,对不对? 好,下面我们开始去看他做的那个用户认证那个项目,那做用户认证迁移这个项目的话,其实比我们刚刚看到的任务其实要复杂一些,因为 他需要从另外一个项目去探索,找到想要的东西。其次他还得在这个项目里面去,在各种代码里面去找到他要在哪个地方去修改,前段是要修改哪些,后段是需要修改哪些,所以整体上他的复杂度要高一些。也可以看到他其实并没有一次性去完成这个任务,中间也报错了,我也跟他去沟通交流了, 那最终的话是跟他对话了三轮,他才把这个任务完成了。那这个任务在之前 op 四点六以及五点三 codex 测试的时候,他们是能一次性通过, 跑的时候没有问题,项目也能起起来。那 mini max m 二点五这边的话是有一些问题,我对话了三轮,然后把这个任务搞定了,我们来看一下他的一个表现。 好,我们先看左边,左边是之前 call 四点六写的落地页嘛, 光看 ui 其实没什么难度,因为这个项目主要是考察他去另外一个项目里面把后端代码找到,把对应的数据库找到,找到了之后再放到另外一个项目里面。所以说整体是需要看它的代码实现的功能,比如说这个 get up 登录可不可以,谷歌登录可不可以, 以及它的代码实现的怎么样,因为涉及到登录嘛,肯定安全性这些要考验。下面我们来看一下 mini max m 二点五它这个 ui 写的还可以的,比这两可能稍微会好一点, 那它的这一个谷歌登录跟 get up 登录的话也是 ok 的。 好,我们来试一下它这个谷歌登录 好,可以看到它,其实谷歌登录是 ok 的, 那我这个其实就是一个纹身图的一个 a 帧嘛,那它整体完成度啊,也还可以,但它不是一轮完成的,它中间有一些包的导入错误,还有些细节性的问题没有做的很到位。好,我们来一个整体的一个评分对比。 关于这个纹身图的 a 帧的项目的话, call 的 off 四点六表现优异一些,得分是八点二,那 gpt 五点三 codex 它因为漏了一些功能,所以说它评分要低一些,但是它的整个代码价格、工程规范是这三个模型里面完成的最好的。 那 mini max m 二点五这边它的得分就稍微要差一点,整个的功能完成度还 ok, ui 的 话会比它俩会好一点,但是它的代码架构跟工程规范会偏弱一些。好,下面我们开始做 agent 的 实测,把 mini max m 二点五放到 我已有的一个真实 agent 的 项目里面去,它是做自媒体视频拆解的,之前接的是 mini max m 二点一,这一次升级了, 我们重点看三件事情,第一个是速度,第二个是他的一个拆解深度,第三个的话是表达一个真实感。好,我们现在准备两个窗口,左边的话我准备用来测试 mini max m 二点一,右边的话我们测试 mini max m 二点五。 好,我这边找了一期我之前做 skill 原理讲解的视频,我们同时去点击看左边跟右边他的一个整体的一个速度以及拆解的深度,再看他的一个其他的表现。开始好,这边有点慢,但没关系,我们来看一下, 我们把这个展开,这个也展开,从这个可以看得到,它其实右边会稍微快一些哈,但是这个先不管,因为这个部分的话是跟 a 镜头没有关系,去做语音转,文字是本地的一些模型去转,等他把这些字幕内容提取到之后,我们再看他们的一个速度。 好,现在开始了,大家能明显感觉到吗? mini max m 二点五的是不是快的特别多? 这边已经做完了,这边就是还在,还在做, 那在速度这一块,他现在提升真的非常的明显,特别快,那他最终输出这个结果,我们要怎么去做评测呢?到底是左边的好还是右边的好? 我不能以我主观的去选择哦,右边好,左边好。所以说我找了两个模型去做评测,我们把任务给到它以及它的产出字幕内容全部给到两个模型,第一个是恰当的 gpt, 第二个是谷歌的界面,来去看这两个模型到底哪一个分析的这一个深度, 以及他的一个真实感更强,最终得出的结果。我们来讲一下,那整体的一个结果的话是 m 二点五肯定是提升的蛮多的,第一个是速度变快了,第二个是他拆解的更稀了,第三个的话是他的一个真实感更强了。好,下面我们来做一个总结。 一句话的话就是当前我们这个任务的评测的话,在编程这一块 codex 要领先一些,那 off 四点六要辞职, mini max m 二点五的话更适合做一些速度优先以及你追求性价比的快速落地的一个场景。好,这就是这期视频的全部内容了,熬了一个通宵做的,如果觉得这期视频做的不错了,记得给我一箭三连,大家拜拜。拜拜。

用去 hpt 算卦是一种什么样的体验?上期视频啊,我讲了如何将 gpt 接入抖音、微信这些我们常用的 a p p, 很多人会说啊,光接触原版的 gbt 也没啥用啊。那确实,我们应该学会如何利用好 gbts, 定制我们专属的 gbt。 今天呢,我就打算用梅花艺术做一个占卜的 gbt。 首先我告诉 gbt 什么是梅花艺术,向他说明这个 gbt 是专门用于占卜的。 接着上传三个讲解梅花艺术原理的文档,这些呢,都是我在网上搜索整理的,上传之后,我会让他分析理解 pdf 里面的内容,并且由此自主创建一套补问的流程,引导用户通过回答问题完成占卜。 咱们创建好之后,点击保存,我们来试试效果,让他预测我最近的财运如何。 gpt 就根据我现在补问的时间给我起了一卦。这一 一通分析啊,头头是道,嗯,充满挑战,也暗示着新机会。借你吉言啊,希望屏幕前的各位大哥带带弟弟,这个东西啊,仅供娱乐,有 gbt 四账号的伙伴也可以找我要这个占卜 gbt 的地址,自己也试着去玩一玩。

ag 浏览器新增的几个功能用好了,个个都是神器,尤其是第一个,有什么黑科技吗? newbang ag 浏览器的右上角最近多了一个 b 的 logo, 别以为他没用,其实这是 chat t p t 和 b 搜索的结合体,相比普通的搜索,他能直接给你答案,也明显更准确。领导让你写个报告,他能直接生成小作文,稍作修改就行了。但目前想用它有一个阻碍,需要使用魔法。 很实用的吗?网页边应用啊,常用的网站,每次打开都要输入网址,特别麻烦,但在 h 浏览器里,可以直接把这个网页变成单独的应用,不但独立于 h 运行,也具备浏览器的全部功能。每次从桌面打开的感觉也太爽了吧! 还有什么好用的功能?增强图像功能网页中的图片不够清晰, a 就会在云端用 ai 对图像完成增强修复,图片观感更清晰,也不会占用电脑性能,不知不觉中就提升了网页浏览的体验。想尝试的可以在设置隐私搜索和服务中打开增强图像就行了。

装了 openclaw, 但发现它什么也干不了,甚至有点笨。那是因为你还没有去 clawhub 给它装 skill。 clawhub 上有一万七千多个 skill, 我 从下载量前三十和我自己高频使用的做了交叉筛选, 只推荐这十个,装完至少强三倍。第一个 skill writing, 安全审查员,他会在你安装任何 skill 之前扫描安全风险检查红旗标识、权健范围和可疑模式,能检测 prom 的 注入工具、逃毒、隐藏恶意代码。建议在装任何其他 skill 之前先把它装上。第二个自我进化 skill, 它是 cloud 交互下载量第一的 scale, 解决大模型失忆症。它会自动把每次的错误日期、成功经验和你的编号存到本地数据库,下次遇到类似问题,直接调用历史经验实现,越用越聪明。这个 scale 的 价值不在于第一天,而在于第三十天, 用的越久, agent 越像你的数字分身。第三个, tablie search ai 专属搜索引擎,让 agent 学会上网搜索,而且搜出来结果是 ai 友好的。 不同于传统搜索引擎返回一堆链接, tabl 直接返回干净的结构化内容, agent 拿到就能用。第四个 summarize, 全格式内容,摘药专家,网页、 pdf, 图片、音频、视频,什么格式都能一口吞下去给你摘药。 我的日常用法是 tabla 搜索加 summary 总结,先搜到相关页面,再把整篇内容压缩成五百字未给上架文,效率翻倍。第五个, find scales, 寻找 scale 的 scale, 用自然语言告诉 agent 你 需要什么技能,它帮你找到并安装对应的 scale, 不知道装什么的时候直接问他就行。六个 using superpowers 来源于 superpowers, 这个强大的插件,核心理念是让 agent 严格按照先查 scale 再行动的规则做事,杜绝偷懒和无距离探索。如果你发现 agent 不 用你装好的 scale, 就 自己瞎搞, 这个 scale 能帮你管教他。第七个, react 最佳实践技能的性能优化圣经 worst one 方共同团队出品, react 和 next 最佳实践前端开发者必装。 第八个前端设计技能,帮你写出更有设计感的前端页面。按 zorbike 官方出品强制 agent 先做设计思考,再写代码,把从能跑就行提升到设计合格。第九个, github github 全流程操控,让 agent 直接操作你的 github 仓库, asos prci 一 条命令搞定。最后一个浏览器操作技能,让你的 opencloud 像人一样打开网页,点击按钮,填写表单,截图画面。最后帮大家总结一下。