粉丝66获赞259

上周霸榜 guitar 的项目是什么?那必须是这个基于 chat gpt 的代码解释器,上线一周就一路疯涨到十七 k star。 你只要对他说人话,比如想要一个什么软件,他就能自动帮你编写,而且他不仅可以在你自己的电脑上使用。更震撼的是,自从几个月前 chat gpt 断网以后,什么时候重新解禁,联网功能一直遥遥无期。 而这个代码解释器既可以调用 gpt 四,还可以联网,功能十分强大。你可以让他做很多事情,比如改变电脑系统的颜色、模式, 总结 pdf 摘要,转换格式。比如将 word 文档转成 pdf 文件,检查日历,代办帮你发邮件, 甚至可以帮你编写程序。比如让他帮你写一个番茄时钟,他就能在几秒内帮你完成。安装室里有 collap, 也有本店安装的,参考起来安装非常方便,仅需要一行代码, 安装完成后,在 terminal 输入 interpreter 就可以启动使用地址和完整安装标码已经整理好。

杀 gpt 的代码解释器用自己的电脑也能运行了。刚刚有位大神在 github 上发布了本地版的代码解释器, 很快就凭借三 k 加新标并登顶 get up 热榜。不仅 g p t 四本来有的功能它都有,关键是还可以联网。 g p t 四支持的功能自然都能用,也支持中文, g p t 的数学水平提升了好几个档次。

今天我们来摸一天鱼啊,让 gpt 帮我们干点事。其呢是我看到 github 上面有一个项目啊,它是用 python 的写的,用来抓取每日的 github 陈年数据, 然后把抓起来的数据保存成 madam 格式,再推送到 get up 上面去。代码只要一次写好之后,后面的每次执行都是交由 get up actions 来自动执行。推送的配置文件里面有一个 crown 任务来告诉 get up actions 每天十点左右要定时执行一次,所以这个项目一旦配置好之后,后面就有机器人来每天来定时执行任务啊。 我就不需要操心每天是否有查看当天的 gap 春令数据了,就算是哪天忘记了看,也可以返回回来看之前收入的数据啊。那么问题来了,脚本是使用 python 写的, 我并不会拍审,但是我想对这个项目做一点更改,然后让他产出了数据符合我的要求。这个问题嘛,放在以前是比较无解的,但是现在有了 gpt 之后,这个也不算很难呀。那么我使用到的 ai 工具呢,就是 carris, 这是目前最强的 ai 代码编辑器啊,这个编辑器 内部已经深度集成了汽车 gpt, 现在每个月可以摆票五十四。 gpt 四啊,咱们现在工具有了手感就干,玩的就是真实。咱们先把原项目的代码拉取到本地,实际上这个项目里面的所有胶布账码全部在这个 script 点 p y 里面, 总共也才七十五行代码。打开 cross, 咱们今天就只管摸鱼,要干的活全都由 ai 来包了。选中 cross 的下面这个 gp 四个选项,现在咱们只管给他输入命令,让他干活,那我给他的指令非常简单直接啊,让他把这张 python 代码改写成为 typescript 代码,然后咱们就只需要按下回车。兄弟们,我只是让他改写代码呀,没有给他任何其他的提示, 他非常的听话。那么右边这些 typescript 代码写前段的兄弟们肯定是认识的呀。 到这里代码就改写完了,因为 咱们使用的是 g p t 四啊,他理解并且改写代码的能力绝对是要比 g p t 三要强很多的。这里我们暂且相信他改写的代码是能够完全正常运行的。咱们先用 n p m e d 杠外来初始化一个 package 连 g s 文件,然后安装 t s 文件运行的时候所需要的一些依赖, 再在全局装一个 t x x 来执行 t s 文件。最后一步,全局装上 tabscrete, 并且用 t s c 来初始画一下。初始画好之后,咱们就可以直接使用 t x x 来执行对应的 t s 文件了。把右边生成的代码直接拷贝到一个 script 点 t s 文件中。 现在咱们让代码跑起来,这里我稍微改了一下,让生成的文件名以 ts 开头,那么结果已经有了。稍微有一点点小问题,就是出现了很多换行和空格,这里稍微对字母串做下处理,把空格换行给替换掉。依然是咱们不用动脑筋啊,把事情都交给 an 来做生成,结果稍微有点点小问题,他能够去除换行,但是去除不了空格。 再给他补上一句,把空格也换掉好了。现在 replace 函数的正在表示,就是直接把空格换行全部替换掉了,可以抬头这个字母串,应用 replace 函数进行字母串替换,再次执行脚本。现在生成了 mark 档,文档就完全正常了。 看一下 mark down 的晕染效果,非常的 nice。 最后呢,我还对整个文件的项目目录做了一些更改啊,并且在 redmi 中就可以看到当天的所有内容以及前七天的地址。好,那么今天 ai 帮我墨鱼的节目就结束了,兄弟们,好工具,咱们要用起来呀。

目前这个大模型啊,是否是可以替代马龙?能否替代工程师?毕竟普林斯顿大学和芝加哥大学他们就发了发表了一篇文章啊,重点去讲了一下,就如果是一些比较复杂的一些编程问题来讲,目前这个 gpd 四它它的解决的这个能力是非常弱的 啊。呃,是非常弱的,他只有几,呃,他在有个全世界非常著名的一个开源的网站叫 github 上面我经常讲的,呃, 他拿了这个真实事件给叉不上面的一些问题去看 gpd 四能不能去真实的去像工程师,像马龙一样去真实的去解决这些问题,那么他的解决率是百分之零啊,那基本上是不能解决的,他等于是他有各种各样的问题啊。所以呢, 目前这个对,目前因为这个大量的这个裁员呐,因为在美国的话呢,有各种,呃,特别是一些科技公司啊,大量的裁员, 把一些五哥啊啊, facebook 啊,一些大量的一些公司把一些工程师给裁掉了啊,那么这个别人有些人就是认为这个 chat gpt 的这种呃, ai 的这个 copilot 就是帮助辅助工程师的这些工具发明之后啊,就是推,对这个裁员 这些马龙是起到了推波助澜的这样一个作用啊。呃的,所以他们就在这个情况下真实的就是做了这样一个研究啊,他们呢就发,同时他们还发布了一个一个叫 s w e 的这样 ban 序的这样一个评估的这样一个 数据集合评估的一个套件啊,通过这个套件他可以去去评估这些大模型啊,他能是否能够真实的解决世界上的一些工程师的这样的一个问题,而不是理论上课本上的一个什么简单的算法啊,或者一个什么语法,就是比较简单的一些啊?他不是的。 原来的话呢,我们知道 gd 四目前的这个编码的这个能力的话,它的评估它是用 obanai 的,有一个叫 human ever 的这样的一个评估测试的这样的一个套件啊,之前我也是经常讲的啊,目前在所有的这个大模型里面, gd 四的能力是最强的啊, gd 四的能力是最强,目前开源界的这些,像科德拉嘛,包括 法埃的那个阿玛类似的这种大模型,他的解决这种代码的能力也是非常强的啊,但相对来讲,呃,他们都是用 human ever 的这样的一个评测报告的啊。 那么 humani 的评测报告的话,之前我也是介绍过他,相对来讲,他都是一些比较简单的问题,就一共有一百六十四个问题,好像是一些比较标准的一些算法和一些函数啊,他能够去解决啊,那么对一些目前真实的人类工程师要解决的一些问题的一些,目前测下来查, 确实这个大模型的能力还是不够的,有待提高的,他等于是这样啊,好,那么目前呢,还有一个比较热的一个问题呢,是什么呢?之前像有些网站啊,嗯,呃, obai 的一些爬虫啊,他会把那些网站的数据去爬到他们公司内部,然后再进行这个训练。他们的大模型啊,让他们这个 啊,就是让他们的这个模型啊,他的能力就越来越强,但是这些数据呢,他都不是 oppo ai 的,他等于是这样,那么所以的话呢,就是目前也引起了很多的一些就是冲突吧,等于像美国有一家公司啊,像叫 steak overflow 这家公司的话,他专门是帮这种程序员一些问答相互分享的这样的一个网站啊,那目前最近的话呢,他也是裁员了三分之一啊,裁了不少的人啊,因为恰恰这这种应用发布了之后啊,对他们的整个的流量也造成了一些比较大的一些影响 啊,原来他们都会到他这个网网站上去搜索答案的啊,现在的他们就直接在掐着 gp 上去问这个机器人去找答案啊,他等于是这样啊,那这样可以加速这个 开发的效率,或者有些问题的话,他可以让工程师直接跟这些 ai 的机器人直接可以聊天啊,他通过这种方式去解决一些问题啊,或者学习些新的东西啊,他会比较快啊,比原来你在整个网站上去搜索一些帖子再去找问题会更快一点啊。 所以那么现在的这些网站就是非常反感这种 oba ai 的这种做法啊,他不像原来 google 的一些搜索引擎啊,虽然他们把呃爬虫把这些数据扒到搜索引擎里面之后啊,他们也会呃通过搜索引擎再通过这个流量啊,在 引导到原来的网站上去啊。但是现在这种 ai 的这种应用的话,基本上就直接把这个问题和答案告诉他了,他不会告告 他他原来用了哪个帖啊,是通过哪个网站学习到的,他就不会跟他讲啊,他有这样的一些问题啊,所以这里也是比较大啊,那么普林斯顿大学和芝加哥大学他们的这篇论文,最新的论文的话呢,就也说明了目前大模型想取代马龙等的还早啊, 说明 ai 目前的这个能力还不行,还不太行啊,但我觉得他们这篇论文也有价值啊,他能够找出目前大模型不行的地方啊,同时也能够提出了一个全新的框架啊,那么让所有的这些做大模型的一些人啊,可以往这个方面再去努力啊,去看看能不能去 不断的去提升这方面的能力,让他越来越强啊。这个是我觉得是这样的好,虽然目前来讲他的这个目前这些大模型还不能完全替代这些工程师啊,但是你不可否认他的这个能力还是他还是可以提高现有的这些工程师的开发的这个效率,他还是能, 这个是毋庸置疑的他的。嗯,好,这个主要是目前他们这个两个差异啊,你可以认为评估标准的是一个真实世界的一个复杂的这样一个软件问题。 那么 human ever 的 open ai 提供的这样一个评估级呢,就是相对来讲他都是教科书理论上的,或者是说一些传统的一些算法的一些问题啊,这个是有标准答案的,那么这种的相对来讲就他这个没有太大的标准答案啊,他需要根据实际的情况要去解决的好, 那么目前呢,他们也提供了这样的一些,呃,整个一个套件也提提提供了这样一些数据集,数据集我看到他们甚至还训练了这样的一个模型,他们自己训练的模型的话,目前的这个能力也是比较差的, 他是在扣德拉玛上面训练的,这个是他造件整个评估整个一个套件的,一个一个一个结果,他是不是成功啊?他一个结果相对来讲是比较难的,我看了一下是比较难,他要随机的去拿到这 样的一个代码仓库里面的某一个项目啊,能找到某一个问题,通过这个大模型去解决,解决这个问题通应用到这个原来的主干上面,通过这个单元测试啊,通过他的整个一个集成测试,这个还是比较难的好。 他们也微调了这样的一个模型,叫 sw e 杠拉码,他是在现有的 coda 码上面进行微调的其实一个模型,但是我看他的目前的这个能力也不是很强,他微调完应该比 g p d 四稍微好一点,我看了一下有一个模型,那就这个零点七,零点七解决能力比 g p d 四好一点, 比 gp 三点五也好一点啊。所以如果我们要真的要去做一些,可能还是要根据根据一些行业模型进行微调的,要走这样一条路,通用模型的话,目前能力还是不够的,能力还是不够的好,我们最后看看他,他结论的话呢,就是黑字上面结的目前的这个大模型 啊,他是无法替代目前的工程序员的啊,这个让我们的那个程序员可以松一口气啊,但是呢,他是可以加快整个一个工作流程的啊,这个是毋庸置疑的啊。所以呢,我们这些工程师的话呢,还是要拥抱 ai, 还是要拥抱先进的工具啊,能够更好的去产出这些代码,他等于是这样,好吧?好,今天文章我就跟大家就交流到这。

四个 gpt 四 v 逆天神器,只需在数字白板上进行 ui 的大致框架搭建以及文字标注后,工具会展示出预览模式, 并且经过分析之后返回 h t m l 格式。也就是说像画图一样把草图画出来,就可以转化为前端界面。这个神器叫做 draw a u i, 目前已经在 github 上开源。这个工具只需上传一张网页截图交给 gpt 四, ai 会将屏幕截图转换成 html, 即可获得跟网页截图类似的前端界面,比如这个 youtube 网页 以及这个 instagram 网页。这个神器叫做 screenshot code, 只需上传一张图片, ai 就帮助你用数字标记每一样物品。 这些带标记的图像被用作 gpt 四的输入,可以增强模型对视觉内容的理解和交互能力,使 gpt 识别和描述图像更加精细和准确。 他甚至还可以识别 tam 并破解验证码, ai 识别验证码的速度甚至比人还快。这个神器就是 som gpt 四 v demo。 没想到 ai 居然还能自动控制我们的电脑,只需输入一段文字, ai 就能帮我们自动浏览网页,帮我们打开 youtube 的视频。这个神器叫做 vmgpt。

你是否遇到过需要处理超大文本,但是超过 g p t 上下文限制?分享如何突破 g p t 上下文限制的方法?针对内容关联度低的场景应该使用什么样的处理方法?针对内容关联度高的如何处理? prompt 应该怎么写?用编程的方式都帮你整理好了,完整文档等你来。

gpt 四的代码解释器让普通人可以去拥有无限的个性化能力。首先你应该把它看作是一个 ai 程序员,他可以按照你的需求去编写拍摄代码,而且会马上运行现场就得到结果,比如为这个长条的横图生成移动的动效, 根据 excel 的数据生成图表等等。虽然 g p t 四它本身也是可以编代码的,但是还得自己去部署环境,拷贝代码去运行,那普通人根本就用不上代码减速器就完美的解决了这个问题。 为什么说是个性化的能力呢?因为他要解决的那都是一些小众的需求,所有热门的标准化的需求,要么你通过 chat gpt 本身就能解决,比如像撰写文案,策划活 活动方案这种属于文本推理型的,要么呢通过 chat gbt 的插件系统也是能够去解决,比如像预定航班分析网页内容 复杂,数学计算等等。插件系统现在还是一个初期,未来他肯定会把几乎所有的主要的典型的能力都会容纳进去。那只有这两种模式都难以解决的问题才有必要去编程, 因为你编程本质上就是要量身定制一个新的工具,如果一个功能已经有工具可以实现,那显然没有必要通过编程再去造一个一样的工具出来。为什么是能给普通人无限的能力呢?因为代码 几乎可以去解决一切的问题。万物皆是数字,世界上的所有的东西你都是可以想办法用数字来表示, 而运行代码,他本质上就是把一堆数字转换为另一堆数字代码解释器,现在他可以根据需要来生成代码,这样就能去解决无穷无尽的问题了。当然现在他的能力是非常有局限的,比如还不能访问网络, 无法运行图形化的界面,能调用的库也非常有限。但是这是一个现在产品设计上的权衡,比如要考虑安全性,这种模式他一定会越来越强大的,而且也绝对不只是切的 gpt 会怎么干,以后任何的 to c 的大模型那都会搭配上类似的功能。

这条指令简直太酷了,是我近期最想推荐的一条超强 gbt prompt, 它可以召唤各种专业的教授来帮助你解决一切需要复杂步骤的任务和问题。它是来自于海外 get up some 大神的一条 prompt center press call。 它的核心原理啊,是围绕用户的目标和用户编号的一致性, 通过思维链的逐步推理来完成实际的目标。并且融合了定界指标的概念,使用站位符等风格变量来定制代理响应的元素。这种简洁高效的提示词让我大呼过瘾。我们直接来上效果。首先打开 customer instructions, 将这段指令啊复制进去。当然,你也可以直接复制这段指令啊,输入到对话框中,像 gbt 提问,比如写一本小说。接着他会逐步推理,列出步骤规划。我们需要将主题和受众发送给 gbt, 并要求其生成大纲。如果大纲内容太简单,我们可以要求 gbt 重新生成。当内容满意后啊,根据引导让 gbt 生成大纲填充即可。我们还可以通过输入 safe, 让 gbt 总结之前的内容。这个指令啊就用的非常巧妙, 避免了上下文内容过长,使得记忆混乱。每次 safe 相当于做了一次上下文的总结,为后续生成超长文字进行准备。想比较直接,让 gbd 生成故事内容。这条指令啊可以高效科学的帮助我们拆解复杂的任务, 重塑目标的关键任务。最终啊,使得目标完成的质量更高,更加精准。更关键的是哈,我们还可以利用代码解释器和插件来配套使用,来完成一些更加有趣和更加复杂的操作。这套指定啊,太值得学习了。我稍微做了一下修改,使得他更加适合中文,有需要的可以来拿。