WWW.YOUINFO.SITE
标签聚合 任务

/tag/任务

LinuxDo 最新话题 · 2026-06-11 20:37:42+08:00 · tech

仅评价任务持续性和完成度。codex搭配gpt-5.5能把任务推到彻底完成,我还没开goal模式,只是简单交代了句,gpt-5.5搭配claude code不行。claude code不会自动压缩gpt-5.5的会话,会假完成或者交付一堆bug?例如我最近在给ccs做webui,claude code搭配gpt-5.5不会自动压缩上下文,新开会话即使有handoff文件也会导致几个bug来回绕,但是codex搭配gpt-5.5把我的pr拉到了github的@codex review也只有一条误报。因此我建议模型搭配自家客户端,使用体验会好很多其实。我在linux也是用上了macos dmg移植到linux的codex客户端 15 个帖子 - 6 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 19:39:46+08:00 · tech

在有 ai 前,面对着往死里面压的工期,每天忙于低效的开发,以及对干不完的活的恐惧。有了 ai 后,开发任务再多,任务再难也没有了恐慌 ——— 但是要面对多出来的空闲时间不知道干啥的空虚感,以及被未来很可能被 ai 替代的焦虑,每天看着自己在各个渠道薅的大量的 tokens,也不知道自己该做点啥,还能创造点什么其他的价值。 4 个帖子 - 3 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 18:29:37+08:00 · tech

bilibili.com 「实测」怒砸800大洋!测试Claude“神话”Fable 5 模型,4个任务把额度干爆了..._哔哩哔哩_bilibili 个人博客:https://www.laogou717.com最低价解锁 GPT-5、Claude 、Midjourney、Runway、Netflix等会员服务:https://nf.video/RnmdW 优惠码:laogou, 视频播放量 103616、弹幕量 291、点赞数 2964、投硬币枚数 889、收藏人数 1277、转发人数 2599, 视频作者 神烦老狗, 作者简介 合作VX 备注产品名: LAOGOU717,相关视频:Claude Fable 5 首发实测,真是太烧了。。完爆... 看了b站神烦老狗的视频。手搓mc毫无违和 之前也是这个博主测的 opus4.8 做个马里奥都费劲 第一次有了用cc的冲动 10 个帖子 - 7 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 01:29:45+08:00 · tech

前言+思路来源 昨天我看论文的时候,看到一个很有意思的概念:“元编程”。其含义大概就是opus等处理完全没见过的编码语言问题时,会先将问题转化成python等他熟悉的语言脚本编写问题。然后再用脚本输出答案,而不是直接去编码,大大提高了正确率。 我就在想,对于ai来说,复杂任务的分析,是不是可以参考“元编程”的概念,再结合残差的先做一个基线,再在此基础上慢慢调优的想法,做一个复杂任务分析流程。 整体思路与实现的一些关键 先让ai将复杂问题转化成已知领域的问题,然后做一个基线的版本,再在此基础上调优,最后达到可交付版本的水准。 这样的话,也可以大幅度减少复杂任务分析时token的用量,即仅在一些关键节点时使用高性能模型,其他时候可用低性能模型。 我写了执行分工和任务等级判定模块,各位佬可以根据需求来写,包括如何判断等。 我是用的deepseek-v4-pro,所以我写的是一般都用思考等级“high”正常处理,仅在关键时刻用QQ发信息给我说要调“max”来进行更为复杂的处理。各位佬可以用不同的模型,我也测了用deepseek-v4-flash来处理一般问题,在复杂的时候提醒我用/model来手动切,效果也不错(我主要是嫌麻烦再加上deepseek真的便宜吧) 整体优化与规范化我让gpt-5.5帮我做的,skill文件分享在这里,各位佬根据需要来取,我的Agent是hermes的Agent,各位佬如果用的是别的Agent还请优化一下做个适配以后再用。 我没什么工程的经验,所以可能还有很多可以优化的地方,还请各位佬看看以后觉得有问题或者有可以优化的点的话还请告诉我,我会尽快去改的。 complex-task-protocol-v5.0.0-final.zip (4.3 KB) 笔者碎碎念 哦我的上帝,这deepseek的api也太便宜了,真的还有更有性价比的模型吗 参考论文: Frontier Coding Agents Use Metaprogramming to Adapt to Unfamiliar Programming Languages (arXiv:2606.10933) Deep Residual Learning for Image Recognition (arXiv:1512.03385) 1 个帖子 - 1 位参与者 阅读完整话题