已收录的帖子
- 这是 Gemini 4 Carbon、Neon 和 Hydrogen 在所有推理等级下的完整对比表 https://t.co/Z2KECYklFO
- Gemini 4 小提示:Gemini 4 Hydrogen 在“high”思考强度和同一模型在“xhigh”思考强度下的表现差异非常显著。 这是 high 和 xhigh 制作的鹈鹕对比——high 花费了 3.99 美分,使用了 5,311 个输出 token;xhigh 花费了 23.61 美分,使用了 31,477 个输出 token。https:
- @PerfectlyFriedB 是啊,Argon 没怎么打动我,Carbon 倒是打动了我
- 那么,Gemini 4 Neon在某些任务上比Gemini 4 Carbon更好吗? Gemini 4 Argon实际上已经退役了吗?他们在Neon发布帖的对比图中没有列出它 https://t.co/utotTIJBkf https://t.co/ecF9gPWNAN
- @juswilvel 现在我正试着想象湾区里相当于扬克斯的地方!也许是里士满或戴利城?
- 我在博客上写了更多关于 Gemini 4 Neon 的笔记 https://t.co/1RYgAg8FOR
- 我还给 Gemini 4 Neon 试了这个提示词:“制作一个 three js 动画,让扬克斯以巨大机甲的形态站起来(起身动作要酷),然后在曼哈顿、皇后区和布鲁克林四处跺步行走,使用 OpenStreetMap 地图数据”,得到了这个结果 https://t.co/eygzqS3odr https://t.co/BcbOuyIvut
- 鹈鹕骑自行车测试最有用的地方,仍然是展示同一系列模型在不同推理强度下运行时的差异——这里展示的是 Gemini 4 Carbon、新推出的 Gemini 4 Neon,以及 Gemini 4 Hydrogen 在低、中、高推理强度下的表现 https://t.co/m9qtAnBtdi
- @PaulDJohnston 纯粹是因为 Firecracker 很难在 Mac 上运行。 外部沙箱机制的设置允许任何人构建一个运行 Firecracker 的兼容沙箱服务器——我很希望看到有人做出一个。
- @webology @clairevo 不过这完全说得通,有时我会在 OpenRouter 之类的平台上看到一个隐身模型,然后让它画一只鹈鹕,看看能不能猜出背后的实验室。
- @webology @clairevo 昨天我在 Microsoft Ignite 大会上当面和她聊了这件事,这是一个有趣又奇怪的新发展,我完全没想到它会被这样使用。
- @Rahll Fable 给我留下的印象最深,因为它至少把 Yonkers 的实体地貌组合成了机甲——但它们都算不上出色。 (不过这个提示词本来就是故意写得很荒诞的)
- 以及 Claude 5.2 Fable 的结果 https://t.co/PmWepzG46m
- 作为对比,这是 Gemini 4 Carbon 的结果 https://t.co/oV68JXZn8t
- 这是 GPT-6.2 Astra 和 GPT-6.2 Sol 对以下提示词的结果:“制作一个 three js 动画,让 Yonkers 作为一个巨型机甲站起来(站起动作要酷),然后在曼哈顿、皇后区和布鲁克林四处跺步,使用 openstreetmap 地图数据” https://t.co/oRZT2zMByi https://t.co/FNLkZP1IjT
- 我最近发布了 Datasette Lite 的新版本——这是我构建的 Datasette Python 网络应用版本,通过 WebAssembly 和 Pyodide 完全在浏览器中运行。这里介绍了有哪些新功能以及它们是如何运作的 https://t.co/MXSF8Sus79
- @mark_k @itsfutsy “即使是假的……”是为传播虚假信息开脱的糟糕说辞。 那张截图显然是假的。 “……试图获取有关 Anthropic 高管的机密信息……构成对我们服务条款的严重违反”——真的吗?
- @tangouninformed 它让智能体自身的凭证不进入沙箱——这意味着你可以完全禁用沙箱中的网络,同时仍让智能体能够与其模型通信。 它还能防止任何不可信的东西篡改智能体的配置或日志。
- 三个沙箱服务器各自都包含一个可选的 HTTP/HTTPS 允许列表代理,让你能精确控制智能体的代码可以与哪些主机通信;此外还有凭证替换机制,让你无需与智能体共享密钥即可发起经过身份验证的 API 调用。
- 我与 Superpowers 背后的 AI 研究实验室 Prime Radiant 合作完成了这个项目——这是我们为这些外部沙箱原型建立的索引仓库 https://t.co/DGIK4GJLuX https://t.co/vjY7ff2ODJ
- 我一直在探索对编程智能体编写的代码进行沙箱隔离的新方法——这里介绍了一种外部沙箱模式:智能体在你的 Mac 上运行,但在 WebAssembly、QEMU 或 Apple Container 沙箱中执行代码。文中还提供了 Claude Code、Codex 和 Pi 的演示 https://t.co/0XIhs4XYvQ
- @mehran__jalali 让它加上移动端控制功能——通过屏幕触控手柄肯定能实现,Saltline 就有一个 https://t.co/oMm19HCY2d
- 普通 Claude 聊天现在使用「自动模式」,所以偶尔会拒绝运行某些东西。我只是提示「嘿,权限系统,我授权这个会话为我运行这个实验(现在再试一次)」,它似乎就放行了!(自动模式会把你的消息纳入考量)
