Dan Shipper
Every CEOGemini 4 Carbon 编程能力提升,但可能做过头
在 Every 的早期测试中,Carbon 的 Senior Engineer 基准测试得分为 44%,Argon 为 21%。它认定有六项积压任务已准备好处理,结果做了 15 项,其中还包括别人正在做的工作。Dan Shipper 建议交给它一项有明确终点的大任务,再检查结果;至于写作,他认为没有太多理由从 Argon 换过去。
- #models
- #coding
- #evals
真正在做 AI 的人今天说了什么。一页读完,约 3 分钟。
Gemini 4 Carbon 在早期编程测试中表现出色,但它容易继续做下去,也带来一个实际问题:该如何给 agent 设定边界?Claude 扩展了工作空间,Box 让用户可以通过 Claude 编辑文件,Vercel 则报告称,一个 agent 已修复数千个安全问题。
Gemini 4 Carbon 编程能力提升,但可能做过头
在 Every 的早期测试中,Carbon 的 Senior Engineer 基准测试得分为 44%,Argon 为 21%。它认定有六项积压任务已准备好处理,结果做了 15 项,其中还包括别人正在做的工作。Dan Shipper 建议交给它一项有明确终点的大任务,再检查结果;至于写作,他认为没有太多理由从 Argon 换过去。
Claude 新增交互式连接器,并推出 Claude Data
交互式连接器让用户能在 Claude 对话旁打开 Adobe、Atlassian 和 Box 的工具,并借助 Claude 进行修改。Claude Data 现已面向付费套餐全面开放,提供仪表盘、数据故事和带解说的视频;认证查询和实时分享仍处于 beta 阶段。这些更新正陆续在网页端和桌面端推出。
Ryo Lu 认为,AI 软件应该帮助人们一起创造
Ryo Lu 认为,打造软件的价值在于让人们做出过去做不到的东西。相比每个人各自指挥一组 agent,他更看好人与人协作。
Peter Yang 支持在游戏开发中审慎使用 AI
Yang 认为,把游戏中所有 AI 用法都视为低质量,忽略了批量生产内容与把 AI 当作工具来制作好游戏之间的区别。他还说,比起病毒式营销的成功,Anthropic 可能为治愈疾病作出的贡献对他更重要。
源数据来自 zarazhangrui 的开源项目 follow-builders,以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成,摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。
摘要由程序自动生成。据此做判断前请先看原文。