Educating a New Generation of Workers
技术教育面临危机。通往职业的黄金之路一直是大学教育。然而，这条“黄金之路”已经出现严重裂缝，急需维护。高等教育正迅速变得难以负担，即使是在公立学院和大学。学费以每年 50% 的速度上涨 […]
Unbundling the Graph in GraphRAG
生成式 AI 实践中经常遇到的一个术语是检索增强生成 (RAG)。使用 RAG 的原因很明显：大型语言模型 (LLM) 实际上是语法引擎，它们倾向于通过从训练数据中编造答案来“产生幻觉”。这些随机的结果可能很有趣，尽管并非完全基于事实。RAG 提供了一种方法 [...]
在假期、年终项目、即将到来的假期和其他歇斯底里之间，我本月没有写出一篇文章。所以这里简要列出最近令我惊讶的事情。我们已经虚拟化了吗？我远不是第一个发现 NotebookLM 很棒的人，当然也不会是最后一个。我做了一个 […]
Rift Between Junior and Senior Developers
我担心人工智能。但我并不担心它会抢走我的工作。我相信人工智能是一种真正的生产力工具。我的意思是，它可以让开发人员生产出更多产品。问题是这些开发人员是否生产出好东西。经验丰富的开发人员和初级开发人员之间的区别在于，经验丰富的开发人员 […]
早在 8 月份，我就曾傲慢地表示，如果人工智能没有先看到汽车，它就无法设计汽车，并且我引用了亨利·福特的那句名言：“如果我问人们想要什么，他们会说想要跑得更快的马。”我不会退缩，但技术的历史总是 […]
《Computerworld》杂志最近发表的一篇文章指出，GPT 和 Gemini 等生成式人工智能系统的输出不如以前好。这不是我第一次听到这种抱怨，尽管我不知道这种观点有多普遍。但我想知道：这是正确的吗？如果是这样，为什么？我 […]
多年来，我们中的许多人已经习惯了让计算机替我们思考。“这就是计算机说的”是许多糟糕的客户服务互动中经常说的话。“这就是数据说的”是一种变体——如果你不知道数据是如何收集的，以及数据是如何产生的，那么“数据”就没什么意义了[…]
Software Architecture in an AI World
就像几乎所有关于 AI 的问题一样，“AI 如何影响软件架构？”有两个方面：AI 如何改变软件架构的实践以及 AI 如何改变我们架构的东西。这些问题是相互关联的；一个问题不能脱离另一个问题来讨论。但要得出结论，我们可以说 […]
我尝试的第一个 AI 图像生成模型是 2022 年夏天的 Midjourney v2。一个月前，OpenAI 推出了 DALL-E 2 测试版，结果看起来令人难以置信地神奇。只需向 AI 提示艺术家的名字，您就可以生成任何艺术风格的图像。我没有 [...]
显然，生成式人工智能已经被大多数（绝大多数）程序员使用。这很好。即使生产力的提高比许多人想象的要小，但 15% 到 20% 的增幅也是巨大的。让学习编程和开始富有成效的职业生涯变得更容易也没什么可抱怨的。当 Simon [...] 时，我们都印象深刻
Unlocking the Power of AI Driven Development with SudoLang
随着人工智能继续快速发展，开发人员越来越多地转向人工智能驱动的开发 (AIDD) 来构建更智能、更具适应性的应用程序。然而，使用自然语言提示向人工智能描述复杂的行为可能是一个真正的挑战。虽然自然语言富有表现力，但它缺乏清晰传达 [...]
How to Fix “AI’s Original Sin”
上个月，《纽约时报》声称科技巨头 OpenAI 和谷歌涉足了版权灰色地带，他们转录了大量 YouTube 视频，并将这些文本用作其 AI 模型的额外训练数据，尽管服务条款禁止此类行为，而且《纽约时报》认为版权法 […]
人们常常将人工智能视为富人的企业，由富人经营，为富人服务。我们将介绍 Digital Green 的 Farmer.Chat，这是一款生成式人工智能机器人，旨在帮助发展中国家的小规模农民获取关键的农业信息。发展中国家经常实施一些以前从未实现过的技术解决方案 [...]
The New O’Reilly Answers: The R in “RAG” Stands for “Royalties”
生成式 AI 可能是一项突破性的新技术，但它也引发了一系列复杂问题，削弱了其可信度，其中许多问题成为了诉讼的基础。开放网络上的内容创作者和发布者是否会因其作品对 AI 平台的贡献而获得直接认可和公平补偿？会不会有 […]
Answers: Generative AI as Learning Tool
在 O’Reilly，我们不仅构建有关 AI 的培训材料。我们还使用它来构建新型学习体验。我们将 AI 投入使用的方式之一是对 Answers 的更新。Answers 是一项由 AI 驱动的生成式功能，旨在回答学习过程中的问题。它存在于每一个 […]
What We Learned from a Year of Building with LLMs (Part III): Strategy
我们之前分享了我们在操作 LLM 应用程序时磨练的策略的见解。策略是细粒度的：它们是用于实现特定目标的具体行动。我们还分享了我们对运营的看法：支持战术工作以实现目标的更高级别流程。但这些目标从何而来？这是战略的领域。战略回答 […]
What We Learned from a Year of Building with LLMs (Part II)
许多领导人都曾说过这样一句可能不实的名言：“业余人士谈论战略和战术。专业人士谈论运营。”战术视角看到的是一大堆独特的问题，而运营视角看到的是需要修复的组织功能障碍模式。战略视角看到的是机遇，而运营视角看到的是值得迎接的挑战。部分原因在于 […]
What We Learned from a Year of Building with LLMs (Part I)
现在是使用大型语言模型 (LLM) 进行构建的激动人心的时刻。在过去的一年里，LLM 已经“足够好”用于现实世界的应用。LLM 的改进速度，加上社交媒体上的一系列演示，将推动到 2025 年对人工智能的投资达到约 2000 亿美元。LLM 也广泛可用，允许每个人[…]
