感觉推上我最穷
动不动买DGX,还是两台
动不动买大内存的mac mini
动不动就抽奖送钱的😭
大哥抽我,狠狠的
1000关注者啦!!!!!!太开心了!!!!
感谢所有人。
点赞转发加关注,抽一个人送1000人民币以内的礼物,也可以直接折现。
感觉推上我最穷
动不动买DGX,还是两台
动不动买大内存的mac mini
动不动就抽奖送钱的😭
大哥抽我,狠狠的
升级到 @OmarchyLinux 4.0.1 之后。。。
不知道是不是 Chrome 最新版还是系统的问题,解决方法:在 Chrome 设置里面关掉硬件加速。
😂可以预见,接下来会有一堆帖子是关于在omarchy下折腾输入法, 语音输入法,驱动,桌面,音乐播放器,视频播放器等等的教程出现
Agent 越用越傻?大概率是少做了这一步
群里经常有朋友吐槽:自己养的 OpenClaw、Hermes 或者其它 Agent,效果不好,非常傻,放弃了好几次又捡起来,来回折腾
我观察下来,大多数人的使用习惯是这样的:
给 Agent 布置一个任务 → AI 做得半吊子 → 自己接手继续完善 → 结束
然后下次 Agent 又做得不满意,继续吐槽,继续放弃
问题出在哪?
出在最后一步没有做:反馈
你每次接手把任务完善完之后,并没有把最终结果反馈给你的 Agent 去学习
它根本不知道自己错在哪、什么是对的、什么是你要的,自然就无法成长
养 Agent 跟带实习生是一个道理:你不会指望一个实习生从不被点评就能自己变强
我的做法是:
- Agent 做完的任务,我改完之后,会明确告诉它:哪里错了,正确的应该是什么,为什么
- 好的结果也要反馈,不只是纠错。让它知道什么是"好"同样重要
- 搭配 Hermes 的自我学习技能,把这些反馈沉淀成 memory 或 skill,下次它就直接调用
坚持一段时间之后,你会发现同一个 Agent,表现完全是两个水平
说白了,Agent 不是开箱即用的工具,是需要养的
反馈这一步,就是养的核心
整理了下芯片参数,供大家速览。
玄戒 O3:
3nm,10 核全大核 CPU,16 核 GPU,200 TOPS NPU,支持 LPDDR6,内存带宽 113.8 GB/s。玄戒 O100:
6nm,14 核大模型 NPU,采用 3D DRAM 堆叠,内存带宽高达 1.22 TB/s,AI 推理最高约 330 Token/s。玄戒 D100:
3nm,20 核 CPU + 16 核 NPU,最高 160GB 统一内存,可部署约 200B 参数模型。
小米好速度啊,这么快就推出 AI Cube 了,参数看起来还可以,只希望别到时候只能运行 mimo 模型😂,盲猜价格29999起
Tutti Outbid Top No.1
这个是真能捞到钱的啊, 门槛最近也降低了。
https://tutti.so/join?ref=CLU8MB https://twitter.com/tuttihq/status/2091802270799454590
我刚注册2天,申请了一个活动,希望能喝到汤😂