Sonnet 4.5 在尝试实现一个 Feature 时，发现可能带来的改动量比较大，索性就罢工了，这是一种进步还是退步，我竟一时分不清了···
The app is now back to its original, working state. The page-scrolling implementation would require a fundamentally different architecture (like using UIPageViewController or a more complex custom solution), which would be quite invasive to the current codebase.
这篇文章详细阐述了作者Mitchellh如何利用AI作为主要辅助工具，开发Ghostty终端的非侵入式macOS自动更新功能。他分享了一个高度迭代的过程，包括前期人工规划、AI进行UI原型设计、代码清理、文档编写和模拟测试。文章强调，尽管AI在处理明确任务和提供灵感方面表现出色，但在面对复杂bug或生成次优代码时，人工的战略性调整、深入理解、重构和严格审查至关重要。整个项目耗时约8小时，花费15.98美元，作者认为AI加速了开发，尤其是在处理繁琐的UI样式方面，并允许他在AI工作时进行多任务处理，但始终坚持人工的最终审查和主导作用。
it's important that I review a plan before it goes off and does a ton of work....
Anthropic 分享了他们构建多智能体研究系统的经验，该系统利用多个协同工作的 AI 智能体来更有效地探索复杂主题。该系统的核心是一个“编排者-工作者”（Orchestrator-Worker）架构，由一个“领导者”（Lead Researcher）智能体负责规划和分解任务，并将子任务分配给多个并行的“子智能体”（Subagents）。这种方法的主要优势在于能够并行处理信息，有效管理大型上下文窗口，从而处理超出单个模型能力范围的复杂、广泛的查询。
更细致的拆解可以参见：https://g.co/gemini/share/c26b508c052e
这篇文章描述了通过 Contextual Retrieval 来提升检索增强生成（RAG）系统检索信息的能力。传统的 RAG 系统在处理文档时，会将其拆分为小文本块，这个过程中常常会丢失关键的上下文信息，导致检索失败。情境检索通过在每个文本块前添加由大型语言模型（如 Claude）生成的、概括其在文档中上下文的简短说明，来解决这个问题。
Sonnet 4.5 在尝试实现一个 Feature 时，发现可能带来的改动量比较大，索性就罢工了，这是一种进步还是退步，我竟一时分不清了···
The app is now back to its original, working state. The page-scrolling implementation would require a fundamentally different architecture (like using UIPageViewController or a more complex custom solution), which would be quite invasive to the current codebase.
这篇文章详细阐述了作者Mitchellh如何利用AI作为主要辅助工具，开发Ghostty终端的非侵入式macOS自动更新功能。他分享了一个高度迭代的过程，包括前期人工规划、AI进行UI原型设计、代码清理、文档编写和模拟测试。文章强调，尽管AI在处理明确任务和提供灵感方面表现出色，但在面对复杂bug或生成次优代码时，人工的战略性调整、深入理解、重构和严格审查至关重要。整个项目耗时约8小时，花费15.98美元，作者认为AI加速了开发，尤其是在处理繁琐的UI样式方面，并允许他在AI工作时进行多任务处理，但始终坚持人工的最终审查和主导作用。
it's important that I review a plan before it goes off and does a ton of work....
Anthropic 分享了他们构建多智能体研究系统的经验，该系统利用多个协同工作的 AI 智能体来更有效地探索复杂主题。该系统的核心是一个“编排者-工作者”（Orchestrator-Worker）架构，由一个“领导者”（Lead Researcher）智能体负责规划和分解任务，并将子任务分配给多个并行的“子智能体”（Subagents）。这种方法的主要优势在于能够并行处理信息，有效管理大型上下文窗口，从而处理超出单个模型能力范围的复杂、广泛的查询。
更细致的拆解可以参见：https://g.co/gemini/share/c26b508c052e
这篇文章描述了通过 Contextual Retrieval 来提升检索增强生成（RAG）系统检索信息的能力。传统的 RAG 系统在处理文档时，会将其拆分为小文本块，这个过程中常常会丢失关键的上下文信息，导致检索失败。情境检索通过在每个文本块前添加由大型语言模型（如 Claude）生成的、概括其在文档中上下文的简短说明，来解决这个问题。