ดูเหมือนว่า MoltBot จะยิง PR สำหรับซ่อมตัวเองขึ้นมารัว ๆ จนเจ้าของคงตรวจทั้งหมดเองไม่ไหว 555 จำนวน issue กับ PR ที่พอ ๆ กันก็เพราะแทนที่จะเสียเวลาเขียน issue แล้วรอ แค่สั่งให้ MoltBot สร้าง PR แล้ว push ให้ก็จบเลย 555

https://lilys.ai/digest/7908237/8771245

บันทึกสรุป

บุคลากรแบบ T-shaped.... เดิมที generalist กับ specialist ก็แยกกันอยู่แล้วไม่ใช่เหรอ ฮือ

เป็นคำแนะนำที่กระชับและดีมากนะครับ ผมเองก็คงต้องลองนำไปใช้ดูเหมือนกันครับ

น่าจะดีถ้ามีให้เป็นฟีเจอร์ในที่อย่าง GitHub

Netflix ก็คงโดนบังคับให้ต้องใช้การชำระเงินในแอปเหมือนกันใช่ไหม?

น่าทึ่งดีนะครับที่เป็น "Prompt Request" แทน Pull Request
เมื่อก่อนนานมากแล้วผมเคยสนใจ MDA มาก แต่รู้สึกว่ามันไม่สมจริงเลยเลยเลิกไป ตอนนี้มันกลับทำให้เป็นจริงได้แบบนี้นี่เอง

Moltbot กำลังมาแรงจริง ๆ นะ
ลองดูบทความแนะนำของ Cloudflare ด้วย Introducing Moltworker: a self-hosted personal AI agent, minus the minis

"เคลื่อนที่ให้เร็วและพังให้ไว"

• วิศวกรที่สนใจผลลัพธ์มากกว่ารายละเอียดการติดตั้งใช้งาน มักทำงานร่วมกับ AI ได้ดี
  • วิศวกรที่ชอบแก้โจทย์ปริศนาเชิงอัลกอริทึม มักปรับตัวยากกับการเปลี่ยนผ่านสู่การเป็น "AI-native"
  • คนที่ชอบปล่อยผลิตภัณฑ์ออกสู่ตลาดจะปรับตัวได้ดีกว่า

ประโยคนี้โดนใจนะ

ผมเห็นด้วยอย่างยิ่งกับคอมเมนต์ยอดนิยมที่ถูกเลือกไว้กลางหน้าบทความว่า "[...] รวมแถบสถานะกับแถบด้านล่างเข้าด้วยกันเป็นแถบแบบรวมศูนย์ [...] Android 3.0 Honeycomb เคยมีสิ่งนี้และมันยอดเยี่ยมที่สุด"

แบบจำลองโลกจะจำลองพลวัตของสภาพแวดล้อมเพื่อคาดการณ์ว่าสภาพแวดล้อมจะวิวัฒน์อย่างไรและการกระทำจะส่งผลอย่างไร Google DeepMind มีประสบการณ์ในการพัฒนาเอเจนต์สำหรับสภาพแวดล้อมเฉพาะอย่างหมากรุกหรือโกะ แต่หากต้องการสร้างปัญญาประดิษฐ์ทั่วไป (AGI) ก็จำเป็นต้องมีระบบที่สามารถสำรวจความหลากหลายของโลกแห่งความเป็นจริงได้

เพื่อแก้โจทย์นี้และบรรลุเป้าหมายในการพัฒนา AGI เราจึงพัฒนา Genie 3 ขึ้นมา แตกต่างจากประสบการณ์การสำรวจภาพสแนปชอต 3D แบบหยุดนิ่ง Genie 3 จะสร้างเส้นทางข้างหน้าแบบเรียลไทม์เมื่อผู้ใช้เคลื่อนไหวและโต้ตอบกับโลก พร้อมทั้งจำลองกฎฟิสิกส์และปฏิสัมพันธ์ของโลกที่มีพลวัต และด้วยความสอดคล้องที่ก้าวล้ำ มันจึงสามารถจำลองสถานการณ์ในโลกจริงได้ทุกแบบ ตั้งแต่หุ่นยนต์ การสร้างแบบจำลอง แอนิเมชัน การสร้างงานแต่งเรื่องสมมติ ไปจนถึงการสำรวจสถานที่และภูมิหลังทางประวัติศาสตร์

จากการวิจัยโมเดลที่ดำเนินการร่วมกับผู้ทดสอบที่เชื่อถือได้จากหลากหลายอุตสาหกรรมและสาขา เรากำลังก้าวไปสู่ขั้นถัดไปผ่าน 'Project Genie' ซึ่งเป็นต้นแบบการวิจัยเชิงทดลอง

ความผิดของผมเองอย่างมากที่พยายามจะอ่านโค้ดที่ AI เขียน

ดังนั้นผมจึงตั้งค่า Gemini instruction ไว้ว่า "อย่าชมเชยหรือยกย่องผู้ใช้เกินควร ให้ตอบด้วยสำนวนที่เป็นกลางและมีลักษณะเชิงวิทยาศาสตร์/วิชาการ และต้องแสดงแหล่งอ้างอิงเสมอ" แล้วใช้งานแบบนั้น แม้บางครั้งมันก็ยังฝ่าฝืนคำสั่งอยู่บ่อย ๆ (เช่น สั่งห้ามใส่วิดีโอ YouTube แต่บางทีก็ยังแทรกเข้ามา) แต่ถึงอย่างนั้นก็ยังสร้างคำตอบที่สะอาดขึ้นมากและโฟกัสที่ประเด็นสำคัญได้มากกว่าเดิม

คุณตื่นแล้วสินะ

มันก็แค่สถานการณ์ที่ AI แยกหมากับแมวได้ขยับเข้ามาใกล้ตัวพวกเราขึ้นอีกนิดเท่านั้นเอง.. ไม่แน่ใจว่ามันมีคุณค่าเกินไปกว่านั้นหรือเปล่า

คนที่จะคิดได้ดีต้องมีเมตาค็อกนิชันของตัวเองก่อน ต่อให้มี LLM ก็ไม่ได้แปลว่าจะทำให้การคิดดีขึ้นได้ และคนที่เริ่มใช้ LLM ตั้งแต่ช่วงแรก ๆ เมตาค็อกนิชันก็คงพังยับเหมือนกัน..

ก็ไม่แน่เสมอไป ผมกลับคิดว่ามีกรณีที่คนยิ่งติดอยู่ในกรอบความคิดของตัวเองเพราะคำตอบแบบประจบที่ผิด ๆ มากขึ้นด้วยครับ มันมีประโยชน์ในฐานะเครื่องมือที่ช่วยจัดระเบียบให้ชัดเจน แต่ผมคิดว่าการมองคำตอบของ AI ด้วยมุมมองเชิงวิพากษ์อยู่เสมอก็สำคัญเช่นกัน

เอ๊ะ สรุปผิดนะครับ 555

ลองคิดดูสิ แสงในฐานะจุด แสงในฐานะเส้น แสงในฐานะสเปกตรัมหรือฟิลด์ แสงในฐานะโครงสร้างหรือหลักการ แสงในฐานะกฎ แสงในฐานะระเบียบแห่งธรรมชาติ โค้ดหรือข้อมูล มโนทัศน์และความรู้ ถ้าเปลี่ยนทุกอย่างรวมถึงตัวหลักการเองให้เป็นแบบนี้ กระบวนทัศน์ของความคิดก็จะพลิกผันอย่างรุนแรง

ปัญหาในฐานะจุด ความคิดในฐานะจุด กระบวนการ เหตุและผลกับการอนุมานเชิงเส้น ปัญหาและคำตอบในฐานะเส้นทาง การค้นหาและสำรวจเครื่องมือกับวิธีการในรูปแบบขนาน การรับรู้เชิงพื้นที่ กำลังก้าวไปที่ใดเพื่ออะไร รอบข้างมีอะไรอยู่ และต้นแบบเชิงโครงสร้างที่สร้างความคิดและการรับรู้ที่ฉันกำลังทำอยู่นั้นคืออะไร หลักการที่ประกอบขึ้นเป็นความคิดคืออะไร กฎแบบใดที่สร้างหลักการหรือโครงสร้างเช่นนั้น และต้นแบบนั้นเริ่มต้นจากกฎใด การคิดและตัวความคิดเองจึงสามารถรับรู้ได้จากหลายมุมและในมุมมองหลายมิติ