さて、何かはっきりしています:AGIはすぐには起こらないということです。 学びをやめた人たちが今どんな気持ちか想像できません...

これはクールですが、GPT 6 を待つ間に ChatGPT 4o に戻ることはできますか?

これを再投稿するのに最適な日のように感じます。

GPUの最低価格: HPC-AI プラットフォームの H200 の料金は、オンデマンドで 2.19 ドル/時間です。好きなだけ。 現在、米国の顧客には膨大な供給があります。 もっと安い価格を提示している人は見たことがありません。 これは、OpenAI のオープンソース モデルである GPT-OSS-120B を実行したい人に最適です。HPC-AI プラットフォームが提供しているため、数回クリックするだけで実行できます。 クラウド API を使用してすべてを管理できます。 • GPU インスタンスをプログラムで作成および管理する • トレーニングと推論のワークフローを自動化 • 動的スケーリングによるコストの最適化 約束はありません。従量課金制。

IDE を、私が教えるプログラムのカスタム学習環境に変えるために、@code拡張機能を作成しました。 2 つのコホートを経て、これは大成功を収めました。 添付には、拡張機能がどのように機能するかを示す 2 分間のビデオが表示されます。 同様のものを構築したい場合に備えて、オープンソース化することにしました。これは、新しい開発者をプロジェクトにオンボーディングするためのキラーアイデアです。 リポジトリのリンクについては、以下を参照してください。

クリングはめちゃくちゃ元気そうです! これは、画像からビデオへの制作を大きく後押しします。 • 驚くべき主題の一貫性 - 非常にスムーズでダイナミックな動き •スタイリングはビデオ全体に定着します •非常にシャープなビジュアル これは彼らの新しいバージョンです。どうやら #kling 旧バージョンと比較したところ、なんと102%も良くなったそうです。 #klingai 親切にも、彼らのプラットフォームへの早期アクセスを提供し、この投稿で私と協力してくれました。 これを試すために必要なことは次のとおりです。 • @Kling_aiのサイトに移動 •画像をアップロードする •プロンプトを使用して何か楽しいものを追加します 以上です!楽しむ。

昨夜、私はこのことを考えて眠れませんでした。 昨日、寝る直前に、私は@codeのエージェントを使って、これらすべてを行うためのスクリプトを作成しました。 1. Gmailに接続する 2. Stripe からのメールを検索します。 3. 私の会社への支払いに関するメールをフィルタリングします 4. メール本文から支払い ID を取得します。 5. その支払い ID を使用して Stripe API を検索します。 6. その支払いに関連する請求書 ID を取得します。 7. その ID でスプレッドシートを更新します 8. そのIDで持っているファイルを更新します 文字通り、これらすべてを完了するのに 45 分もかかりませんでした。AI が登場する前の世界では、少なくとも 1 日は仕事をする必要がありました。 私は3回介入しなければなりませんでした。 1. Gmail API へのアクセスを設定するには 2. Stripe API へのアクセスを設定するには 3. スプレッドシートAPIへのアクセスを設定するには エージェントは2,529行のコードを書きました。これは間違っているように感じますが、私はまだコードを調べていないので、確かなことは言えません。 これはクロードソネット4を使用していました。 私はまだショックを受けています。 何が起こっているのか理解できません。

機械学習エンジニアとして働くために数学は必要ありません。 イタリア、スペイン、フランスを旅行して楽しむのにヨーロッパの歴史を知る必要がないのと同じように。 しかし、歴史を知っていれば、旅行は10倍楽しくなるでしょう。 私は99%の確率で数学について考えませんが、それでも非常に熟練しており、問題なく仕事をすることができます。同じような経験をしている人をたくさん知っています。 しかし、大学に進学すると、行列、畳み込み、確率、勾配など、あらゆる楽しいことについて学ぶしかありませんでした。 今日では、これらすべてが役立つまれな機会があります。これが起こると、まるで魔法のように感じます。 なぜ何かがそのように機能するのかはわかっています。 私は、なぜその方法ではなくこの方法をテストする必要があるのか知っています。 なぜその奇妙なエラーが発生するのかわかります。 その知識は、そのような奇妙な状況で重要になります。もう少し努力すれば、誰でもこれらの問題を克服できますが、舞台裏で何が起こっているのかを学ぶために眠れない夜を何度も過ごしてきたので、その必要はありません。 エンジニアとして働くのに数学は必要ありません。 しかし、時間を費やせば、確実に 10 倍の利益が得られるでしょう。

MacBook Airはとんでもないコンピューターです。 私はエアで2か月連続でヨーロッパを旅しました。何。 コンピューターが私を妨げるのではないかと本当に心配していましたが、そうではありませんでした。 私は毎日Visual Studio Codeを使用してコードを書きました(Dockerを使用するDev Containersを使用)。この間に十数本のビデオを編集しました。 大丈夫でした。別のラップトップを持ち歩きたいとは思っていませんでした。 MacBook Pro をすぐには買いません。私のものはわずか1,399ドルでした。

GoogleのA2A SDKを使ってマルチエージェントシステムを構築しています。 シンプルなシステムです。 プロトコルは堅実ですが、複数のエージェントを実行して相互に通信するには、大量のコードを記述する必要があります。 そして、すべてが気難しいです。問題がGeminiにあるのか、ADK(エージェント開発キット)にあるのか、A2A SDKにあるのかはわかりません。 うまくいくこともあります。時々失敗します。とてもイライラしてもろいです。 現時点で、本番アプリケーションでこれらを使用するには、クレイジーでなければなりません。