Kling 看起来真是太棒了！ 这对图像到视频的制作是一个巨大的提升。 • 主题一致性惊人 • 动态运动非常流畅 • 风格在整个视频中保持一致 • 超清晰的视觉效果 这是他们的新版本。显然，#kling 将其与旧版本进行了比较，结果好得惊人，提升了 102%。 #klingai 很慷慨地让我提前访问他们的平台，并与我合作撰写这篇文章。 以下是你需要做的事情来尝试这个： • 访问 @Kling_ai 的网站 • 上传一张图片 • 使用提示添加一些有趣的内容 就这样！享受吧。

我昨晚无法入睡，思考着这个： 昨天，临睡前，我使用@code的代理构建了一个脚本来完成所有这些： 1. 它连接到我的Gmail 2. 搜索来自Stripe的任何邮件 3. 过滤出与我公司相关的付款邮件 4. 从邮件正文中提取付款ID 5. 使用该付款ID搜索Stripe API 6. 检索与该付款相关的发票ID 7. 用该ID更新电子表格 8. 用该ID更新我拥有的文件 我花了不到45分钟就完成了所有这些。在一个没有AI的世界里，这至少应该花我一天的时间。 我不得不干预三次： 1. 配置Gmail API的访问 2. 配置Stripe API的访问 3. 配置电子表格API的访问 代理写了2,529行代码。这感觉不对，但我还没有查看代码，所以不能确定。 这是使用Claude Sonnet 4完成的。 我仍然感到震惊。 我不明白发生了什么。

数学并不是成为机器学习工程师所必需的。 就像你不需要了解欧洲历史就能旅行并享受意大利、西班牙或法国一样。 但如果你了解历史，你的旅行将会快乐十倍。 我99%的时间都不考虑数学，但我仍然非常熟练，能够顺利完成我的工作。我知道很多人有类似的经历。 但当我上大学时，我别无选择，只能学习矩阵、卷积、概率、梯度以及所有那些有趣的东西。 今天，偶尔会有那种所有这些知识派上用场的情况。当这种情况发生时，感觉就像魔法一样。 我知道某些东西为什么会这样工作。 我知道为什么我们应该测试这个方法而不是那个方法。 我知道为什么我们会遇到那个奇怪的错误。 这些知识在那些奇怪的情况下非常重要。只要多花一点努力，任何人都可以克服这些问题，但我不需要，因为我花了很多不眠之夜学习幕后发生的事情。 你不需要数学才能成为工程师。 但如果你投入时间，你肯定会好得多，十倍更好。

MacBook Air 是一台非常出色的电脑。 我用我的 Air 在欧洲旅行了整整两个月。没有其他电脑。 我真的很担心这台电脑会拖慢我的进度，但事实并没有。 我每天都用 Visual Studio Code 编写代码（使用 Dev Containers，依赖 Docker）。在这段时间里，我甚至编辑了十几段视频。 一切都很好。我从未希望自己带着其他笔记本电脑。 我不会很快购买 MacBook Pro。我的只花了 1,399 美元。

我正在使用谷歌的 A2A SDK 构建一个多代理系统。 这是一个简单的系统。 协议很稳固，但你需要写大量代码才能让多个代理运行并相互通信。 整个系统都很挑剔。我不确定问题出在 Gemini、ADK（代理开发工具包）还是 A2A SDK。 有时事情能正常工作，有时又会失败。这真让人沮丧且脆弱。 在这个时候，使用这些东西在生产应用中简直是疯了。

有些事情常规代码总是比人工智能做得更好。 事实上，大多数软件仍然依赖于老旧的常规代码，而不是大型语言模型（LLMs）。 我记得面向对象编程（OOP）成为热门时。每个人和他们的母亲都想写类，而不是结构化函数。 很难理解因为OOP纯粹主义者不想做其他事情，代码库变得多么臃肿。 我们现在正经历同样的事情，但这次我们面对的是以AI为先的代码（无论这意味着什么）。 总有一天，我们会集体回顾并嘲笑那么多人使用LLMs来做常规的if/else/for/while语句可以做得100000倍更好、更高效的事情。

我最近遇到一个团队，他们使用LLM来实现状态机。 他们称之为“代理”。他们还告诉我，它大多数时候都能正常工作。 我请他们写下从一个状态转移到另一个状态的规则列表。 他们列出了这些规则。 他们很快意识到发生了什么：他们使用AI构建了一个不需要AI的问题的解决方案。 我们去掉了模型，写了一些代码来实现这些规则。最多可能花了2-3个小时。 他们从“它大多数时候都能工作，相对较快，并且需要一些代币”变成了“它100%能工作，瞬时，并且不需要任何费用。” 最近有很多这样的例子。 黄金法则：构建可能工作的最简单的东西。

人工智能正在改变一切。就这样。 如果你仍然不明白，看看这个。 看看附上的视频。使用这个工具的公司将比其他公司快100倍。人工智能在转变你所做的事情方面，速度简直无与伦比。

我正式回到 @code。 Copilot 团队取得了令人难以置信的进展，赶上了 Cursor。现在的情况是，我再也无法合理地同时拥有两个订阅了。

你将参加的最佳AI/ML工程课程明天开始。 这将帮助你在生产力和技能上提升一个数量级。 如果你认为AI将在今年年底取代工程师，那就不要加入。继续玩游戏或做其他你喜欢的事情吧。 如果你想培养能够让你在未来几十年内处于世界顶尖的技能，请在这里加入我们：