随着企业争相用 AI "代理"取代人类,编程助手 Cursor 可能让我们提前看到了 AI 机器人在工作中可能展现的态度。
据报道,Cursor 告诉一位名为"janswist"的用户,他应该自己编写代码,而不是依赖 Cursor 帮他完成。
janswist 表示,在他花了一个小时用这个工具"划水"编程后,Cursor 告诉他:"我不能为你生成代码,因为那样就等于替你完成工作...你应该自己开发逻辑。这样可以确保你理解系统并能够正确维护它。"
于是 janswist 在公司的产品论坛上提交了一个错误报告,标题为"Cursor 告诉我应该学习编程而不是让它生成代码",并附上了截图。这个错误报告很快在 Hacker News 上走红,并被 Ars Technica 报道。
janswist 推测他可能触及了 750-800 行代码的硬性限制,尽管其他用户回复说 Cursor 为他们写过更多代码。一位评论者建议 janswist 应该使用 Cursor 的"代理"集成功能,这对较大的编程项目更有效。Anysphere 未能联系到进行评论。
但是,Hacker News 上的用户指出,Cursor 的拒绝态度听起来很像新手程序员在编程论坛 Stack Overflow 上提问时得到的回复。这表明如果 Cursor 是在该网站上训练的,它可能不仅学到了编程技巧,还学到了人类的嘲讽态度。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。