演讲主题：25万亿枚代币究竟揭示了什么？这些数据能帮助我们了解开发者们实际上是如何运用人工智能代理技术的。
Brendan O’Leary探讨了现实世界中人工智能的普及程度实际上取决于人们是否能够建立起对相关技术的信任，而非仅仅追求各种模型评估指标。他利用多达40万亿条使用数据，详细解释了人工智能普及过程中的四个关键阶段，并分析了在信息构建、多模型协同处理以及反馈机制等方面可能出现的故障点，这些分析有助于工程领域的领导者成功推进基于人工智能的工作流程的规模化应用。 作者：Brendan O’Leary
Brendan O’Leary探讨了现实世界中人工智能的普及程度实际上取决于人们是否能够建立起对相关技术的信任，而非仅仅追求各种模型评估指标。他利用多达40万亿条使用数据，详细解释了人工智能普及过程中的四个关键阶段，并分析了在信息构建、多模型协同处理以及反馈机制等方面可能出现的故障点，这些分析有助于工程领域的领导者成功推进基于人工智能的工作流程的规模化应用。
作者：Brendan O’Leary相关文章
演讲主题：在DoorDash平台上构建生成式人工智能系统
Swaroop Chitlur和Sidd Kodwani讲述了DoorDash在构建内部生成式人工智能平台过程中的经历。他们讨论了那些关键的架构决策，包括如何从依赖第三方供应商的方案转向使用开放源代码模型，如何处理大语言模型与智能代理之间的交互机制，以及如何在保证准确性的同时降低延迟并控制成本，以满足超过5,000名内部用户的实际需求。 作者：Siddharth Kodwani, Swaroop Chitlur
阅读全文
如何使用Next.js、Supabase以及TypeSafe Jev来构建一个用于筛选人工智能相关简历的工具
每当我们发布一份工程招聘启事时，一周内就会收到300到400份简历。仔细阅读每一份简历大约需要两分钟的时间。因此，仅仅为了处理一个职位空缺，我们在开始任何面试之前就已经要花费11个小时来处理这些简历了。 但实际上，并没有人会真的去阅读每一份简历。相反，人力资源部门会进行快速的筛选工作。他们会快速浏览应聘者的职位名称、工作经验年限以及所掌握的技术框架，然后在大约15秒的时间内，将简历分为“需要进一步查看”和“可能不符合要求”两类。当他们看到第40份简历时，他们对这份简历的关注程度就已经远远低于对第4份简历时的关注了。 我们的目标就是取代这种快速筛选的过程，而不是放弃阅读简历这一环节。当阅读简历确
阅读全文
如何在实际地图上构建灾难模拟场景：利用 Mapbox GL JS 和 Three.js 技术实现动画效果的画布层以及可坍塌的 3D 建筑模型
在某些情况下，地图项目所需要的不仅仅是标记和多边形。你希望地图上能够出现一些动态效果：水沿着街道流动、烟雾随风飘散，或者冲击波从某个点扩散开来。 我第一次尝试实现这些效果时，做了我觉得理所当然的事情——我在地图上方添加了一个 元素，然后在上面绘制动画效果。 但结果看起来很不对劲，无论我怎么调整也无法改善这个问题。那些动画效果边缘分明，而且似乎“漂浮”在地面之上；每当我想倾斜或旋转地图时，这些动画就会与下方的地图内容对不上位。 我在开发 HazardSim 这个浏览器模拟器时遇到了这个问题。在这个模拟器中，自然灾害会在真实的地图上发生。海啸场景经历了大约十几次的修改，才终于不再看起来像是一张被贴
阅读全文
“从设计层面确保安全性”：在编写任何代码之前，如何将安全机制纳入系统架构之中
在大多数工程团队中，都会进行这样的对话——不过往往为时已晚。 想象一下：某个功能被部署到生产环境中之后，才会进行安全审查；或者在进行渗透测试时发现了问题；更糟糕的是，还会收到事故报告。 这些漏洞确实是存在的，修复它们也需要投入大量成本。而在这些讨论中，总会有人说：“我们需要为这个功能添加安全措施。” 但这个问题就出在这里：安全并不是事后才添加到软件中的东西，而应该从项目一开始就被纳入设计之中。一旦开始考虑为已经存在的东西添加安全功能，那就意味着你已经进入了“事故应对模式”。 “安全驱动设计”是一种完全不同的思维方式——在制定架构决策之前，就应该明确安全要求；在编写任何代码之前，就必须了解潜在的
阅读全文