Levix 空间站

Claude 3.5 Sonnet 比 Claude 3 Opus 的速度快两倍，适合处理复杂的任务，如上下文敏感的客户支持和多步骤工作流。在编码问题的内部评估中，Claude 3.5 Sonnet 解决了 64% 的问题，而 Claude 3 Opus 解决了 38%。这款视觉模型在视觉推理任务中也表现突出，能够精准解读图表和图片，适用于零售、物流和金融服务领域。

新功能 Artifacts 允许用户在动态工作空间中实时查看、编辑和构建 Claude 生成的内容，未来还将扩展支持团队协作。Claude 3.5 Sonnet 改进了安全机制，经外部专家测试，确保减少误用并保持数据隐私。未使用任何客户或用户提交的数据进行训练，除非用户明确许可。

#Claude #AI

https://www.anthropic.com/news/claude-3-5-sonnet

漏洞管理远不止修补漏洞这一单一层面，而是涉及一系列深入且综合的过程。1Password 表示，漏洞管理需要识别、评估和解决软件或硬件中的漏洞，这不仅仅是简单的打补丁。其策略强调识别潜在漏洞的重要性，通过如渗透测试和白盒测试等方式，提前发现问题并在其可能带来危害之前控制住。

#安全 #漏洞

https://levix.notion.site/Vulnerability-management-goes-much-deeper-than-patching-191f7938612644bd9d2fd8fa5aa61f2e?pvs=74

当你无法学会停止时，无论你做的事情是好是坏，最终都会出问题。比如，如果你跑步不停，或者一直喝水，不停下来，不好的结果是必然的。

如果你是一家上市公司，仅仅生产令人满意的产品是不够的，你还必须成长。如果没有成长，或者成长得不够快，股价就会下跌。

比如，苹果公司的市值已经3万亿美元了，但是投资者还要求它继续成长。这就好像要求一个人永远奔跑，不能停下来。没有终点线，追求无限成长，迟早变成恶性癌症。

#思考

https://manuelmoreale.com/growth-is-a-mind-cancer

一种更安全的 rm 替代工具，它将文件和目录移到回收站，而不是永久删除。该工具简化了文件恢复，易于安装，并且提供清空回收站的选项。

思路挺简单，创建一个 .trash 文件夹，执行 rm 的时候相当于把删除的文件 mv 到该文件夹，但实际生产环境还是慎重使用 rm 。

#Tools

https://github.com/qqAys/trash.sh

利用 3D CSS 变换和 React，实现逼真的图片折叠效果。通过细致的技巧分析和实际代码演示，展示了从基本折叠效果到无障碍优化再到效果细节打磨的全过程。这种特殊的 3D 动画效果，不仅提升了页面动画的趣味性，而且通过可重用组件的方式使其更容易在未来项目中使用。

#前端 #CSS #实践

https://levix.notion.site/DOM-Folding-the-DOM-4eded5ef95f7456ebfd216e2c450458e?pvs=74

随着 AI 系统能够即时根据自然语言指令生成和更新网站，CMS 的需求渐减。生成式 UI 将赋权更多非开发者直接创建和管理网站，开发者则转向高级策略和监督，整体提升网站开发的效率和可访问性。

#GenAI #CMS

https://levix.notion.site/The-Death-of-CMSs-How-Generative-UI-is-Changing-Software-Development-aeea9ed81ca54c0b87c09eb92dcd7201?pvs=74

通过三个月的调试和分析，最终通过一行代码修复了一个存在 7 年的硬件配件中的 bug。

😅很真实

#bug

https://lemmy.world/post/16763534

近年来，文本与图像的联合预训练技术在各种任务中显示出了良好的效果。然而，在光学字符识别 (OCR) 任务中，将文本实例与图像中的对应文本区域对齐存在挑战，因为这不仅需要对图像整体内容的理解，更需要对文本与 OCR-Text (图像中的文本) 的有效对齐。为解决这一问题，论文提出了一种新的预训练方法——OCR-Text 去风格化建模 (ODM)。ODM 方法将图像中不同风格的文本统一为一种风格，从而实现文本与 OCR-Text 之间更好的对齐，使预训练模型能够适应复杂多样的场景文本检测和识别任务。

此外，论文中还为 ODM 设计了一种新的标注生成方法，并结合提出的 Text-Controller 模块，解决了 OCR 任务中高昂的标注成本问题，使更多未标注的数据可以用于预训练。大量公共数据集上的广泛实验表明，该方法大幅提升了性能，并在场景文本检测和识别任务中超越了现有的预训练方法。代码可在 ODM 获取。

#OCR #论文

https://levix.notion.site/ODM-ODM-A-Text-Image-Further-Alignment-Pre-training-Approach-for-Scene-46d3432530f94a1da5c8e074becc3eed?pvs=74

通过使用 GPT-4o (GPT-4o) 在 ARC-AGI (ARC-AGI) 任务中取得 50% 的成绩，目前这是最先进技术 (SoTA)。

#AI

https://levix.notion.site/GPT-4o-GPT-4o-ARC-AGI-ARC-AGI-50-SoTA-Getting-50-SoTA-on-ARC-AGI--4f907a1a77dd4588b8f22728ee2d696f?pvs=74

美国众议院通过包含 DJI 禁令的《国防授权法案》的情况，解释了其中的关键条款及其影响，以及该法案的政治背景和未来走向。这一法案有望对 DJI 在美国市场的销售和运营造成重大限制。🤡

#DJI

https://dronedj.com/2024/06/14/dji-ban-passes-the-house-and-moves-on-to-the-senate/

智变时代 / 全面理解机器智能与生成式 AI 加速的新工业革命

1. 现在 AI 正在强制逆转 SaaS 这个缩写的含义，从“软件即服务”转变为“服务即软件”，软件既能组织任务，也能执行任务，你无需雇佣额外劳动力，它们是“内置”的，传统的劳动力市场最终将和软件融合成为一个新市场！

2. AI 劳动力概念的新型态软件，将吃掉传统 SaaS 的市场空间，让他们的利润减少，当然也会同时减少人类的工作机会，但给了 AI 初创企业新的市场机会，来挑战传统软件公司，这些初创的企业又能创造出不一样的新工作机会。

3. 智能时代，我们不能再用移动时代的模式来理解应用，本着人机交互方式越来越简单的趋势，智能应用最先应该从简洁开始，然后它们会从有形的界面中消失，变成真正无所不在的助理，或者是智能体，它们会辅助甚至直接帮我们完成任务；我们与 AI 协作的重点不再是过程，而是目标与结果，能完全自动化并融入人类社会就是 AI 劳动力的终极目标。

4. 智能的供应取决于两方面的成本：训练与推理，除非若干年后我们有了全新的训练推理一体的自进化模型架构。OpenAI 的推理成本似乎在以每年约 86% 的速度下降，比训练成本降的更快，最新模型 GPT-4o 和去年同等智能水平的 GPT-4 相比，速度提升了五倍，价格下降了接近十倍，这只是在一年之内。

5. 过去四十年，全球发达国家在能源消耗几乎没有增加的情况下实现了经济的缓慢增长，那是因为能源基础设施的建设几乎停滞，大家并不需要消耗那么多的电力；但现在因为智能的需求，让能源的需求激增，更加便宜的能源和智能又会诱导新的需求出现，从而再次加速经济增长，扩大整体的经济规模。

6. 可控核聚变技术的难题很有可能因为 AI 对能源的强大需求而加速攻克，因为市场看到了超级廉价的能源，还能诱导出那么多以前没有过的需求；创造新的市场是企业家与科技创新的最大动力，这是政府引导的科研创新所不具备的。

7. AI 基础设施的军备竞赛已经在进行，但终端的竞赛才刚准备启动，而且要为用户提供流畅的智能体验，必须得两端同时进行；在这个快速进化的时期，给应用的开发提出了巨大的挑战。或许，智能时代根本就不存在应用开发，我们可以用各种硬件还有自然对话方式的交互形态，端到端的给客户解决问题就行，因为这是一次远超互联网和移动时代的新工业革命。

8. 新工业革命就是智能驱动的传统工业升级与再造。过去，软件的归软件，硬件的归硬件，现在软硬逐渐一体，智能化会让硬件更灵巧，就像人类的智能是大脑与身体的整体组合一样；让设计生产完全通过 AI 模拟与加速，让智能体找到最适合的物理躯体，才能完全释放智变时代的生产力！

9. AI 目前更像是延伸人类思维的工具，帮助完成大脑不擅长的任务。像大语言模型这种具有人类特征的 AI（Anthropomorphic AI），就像我们的超级助理，善懂人意，思维敏捷，能够帮助我们加速思考；也有面向科学的理解自然的 AI，帮助我们加速科学的探索。

10. “人类对指数增长的直觉不是很好，当认知成本降低千倍或百万倍，能力大幅提升时，世界会有什么变化？如果每个人都有一家由一万个能力极强的虚拟 AI 员工组成的公司，这些 AI 员工不知疲倦且越来越聪明，世界将会怎样？没有人能准确预测未来，所以保持谦卑非常重要。可以预测几步，但不要过度预测。” —— Sam Altman

11. 尽管有时会突然涌现出新的技术变革，但在人类职业上出现显著变化通常需要一代人的时间。想象一下你在第二次工业革命的前夕，你能预知所有将在未来半个世纪内出现的神奇技术么？例如大规模生产、电力、汽车、电话、飞机等等。这些技术哪些会扼杀工作机会，哪些又会创造就业机会呢？你一定预测不到！所以请保持乐观，新机会一定存在的；需要做的就是提升自己的认知，不要在当下选择已经是趋势之外的行业就行。

12. 历史证明，使用工具的人往往比不使用工具的人表现得更好。人类的发展史就是一部工具演化史，从农业时代的水车运输，到第一次工业革命的纺织机，再到信息时代的电脑，工具越来越自动化。很快，不会用 AI 工具来自动化重复性的任务，就像不会用电脑来处理复杂的计算一样，如果不能适应这个转变，就面临被时代淘汰的命运。

13. 学会提问，未来的教育应侧重于如何提出有价值的问题，而不仅仅是回答问题。好的思考才能带来好的问题，批判性思维和好奇心是思考的前提，也是人类文明能够向前的动力。

14. 学会广泛而深入地思考 —— 尽可能多地吸收各种知识和思维模式，重点培养结构化思维，将复杂的问题分解成更小、更易管理的部分，并通过逻辑和有条理的步骤来解决这些部分，从而达到解决整体问题的目的。

15. “在新兴的 AI 世界中，有许多技能对大多数人类来说可能不再有意义 —— 正如今天的自动化进步使过去的许多技能变得过时一样。但可以预见人类仍会有自己的角色，对我们来说，最重要的是学会如何选择“下一步要去哪里”，以及在计算宇宙的无限可能性中，我们应该带领人类文明走向哪里。” —— Wolfram

16. 或许很快，或许还要几年多年，科技公司将进一步拉低成本以及扩大利润，不断增长其收入。一切都会更便宜，他们会卖出更多的产品；他们将把利润再投资于研发，并以更快的速度将研发成果转化为更新、更便宜、更好的产品，这个雪球将在这次新工业革命中持续的滚下去。我们的经济体量将因此而变得更大，从结构上更加有利可图！

#AI

https://www.indigox.me/understanding-genai-and-the-new-industrial-revolution/

如何通过 Speculation Rules API 改善网页加载速度，使页面看起来几乎是立即加载的。Speculation Rules API 是一种将某些资源预先加载到浏览器中的工具，旨在显著提升网页性能。

#性能 #性能优化 #新特性

https://levix.notion.site/Speculation-Rules-API-Playing-with-the-Speculation-Rules-API-in-the-Console-3b55de6d1660440aab340cf13487a23d?pvs=74

Apple Intelligence 是一个将强大的生成模型引入 iPhone、iPad 和 Mac 的个人智能系统。针对需要使用更大基础模型处理复杂数据的高级功能，Apple 开发了 Private Cloud Compute (PCC)，一个专为私有 AI 处理设计的突破性云智能系统。PCC 首次将 Apple 设备的行业领先安全性和隐私性扩展到云端，确保个人用户数据仅用户可以访问，Apple 也无法读取。PCC 使用定制的 Apple silicon 和专为隐私设计的强化操作系统，是目前最先进的大规模云 AI 运算安全架构之一。

#Apple #云安全

https://security.apple.com/blog/private-cloud-compute/