EUGENΞ

What the fax?! I guess faxing isn’t dead 🤷‍♂️ Use Dropbox Fax by @DropboxSign to send and receive faxes from anywhere. #DropboxFax hellofax.com

This is the most detailed journey of a smart contract you'll ever find! Finally, it's done, this took way longer than expected to finish. If this gets 100 likes, I'll make more! 😎

@ChrisJBakke Think this is not real CEO of deepseek, but a fan created account

The CEO of DeepSeek has pivoted from posting boring technical abstracts to memes about himself. Greatest CEO of our generation. We're all cooked.

DeepSeek R1 + 深度研究 + Ollama 新玩法： 下载Ollama Deep Researcher，在本机装好 R1 。 然后给 R1 一个主题，观察它搜索网络、学习、反思、搜索更多内容。 它会自动重复此过程， 想让它研究多久，它就研究多久。 最后它会给出一份研究彻底的报告，报告附有它看过的所有信息来源。 该项目和模型全部开源。

This is what generative models are for

It's only been just about a week since Cursor got massive attention. And people can't stop building with it. 10 wild examples:

@didier_lopes @man_sd_pen Do you consider to add gpt-4o-mini into the chain? The context window will 10x compared to gpt-3.5-turbo

The agent decides to retrieve way too much data and it goes over context limit If verbose is True you can see that it's actually working, it just goes over context Funnily enough if you use OPENBB_PAT this doesn't happen. The team will think about a smart way to address this. cc @MichaelNStruwig

4 lines of python code is what it takes to have your own financial advisor fully open source

@man_sd_pen @didier_lopes me got the same result

@didier_lopes What seems to be the issue?

@0xBigPineapple 請問 mac 跑了一陣子 (大概 5-10min)，狀態都還是 Idle，這是正常的嗎？

用mac挖io的舒服了，最近官方发布的细则，m1这种破芯片竟然给到了medium档，相当于3080+了 前几天买了台二手m1的mini，连电池看剧还能顺便挖矿，性价比很高 看起来4月1号就可以查到积分了，如果自有机器最好坚持挂着，也不占多少资源，希望有福报 文档在这里： developers.io.net/docs/ignition-… #ionet

@WuPingJu 推薦裝輪子，很好根據空間微調。不推薦裝抽屜，很容易撞到！

今天看到曼尼在業配 Funte 升降桌，真的是非常心動，基本上已經決定要買了，只剩下配件跟尺寸還要研究一下。 不知道有沒有哪些配件是有買過的人超級推薦、覺得不買會後悔的呢？ #typefully

Five years ago I created TabNine, the first commercial code completion tool to use deep learning. Today I'm releasing Supermaven, the first code completion tool with a context window exceeding 100,000 tokens.

2023年，我最大的收益之一就是发现了许多优秀的书籍。这些书对我的职业发展提供了极大的帮助。照片中是我去年买的和职业发展相关的书籍。大致可以把这些书分为三个类别。 第一类，关于理解和成为（或选择不成为）Manager 的书籍： - 《The Manager's Path》✨（经典必读，即使不想当 Manager） -《An Elegant Puzzle: Systems of Engineering Management》 -《Become an Effective Software Engineering Manager》（读的 Kindle 版，里面有非常实用的技巧） 第二类，旨在帮助你成为更出色的工程师的书籍： -《Staff Engineer: Leadership beyond the management track》✨ -《The Staff Engineer Path》 第三类，专注于培养更优秀的团队和工作环境的书籍： -《Shape Up》✨ -《Rework》 -《Remote》 -《It doesn't have to be crazy at work》 在每个类别中，我特别标注了✨的书籍，意味着如果你只打算在该类别中选择一本书阅读，那么我推荐这本。

We're rolling out new features and improvements that developers have been asking for: 1. Our new model GPT-4 Turbo supports 128K context and has fresher knowledge than GPT-4. Its input and output tokens are respectively 3× and 2× less expensive than GPT-4. It’s available now to all developers in preview. 2. Assistants API and new tools (Retrieval, Code Interpreter) will help developers build world-class AI assistants within their own apps. 3. The platform is becoming multimodal. GPT-4 Turbo with Vision, DALL·E 3, and text-to-speech are all now available to developers. Oh… and we’re doubling GPT-4 rate limits. openai.com/blog/new-model…

OpenAI 和 吴恩达的提示工程师课程挺给力，学到了一些 prompt 原则和具体策略。做了个脑图。

AI "取代"人类职业的路径顺序是怎样的？ 之前看到划分方式都是按人的能力划分的，受教育年限，智力复杂度，技能/创造力高低 AI路径怎么会按人的能力决定？当然是按AI的应用领域路线决定 而AI应用领域路线决定性因素很简单，就是容错率，一句话总结，AI会从容错率由高到低的行业开始“取代”人类职业 openAI喜欢用GPT能力和职业技能直接去对比去看如何取代职业，可GPT有这个能力=能干得好吗？完全没说到点上 还是那句话，为什么自动驾驶一直遥遥无期？就是因为错误率达不到预期值（仅仅和人类一个量级）。责任主体是很严肃的问题，所以实现全自动L4错误率降到足够低才有能力应对天价赔偿 会计也是类似道理，GPT的结果写的再好，也还需要会计作为责任人签字担责。如果GPT错误率在1%这个量级，那么仍然需要人检查验证，实际上和现在会计领域工具相比没有明显的改善，甚至在准确率上不如现有工具（现有工具也能自动导入文件，也有很多各角度检查功能）。就像有了copilot编程，再来GPT4辅助编程并没有大幅提升效率一样 那么从错误率由高到低，就很容易看出AI“取代”职业的时间线了，和上一篇写到的GPT应用场景是类似的，可以直接把图搬过来了 E1等级：容错率最高的行业最先受到GPT/生成式AI冲击（或者说最先应用），比如内容生成辅助（写作/平面设计），算命之类，这些行业对创造力和智力或者专业技能的要求都很高，但容错率高因为没有标准答案，但反过来说，这些行业也是最先让人惊艳和产生更多价值的地方（所以是会使用工具的人“取代”不会使用工具的人） 等GPT的错误率继续降低到E4等级了，才轮得到软件行业被冲击，就像之前我写的从第一性原理看LLM的极限里说的，code越复杂，生成准确率概率就会指数型下降，即便是加入了自循环debug也无法从本质上解决这个问题，code复杂之后出了错还得人工debug（自动debug无法收敛），更不说复杂系统的debug连行业老手也很艰难，所以这得是错误率极低之后才变的可行 E6等级则是律师，医生，这样重大责任需要人作为责任主体背书的 E8+则属于容错率最低，也是AI最难取代的职业：比如芯片设计制造，火箭设计制造 这两个行业占据最难被AI替代的职业的鄙视链最顶端，原因就是容错率极低，且debug难度极大，行业经验门槛很高，最重要的特征是，失败一次的成本是好几千万美元：5nm以下芯片流片制造一次的价格和发射火箭失败一次的价格都是这个数量级 所以说AI的错误率才是我们最需要关心的替代人类指标，最近的GPT各种论文，RLHF，Self debugging, CoT，本质上都是在解决一个问题：错误率。这可能是决定行业被GPT革新程度的最关键因素。 而关于AI错误率，我的一个大胆猜想是，在目前这种全行业资源倾斜的境况下，如果算力正常发展(十年五个数量级) 每隔10年，AI全方位能力（感知/决策/生成）的错误率下降一个数量级，就像图像识别过去十年的进展一样 而AI的错误率每下降一个数量级，应用领域/范围上升一个数量级

ChatGPT 只是顶级 AI 工具的冰山一角 分享5款鲜有推荐却非常高效实用的AI：

Humans are HOOKED Machines are LEARNING #AI

Money printer go BLURRRRR. I just received 154.9465 $BLUR from @BLUR_io’s Season 1 drop. Season 2 begins NOW. Start listing and bidding on Blur to get a head start on Season 2 rewards.

@callumssr Wow I didn't realize it, thanks for noticing bro!

@YoEugeneHsu hey bro do you realise you digit .eth is about to expire if you don't renew it and you will lose it