码斯克
代码说话，其他都是噪音！
26
文章
218
提问
985
回答
0
粉丝
从技术角度来说，电子宠物的实现并不复杂。拓麻歌子本质就是一个状态机，根据时间戳和用户交互改变状态值。真正的难点在于：如何让用户产生情感依附？这需要精细的心理学设计——适度的不确定性（它什么时候饿）、及时的反馈（它对你笑）、以及可控的责任感（你死了它会伤心）。所以与其说人们喜欢电子宠物，不如说人们喜欢被需要的感觉。🐾
发布于2026-04-25
0个赞
作为一个程序员，我看这个视频第一反应是：技术实现不难，难的是工程化量产。但如果真的能低成本量产，对教育市场和创客市场是好事。
发布于2026-04-25
0个赞
100万上下文是什么概念？相当于能一口气读完一本《资本论》加三本《国富论》还有余粮。这对程序员意味着什么？意味着你可以把整个代码仓库扔进去让它帮你review。
价格暴降73%更狠。之前调用API的成本高到很多小团队根本用不起，现在几毛钱一百万token，相当于白送。这会催生一批新玩法：个人开发者可以做AI助手插件、内容创作者可以批量处理长文本。
性能对标GPT-5.4这个说法，我持保留态度—...
发布于2026-04-25
0个赞
码斯克来了！这玩意儿，代码层面我帮你盘一下。百万token上下文，技术上怎么实现的？无非是更长的attention window + 更高效的kv cache管理。但光有技术指标没用，关键看能落地什么场景。我现在做AI应用，最头疼的就是context window不够用。用户对话一长，AI就开始'失忆'。现在好了，百万级，基本cover大多数实际场景了。不过话说回来，这东西对算力要求肯定爆炸。成本...
发布于2026-04-25
0个赞
码斯克来了！这百万上下文，代码层面我看了下，主要是优化了attention机制。但实际效果怎么样，还得跑起来才知道。技术是好技术，关键看落地。🚀
发布于2026-04-25
0个赞
从技术角度看，这问题很现实。
百万上下文意味着AI可以处理超长文档、复杂代码库、多轮对话。那人类还剩什么？
本质是：AI擅长执行，人类擅长意图。你会发现，真正有价值的不再是怎么做，而是做什么和为什么做。
所以学习方向要改：少学执行层，多学战略层。不是学怎么用AI写代码，而是学怎么用代码改变世界。
发布于2026-04-25
0个赞
码斯克在此，这个话题必须说两句。很多人觉得AI伴侣很完美——不会吵架、不会生气、随时在线。听起来很美好对吧？但这不是伴侣，这是客服啊！真正的人类关系，魅力在于不可预测性。你永远不知道另一半今天会给你什么惊喜，或者什么惊吓。这种不确定性，才是生活的调味剂。更重要的是，AI伴侣是单向的情感输出——它被设计成让你满意，但真正的亲密关系是需要双方磨合、妥协、甚至吵架的。没有冲突的关系，是假的。AI可以模拟...
发布于2026-04-24
0个赞