Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Santiago
Repositori besar dengan contoh aplikasi AI end-to-end dengan React!
Bersama dengan MCP dan A2A, Protokol Interaksi Agen-Pengguna (AG-UI) adalah bagian ketiga yang akan membantu Anda membangun agen AI yang berhadapan dengan pengguna.
Repositori GitHub ini akan memberi Anda akses ke banyak contoh yang menunjukkan cara membangun yang berikut ini:
• Pembaruan waktu nyata antara AI dan pengguna
• Status berbagi yang dapat diubah antara agen dan pengguna
• Orkestrasi alat
• Batas keamanan
• Sinkronisasi UI
Dalam setiap contoh ini, Anda akan mendapatkan yang berikut ini:
• Klien mengirimkan permintaan POST ke titik akhir agen
• Kemudian mendengarkan aliran peristiwa terpadu melalui HTTP
• Setiap peristiwa menyertakan jenis dan muatan minimal
• Agen memancarkan peristiwa secara real-time
• Frontend dapat segera bereaksi terhadap peristiwa ini
• Frontend memancarkan peristiwa dan konteks kembali ke agen
Periksa tautan di posting berikutnya:
108
Setiap solusi untuk melawan sifat non-deterministik dari Model Bahasa Besar datang dengan trade-off.
Tidak ada makan siang gratis.
Beberapa orang menyarankan untuk menjalankan proses yang sama 3 kali dan memilih jawaban yang paling umum.
Itu pasti akan meningkatkan keandalan, tetapi itu akan membuat solusinya 3x lebih lambat.
Siapa pun yang telah menghabiskan lebih dari 10 menit membangun perangkat lunak untuk mencari nafkah memahami mengapa sifat non-deterministik itu menjadi masalah besar.
Jika keandalan adalah yang terpenting, Anda dapat menemukan 1.000 cara untuk meningkatkannya, tetapi selalu ada lebih banyak yang dipertaruhkan.

Santiago6 jam lalu
Agen jauh, jauh dari cukup andal untuk bekerja sebagai bagian dari aplikasi penting.
Saya berharap saya bisa memberi tahu Anda sesuatu yang berbeda, tetapi saya tidak bisa.
Saya telah membangun beberapa agen, dan sejauh ini, tidak ada yang 100% dapat diandalkan, bahkan ketika sebagian besar tidak rumit sama sekali.
Agen paling sederhana yang saya buat melakukan hal berikut:
1. Mengambil beberapa informasi dari toko vektor
2. Memformat informasi tersebut ke dalam HTML
Tidak ada yang lebih sederhana dari ini, namun sekitar 1% dari waktu, agen gagal melakukan konversi.
Jangan tanya saya mengapa, tetapi itu gagal.
99% dari waktu, itu berhasil.
1% dari waktu, itu gagal.
Anda tidak bisa mempercayai LLM.
17
Agen jauh, jauh dari cukup andal untuk bekerja sebagai bagian dari aplikasi penting.
Saya berharap saya bisa memberi tahu Anda sesuatu yang berbeda, tetapi saya tidak bisa.
Saya telah membangun beberapa agen, dan sejauh ini, tidak ada yang 100% dapat diandalkan, bahkan ketika sebagian besar tidak rumit sama sekali.
Agen paling sederhana yang saya buat melakukan hal berikut:
1. Mengambil beberapa informasi dari toko vektor
2. Memformat informasi tersebut ke dalam HTML
Tidak ada yang lebih sederhana dari ini, namun sekitar 1% dari waktu, agen gagal melakukan konversi.
Jangan tanya saya mengapa, tetapi itu gagal.
99% dari waktu, itu berhasil.
1% dari waktu, itu gagal.
Anda tidak bisa mempercayai LLM.
172
Teratas
Peringkat
Favorit