作者尝试让Gemini 2.5 Pro复刻90年代经典合成器ReBirth RB-338。令人惊讶的是，Gemini 2.5 Pro不仅没有勉强尝试，反而评估了任务的难度，并解释了其不可行性，这体现了其强大的推理能力。最终，作者与AI协商，得到了一个简化但可用的合成器。这表明AI正朝着能够理解自身能力限制，并做出合理判断的方向发展。
阅读更多
作者Eleanor Berger分享了她使用AI进行编程的两种主要方法：对话式编程和全自动编程。对话式编程中，她与AI助手进行交互，寻求建议、代码补全等帮助；全自动编程则完全依赖AI编写代码，她只进行代码审查。作者发现这两种方法各有优劣，且难以混合使用，因为理解非自己编写的代码非常困难。她探讨了两种方法的混合策略，例如按项目或按模块分离，并预测未来全自动编程将越来越普遍，因为AI能力不断提升，且手动编程效率较低。
阅读更多
作者利用ChatGPT的o1和v0功能，在不到一小时内，无需编写任何代码，通过多次迭代创作了一个名为Gongzilla的小游戏。尽管游戏本身并不完美，但它展现了廉价AI时代，快速原型设计和创意实现的可能性。这篇文章探讨了AI辅助创作的便捷性，以及低成本探索“愚蠢”想法的价值，即使这些想法最终可能并不完美，但它们所带来的学习和创造的乐趣却弥足珍贵。
阅读更多
尽管AI技术飞速发展，但经济生产力却未见显著提升，这与以往互联网和信息技术带来的影响形成鲜明对比。文章指出，知识经济下的生产力难以衡量，人类往往追求“够用就好”的工作状态，而AI等技术更多被用作辅助工具而非生产力倍增器。 “人在回路”模式限制了AI的自主性，虽然目前AI尚需人类监督，但未来AI将具备更强的自主性和上下文理解能力，这或将打破当前的生产力增长瓶颈。
阅读更多