Kote:從AI聊天和Git中捕捉並重用工程上下文的開源工具
Kote 是一款開源工具,自動捕捉開發者與 AI 助手的對話、Git 提交記錄以及開發上下文,構建可搜尋的知識庫,幫助開發者快速回憶過去的技術決策和解決方案。支援 VS Code 擴充套件、GitHub 整合、CLI、瀏覽器擴充套件、WhatsApp/Telegram 訊息整合等,可自託管部署。
- Kote 被動捕捉 AI 會話、Git 活動等上下文,自動組織成知識庫。
- 支援 VS Code CodeLens 顯示檔案相關筆記,提供 AI 摘要和時間線。
一步陷阱(人工智慧研究中的常見錯誤)
在人工智慧研究中,一步陷阱是指錯誤地認為所有或大多數學習到的預測可以是一步預測,而長期預測可以透過迭代一步預測得到。雖然這種想法吸引人,但由於誤差累積和計算複雜性問題,在實踐中往往效果不佳。本文分析了這一陷阱及其危害,並提出了使用時間抽象模型(如選項和GVF)的解決方案。
- 一步預測的微小誤差會在迭代過程中累積,導致長期預測嚴重失真。
- 在隨機環境中,長期預測的計算複雜度隨預測長度呈指數增長,難以實現。
反對實用性
本文探討了“無用”研究對未來創新的重要性。作者以Folk Computer系統為例,追溯了從施樂帕克到動態地的研究脈絡,並呼籲資助那些尚未顯現實用價值的正規化級工作。
- Folk Computer是一個開源物理計算系統,讓整個房間成為計算機。
- 該系統源自艾倫·凱、佈雷特·維克多等人的研究傳統。
OpenAI的AI在AtCoder世界巡迴賽決賽中擊敗所有人類選手
OpenAI的AI系統在AtCoder世界巡迴賽2026演算法組中解出全部五道題,得分8300分,而人類最高分僅4300分。啟發式組中,AI得分是人類最佳成績的七倍以上。60萬日元的“人類勝出獎”無人領取。該系統被比作即將釋出的GPT-5.6。
- OpenAI的AI解出所有五道演算法題,得8300分,人類最高4300分
- 無人解出最難的C題和E題