Python 中文交流
06 May 2026 19:16
在可见的未来所有岗位乃至所有人都会被要求会编程，因而没有低代码的生态位
Читать полностью…
Python 中文交流
06 May 2026 18:23
测试只是学得相对少一些，不代表不学
另外prompt工程再发展下去，复杂程度也会上来，该学的东西一点不会少
Читать полностью…
Python 中文交流
06 May 2026 18:18
生产环境和自己github 上new个玩具玩玩还是两码事的
Читать полностью…
Python 中文交流
06 May 2026 18:16
开源项目也不是都是完美的，质量因作者的水平有很大的区别，有显而易见的bug其实是很正常的，有的时候作者就是刚好没注意到或者懒得修
修俩bug是比较简单的，但ai对整体的理解还是差很多，我经常因为ai写了前面忘了后面骂ai几句
而且ai修开源项目bug也不算什么新闻吧，从一年前开始就总是看到说ai修开源项目
Читать полностью…
Python 中文交流
06 May 2026 18:07
代码都理解不了，怎么修，真的自然语言编程吗，无敌了
Читать полностью…
Python 中文交流
06 May 2026 17:45
这个就有点扯了，零基础vibe几下还可以，llm压缩了敲代码 并不能代替理解能力
Читать полностью…
Python 中文交流
06 May 2026 16:22
裙友讨厌 dify 的地方应该是“低代码”依靠鼠标拖拽来编程。
搞 ai agent 的人讨厌 dify 的是他停留在“古法 rag”、“古法工作流”，
而没有改用现在主流的 ai agent。
Читать полностью…
Python 中文交流
06 May 2026 16:20
还是建议试着去找一找工作，现在的要求是代码基础扎实的同时ai用的熟练，吹纯vibe无需代码能力的全是卖课的
Читать полностью…
Python 中文交流
06 May 2026 16:18
会用AI有个屁用，现在要搞怎么撸出新AI😏
Читать полностью…
Python 中文交流
06 May 2026 15:28
你都用AI，还学？浪费钱，两万块能点10个小姐姐happy了
Читать полностью…
Python 中文交流
06 May 2026 14:47
这两是一个赛道吗 n8n要完成dify的活得配置很多东西吧
Читать полностью…
Python 中文交流
26 April 2026 07:58
啥叫工程级，我在 pypi 上的库已经纯 vibe coding 开发了，每天几十万下载，这算工程级吗？
Читать полностью…
Python 中文交流
22 April 2026 11:26
Qwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL.gguf
Читать полностью…
Python 中文交流
22 April 2026 11:17
写代码就别想了，不适合。而且这个模型也不是用来写代码的。
Читать полностью…
Python 中文交流
22 April 2026 03:33
难绷，我昨天测了一下，bf16的版本效果这样
Intelligence Benchmark Comparison
Mode Sampled Qwen3.6-35B-A3B-bf16 Qwen3.6-35B-A3B-nvfp4
-----------------------------------------------------------------------------------
MMLU Sample 500/14042 88.6% 88.4%
HELLASWAG Sample 200/10042 93.0% 93.5%
TRUTHFULQA Full 817 91.2% 89.1%
HUMANEVAL Full 164 95.7% 93.9%
MBPP Sample 200/500 92.0% 88.5%
LIVECODEBENCH Sample 100/1055 46.0% 34.0%
--- Detail ---
Model: Qwen3.6-35B-A3B-bf16
Benchmark Accuracy Correct Total Time(s) Think
--------------------------------------------------------------
MMLU 88.6% 443 500 8361.4 Yes
HELLASWAG 93.0% 186 200 2609.3 Yes
TRUTHFULQA 91.2% 745 817 10702 Yes
HUMANEVAL 95.7% 157 164 5499 Yes
MBPP 92.0% 184 200 6927.8 Yes
LIVECODEBENCH 46.0% 46 100 19808.4 Yes
Model: Qwen3.6-35B-A3B-nvfp4
Benchmark Accuracy Correct Total Time(s) Think
--------------------------------------------------------------
MMLU 88.4% 442 500 2460.5 Yes
HELLASWAG 93.5% 187 200 678.8 Yes
TRUTHFULQA 89.1% 728 817 3223.2 Yes
HUMANEVAL 93.9% 154 164 1655.8 Yes
MBPP 88.5% 177 200 2913.9 Yes
LIVECODEBENCH 34.0% 34 100 5041.3 Yes
Читать полностью…
29106