ஆர்மின் ரோனேக்கர் GPT-6 ஆஸ்ட்ராவை 35 மணிநேரம் தனியாக விட்டுவிட்டார்.

இந்த வீடியோ எதைப் பற்றி விவாதிக்கிறது

• ஆர்மின் ரோனேக்கர்: 35 மணிநேரம் கவனிக்கப்படாத GPT-6 ஆஸ்ட்ரா, ~$1,200, 79 கமிட்கள், +75k வரிகள், எதுவும் வெளியிடப்படவில்லை
• ஈரெண்டில் / ஸ்லோப்கோட்பென்ச்: ஏஜென்ட் குறியீடு மனித ரெப்போக்களை விட ~2 மடங்கு விரிவாகவும், அரிக்கப்பட்டதாகவும் உள்ளது; கடுமையான தேர்ச்சி விகிதம் 0%
• க்வெஸ்மா: RTK 89% டோக்கன்கள் சேமிக்கப்பட்டதாக அறிவிக்கிறது, ஆனால் டீப்சீக் மூலம் டெர்மினல்-பென்ச் செலவுகள் 17% அதிகரிக்கின்றன; ஒரு மறு எழுதுதல் லூப் தொடர்ந்து 339 முறை தோல்வியடைந்தது
• காக்னிஷன் SWE-2: கிமி K3 இலிருந்து பிந்தைய பயிற்சி, மூன்றில் ஒரு பங்கு விலையில் ஃபைபில் 5.1 ஐ ஃபிரான்டியர் கோடில் பொருந்துகிறது; TB 2.1 92.8 vs TB 4 27.3; டெவின் வாய்ஸ்
• OpenAI ஏஜென்ட்ஸ் API (கோடெக்ஸ் ஹார்னஸ் ஒரு சேவையாக, அமெரிக்கா மட்டும், ZDR இல்லை); ஆஸ்ட்ரா தேவைக்காக $200 புரோ பதிவுப்பலன்கள் இடைநிறுத்தம்

மொழிபெயர்க்கப்பட்ட டிரான்ஸ்கிரிப்ட்

அசல் ஆங்கில விளக்கத்திலிருந்து மொழிபெயர்க்கப்பட்டது. கிடைக்கும் ஆடியோ மற்றும் தலைப்புகள் YouTube ஆல் கட்டுப்படுத்தப்படுகின்றன.

0:00 ஃபிளாஸ்க் எழுதிய மனிதரான ஆர்மின் ரோனேக்கர், GPT-6 ஆஸ்ட்ராவிற்கு ஒரு ப்ராம்ட் கொடுத்து அதை முப்பத்தைந்து மணிநேரம் தனியாக விட்டுவிட்டார். அது எழுபத்தைந்தாயிரம் வரிகள் குறியீட்டுடன் திரும்பியது மற்றும், அவரது வார்த்தைகளில், முற்றிலும் பயனற்றது, இது அதை மிகவும் யதார்த்தமானதாக்குகிறது மென்பொருள் தொழிற்சாலை இதுவரை கட்டப்பட்டது. அவர் புதன்கிழமை எழுத்துப்பணியை வெளியிட்டார். வியாழக்கிழமை, காக்னிஷன் SWE-2 ஐ வெளியிட்டது, மேலும் OpenAI ஒரு ஏஜென்ட்ஸ் API ஐ வெளியிட்டது மேலும் அதன் இருநூறு டாலர் திட்டத்திற்கான பதிவுப்பலன்களை இடைநிறுத்தியது,

0:24 ஏனெனில் ஆஸ்ட்ரா சேவையகங்களை சாப்பிட்டது. மற்றும் வெள்ளிக்கிழமை எழுத்துப்பணி ஹேக்கர் நியூஸ் முகப்புப்பக்கத்தை அடைந்தது, ஹேக்கர் நியூஸ் AI பற்றி இடுகையிடுவதை நிறுத்தும்படி கேட்கும் ஒரு இடுகைக்கு சில வரிகளுக்கு கீழே. இந்த வீடியோவில்: ஒரு ஒன்றரை நாள் மேற்பார்வையற்ற ஆஸ்ட்ரா என்ன உற்பத்தி செய்கிறது, குப்பைகளை ஒரு எண்ணாக மாற்றும் இரண்டு அளவீடுகள், எழுபத்தொன்பது ஆயிரம் நட்சத்திரங்கள் கொண்ட ஒரு கருவி ஏன் உங்கள் பில்லை பெரிதாக்குகிறது, மற்றும் ஹேக்கர் நியூஸ் எப்படி வடிகட்ட முயற்சித்தது AI ஐப் பயன்படுத்தி AI ஐ. இது வெள்ளிக்கிழமை, செப்டம்பர் 11, மற்றும் இது The Daily Diff.

0:53 தொழிற்சாலை. ஒரு ப்ராம்ட்: மெய்நிகர் த்ரெட்கள் மற்றும் லெக்சிகல் ஸ்கோப்பிங் கொண்ட பைதானை உருவாக்குங்கள். ஆஸ்ட்ரா அதன் சொந்த குறிப்புகளை வைத்துக்கொண்டது, அதன் சொந்த துணை முகவர்களைத் தொடங்கியது, மற்றும் ஆர்மின் பிளக்கை இழுக்கும் வரை ஓடியது, ஒரு ஒன்றரை நாள் மற்றும் சுமார் பன்னிரண்டு நூறு டாலர்கள் பின்னர். எழுபத்தொன்பது கமிட்கள், எனவே ஒரு கமிட்டிற்கு பதினைந்தரை டாலர்கள், இது மனிதன் வசூலிப்பதற்கு தோராயமாக சமம், ஆனால் மனிதன் இறுதியில் நின்றுவிடுவான். குறியீடுதான் கதை. திருத்தும் கருவிக்கு பதிலாக, ஆஸ்ட்ரா பைதான் ஹெரெடாக்ஸ்களை பைப் செய்து C கோப்புகளை பேட்ச் செய்கிறது கோப்பை படிக்கும், ஒரு செயல்பாட்டை சரம்-மாற்றும், மற்றும் அதை மீண்டும் எழுதுகிறது.

1:20 ஒரு விண்டோஸ் சோதனையை இயக்க அது பைதான் எழுதியது, அது நோடை ஸ்பான் செய்தது, அது பவர்ஷெல் ஸ்பான் செய்தது, ஒரு பாஸ்போர்ட்டுடன் கூடிய கால் ஸ்டேக். அது கமிட் செய்த யூனிட் சோதனைகளில் எந்த வெற்று இடமும் இல்லை, ஏனெனில் இண்டென்டேஷன் இல்லாமல் அவை டோக்கன்களில் பத்து சதவீதம் மலிவானவை. மற்றும் பணி பட்டியல் ஒன்று, இரண்டு, மூன்று இலிருந்து பணி 8b2c2b2b செக்பாயிண்டிற்கு மாறியது ஒன்று, அப்படித்தான் இன்டர்ன் நீண்ட காலம் தனியாக இருந்துவிட்டான் என்று உங்களுக்குத் தெரியும். ஆர்மினின் கோட்பாடு: நீண்ட பணிகளை முடிப்பதற்காக மாடலுக்கு வெகுமதி அளிக்கப்படுகிறது மற்றும் அரிதாக அசிங்கமான குறியீட்டிற்கு தண்டனை அளிக்கப்படுகிறது, எனவே டோக்கன்-கோல்ஃப் செய்யப்பட்ட கருவி அழைப்புகள் குறியீட்டிற்குள் கசிந்துவிடும்,

1:48 மற்றும் குறைந்த மனிதர்கள் பார்ப்பதால், அது குறைந்த முக்கியத்துவம் வாய்ந்ததாகிறது. அந்தப் பகுதிக்கு அவர் தலைப்பிட்டார் 'நீங்கள் பார்க்காவிட்டால் அது AGI'. ஹேக்கர் நியூஸ் பொருளாதாரத்தை சேர்த்தது: அதிக குறியீடு என்றால் அதை பராமரிக்க அதிக டோக்கன்கள், இது குப்பைகளை ஒரு பிழை அல்ல, ஆனால் ஒரு சந்தாவாக ஆக்குகிறது. குப்பைகளை அளவிட முடியுமா? ஆர்மினின் சொந்த நிறுவனம் இந்த வாரம் இதை முயற்சித்தது. ஈரெண்டில் ஸ்லோப்கோட்பென்ச் எண்களை இயக்கினார்: ஏஜென்ட் குறியீடு சுமார் இரண்டு மடங்கு விரிவாகவும் மற்றும் அது ஒப்பிடப்படும் மனித ரெப்போக்களை விட இரண்டு மடங்கு அரிக்கப்பட்டதாகவும் உள்ளது,

2:10 மற்றும் பெஞ்ச்மார்க் செக்பாயிண்டுகளுக்கு இடையில் ஏஜென்ட்டின் நினைவகத்தை அழிக்கும் போது, அவர்கள் சோதித்த ஒவ்வொரு மாடலுக்கும் கடுமையான தேர்ச்சி விகிதம் பூஜ்ஜியம். அவர்கள் கண்டறிந்த மிகவும் நம்பகமான குப்பை மெட்ரிக் மூல வரி எண்ணிக்கை, யாராவது அதற்காக மேம்படுத்தும் தருணத்தில் அது வேலை செய்வதை நிறுத்திவிடும், எனவே தயவுசெய்து மாடல்களிடம் சொல்லாதீர்கள். பிறகு பணப்பை. RTK க்கு எழுபத்தொன்பதாயிரம் GitHub நட்சத்திரங்கள் மற்றும் YouTube சிறுபடங்கள் உள்ளன, உங்கள் கிளாட் கோட் பில்லை பாதியாக குறைப்பதாக உறுதியளிக்கின்றன; ஏஜென்ட் அதை படிப்பதற்கு முன் டெர்மினல் வெளியீட்டை சுருக்கியது.

2:34 க்வெஸ்மா அதை டெர்மினல்-பென்ச் இல் பதினைந்தாயிரம் டாலர் டோக்கன்களுக்கு இயக்கினார். ஃபைபிலுடன் பில் ஐந்து சதவீதம் குறைந்தது, கிட்டத்தட்ட அனைத்தும் ஒரு பணியிலிருந்து; டீப்சீக் உடன் சராசரி பணி பதினேழு சதவீதம் அதிக விலை உயர்ந்தது. இதற்கிடையில் RTK இன் சொந்த கவுண்டர் எண்பத்திநான்கு சதவீதம் சேமிக்கப்பட்டதாக அறிவித்தது, ஏனெனில் அது அகற்றப்பட்ட பைட்டுகளை எண்ணுகிறது, கூடுதல் திருப்பங்களை ஏற்படுத்தவில்லை: அண்டை வீட்டுக்காரருக்கு பில் அனுப்பும் ஒரு ஸ்மார்ட் மீட்டர். அண்டை வீட்டுக்காரருக்கு பில் அனுப்பும் ஒரு ஸ்மார்ட் மீட்டர். மற்றும் ஒரு பதிப்பு பிழை 'find' ஐ ஒரு கட்டளையாக மறுஎழுதியது, அது தோல்வியடைந்தது, தொடர்ந்து முன்னூற்று முப்பத்திஒன்பது முறை, ஒன்பது மடங்கு விலையில்.

3:01 டோக்கன்களை கொல்லும் கருவிக்கு ஒரு லூப் உள்ளது. வெள்ளம் தானே. காக்னிஷனின் SWE-2 என்பது கிமி K3, திறந்த சீன மாடல், மூன்றில் ஒரு பங்கு விலையில் காக்னிஷனின் சொந்த பெஞ்ச்மார்க்கில் ஃபைபில் 5.1 ஐ பொருந்தும் வரை பிந்தைய பயிற்சி அளிக்கப்பட்டது; ஹேக்கர் நியூஸ்: ஏன் அனைத்து அமெரிக்க AI மாடல்களும் அடிப்படையில் ட்ரெஞ்ச் கோட்டில் கிமி ட்ரெஞ்ச் கோட்டில் உள்ள கிமி. டெர்மினல்-பென்ச் 2.1 இல் அது முழு அட்டவணையிலும் முதலிடம் வகிக்கிறது; டெர்மினல்-பென்ச் 4 இல், இன்னும் யாரும் மனப்பாடம் செய்யாத ஒன்று, ஃபைபிலின் ஐம்பத்திஆறுக்கு இருபத்திஏழு மதிப்பெண் பெறுகிறது,

3:28 எனவே ஸ்லைடு-டெக் பெஞ்ச்மார்க்குகளில் சிறந்த நெடுவரிசை ஏற்கனவே அனைவரும் தேர்ச்சி பெற்ற தேர்வு. காக்னிஷன் டெவின் வாய்ஸ் ஐயும் அறிவித்தது, உங்களுக்குப் பிடித்த AI மென்பொருள் பொறியாளருக்கு இப்போது ஒரு லேண்ட்லைன் கிடைத்தது, ஏனெனில் ஏஜென்டிக் கோடிங்கில் இல்லாத ஒரே விஷயம் ஹோல்ட் மியூசிக் ஆகும். OpenAI, அதே நாளில்: ஏஜென்ட்ஸ் API, இது கோடெக்ஸ் ஹார்னஸ் ஒரு சேவையாக விற்கப்படுகிறது. OpenAI சாண்ட்பாக்ஸை இயக்குகிறது, அமெரிக்க தரவு இருப்பு மட்டும், பூஜ்ஜிய-தரவு-வைத்திருத்தல் இல்லை, எனவே ஏஜென்ட் உங்கள் கோடபேஸை ChatGPT போலவே சரியாக நினைவில் வைத்திருக்கிறது. பின்னர் OpenAI இருநூறு டாலர் புரோ திட்டத்திற்கான பதிவுப்பலன்களை இடைநிறுத்தியது,

3:57 ஏனெனில் ஆஸ்ட்ரா தேவை, மேற்கோள் காட்ட, முன்னெப்போதும் இல்லாதது: காத்திருப்பு பட்டியலுடன் கூடிய முதல் தயாரிப்பு அதிகமாக செலுத்த. ஆர்மின் தனது தொழிற்சாலையில் ஒரு முழு ரீசெட்டை எரித்தார். அவர்தான் தேவை. இது வெள்ளிக்கிழமை ASK HN க்கு நம்மை கொண்டு செல்கிறது: AI செய்தி வெள்ளத்தை கட்டுப்படுத்த முடியுமா, அறுநூற்று ஐம்பத்திஆறு புள்ளிகள், ஏனெனில், மேற்கோள் காட்ட, OpenAI அல்லது ஆந்த்ரோபிக்கில் யாராவது ஒருமுறை காற்றை வெளியேற்றினால், ஒரு முதல் பத்து இடுகை வருகிறது.

4:17 பதில்கள் வடிப்பான்கள்: hcker dot news எட்டு ஆயிரம் எடுத்துக்காட்டுகளில் பயிற்சி பெற்ற ஒரு BERT வகைப்படுத்தி மூலம் AI கதைகளை நீக்குகிறது, AI ஐ நீக்க AI, கிராஸ்-ஃபெட்; மற்றும் A-I ஐ வழக்கு-உணர்திறன் இல்லாத வகையில் பொருத்தும் ஒரு uBlock ரெகுலக்ஸ் மின்னஞ்சல், தினசரி, முக்கிய, டொமைன் மற்றும் பயிற்சி ஆகியவற்றையும் நீக்குகிறது, எனவே ரெகுலக்ஸ், எப்போதும் போல, வில்லன். அதே மதிய வேளையில், நானூற்று பதினைந்து கருத்துக்கள் ஒரு கிளாட் ஆதரவுப் பக்கத்தைப் பற்றி வாதிட்டன கிளாட் பதினெட்டு வயதுக்கு மேற்பட்டது என்று கூறியது.

4:38 பக்கம் மே மாத தேதியிடப்பட்டது. எதுவும் மாறவில்லை. செய்தியில்லாத AI செய்தியும் செய்திதான், இது, நியாயமாகச் சொன்னால், எனது வணிக மாதிரியும் கூட. நான் இதைச் சொல்வதைக் கேட்பதை விட இதைப் படிக்க விரும்பினால், டிஃப் ஒவ்வொரு காலையிலும் உங்கள் இன்பாக்ஸில் வரும் தினசரி டிஃப் டாட் தேவ் இல் இலவசம், இணைப்பு கீழே. இது, தவிர்க்க முடியாமல், AI செய்தி. எனவே - முப்பத்தைந்து மணிநேர மென்பொருள் தொழிற்சாலையைப் பற்றிய இன்றைய தீர்ப்பு: revert. யாரும் படிக்காத எழுபத்தொன்பது கமிட்கள் ஒரு கோடபேஸ் அல்ல, அது ஒரு கிட்

5:04 பதிவுடன் கூடிய ஒரு பொறுப்பு; ஆஸ்ட்ரா ஈர்க்கக்கூடியது, மற்றும் தொழிற்சாலைதான் திரும்பப் பெற வேண்டிய பகுதி. அத்துடன் இன்றைய டிஃப் இதுதான். நான் ஆக்ஸிரிசியிலிருந்து நிகோ. பொறுப்புடன் இணைக்கவும்.

ஆதாரங்கள்

1. Armin Ronacher — Astra for Coding: Why Are We Doing This Again?lucumr.pocoo.org
2. HN: Astra for Codingnews.ycombinator.com
3. Earendil — Measuring the sloppiness of codeearendil.com
4. HN: Measuring the sloppiness of codenews.ycombinator.com
5. Quesma — RTK reports huge token savings, but our cost benchmarks disagreequesma.com
6. HN: RTKnews.ycombinator.com
7. RTK (Rust Token Killer)github.com
8. Cognition — Introducing SWE-2cognition.com
9. HN: Cognition SWE-2news.ycombinator.com
10. OpenAI — Agents APIdevelopers.openai.com
11. HN: OpenAI Agents APInews.ycombinator.com
12. TechCrunch — OpenAI puts Pro subscriptions on hold due to Astra demandtechcrunch.com
13. Ask HN: Can we please limit the AI news flood?news.ycombinator.com
14. HN: Claude is only available to people over 18 yearsnews.ycombinator.com