Redis
2026年9月10日

Redis发布语义缓存服务LangCache,称可将LLM API成本降至多省90%

Redis推出托管语义缓存服务LangCache,并已在Redis Cloud开放公开预览。该服务通过语义匹配识别相似提示,命中缓存时可跳过LLM调用,以降低API成本并提升响应速度。官方称,LangCache最高可节省90%的API成本,缓存命中时响应速度最高提升15倍。服务支持REST API、Python和JavaScript SDK,Mangoes.ai称其患者护理应用已实现70%的缓存命中率。

1000
Redis发布语义缓存服务LangCache,称可将LLM API成本降至多省90%
AI 编程
2026年8月27日

Lars Faye:过度依赖 AI 写代码,可能削弱新手工程师成长

BlockTempo 报道,工程师 Lars Faye 一篇讨论 AI 写代码与专业养成关系的长文本周在 Hacker News 引发争议。Faye 认为,LLM 工具要用得好,本身就需要资深工程师的判断力,而持续让 AI 代写代码,会绕开培养这种判断力所需的摩擦。文中还引用 ICER 2024、宾州大学与 Stack Overflow 2025 调查,指出最依赖 AI 的新手往往表现更差,Faye 因此主张把 AI 当作家教,而不是直接产出答案的工人。

1670
Lars Faye:过度依赖 AI 写代码,可能削弱新手工程师成长
a16z Crypto
2026年8月26日

a16z编辑谈AI写作破绽:问题不在机器,而在空话与套式表达

a16z Crypto 作者 Steph Zinn 在一篇长文中讨论了人们为何会觉得部分文章「像 AI 写的」。她认为,相关问题并不只属于 AI,而是 AI 放大了原本就存在的写作毛病。文章把常见特征拆为修辞、嗓音、结构和标点四个维度,主张写作者应少纠结「抓 AI」,多判断文字是否真正完成表达任务,以及哪些习惯该删、哪些可以保留。

1830
a16z编辑谈AI写作破绽:问题不在机器,而在空话与套式表达
a16z
2026年8月26日

a16z:别再执着识别 AI 味,先看文字是否完成任务

a16z Crypto 作者 Steph Zinn 在一篇长文中提出,与其执着抓「AI 味」,不如回到写作是否有效这个标准。她把常被归为 AI 的写作问题拆成修辞、嗓音、结构和标点四类,认为不少毛病早就存在,只是被 AI 批量放大。文章面向创始人和写作者,核心讨论不是如何揪出 AI,而是哪些表达习惯会妨碍沟通、哪些场景又可以保留。文中也给出多项与 LLM 协作的具体编辑方法。

1390
a16z:别再执着识别 AI 味,先看文字是否完成任务
Paul Graham
2026年8月24日

Paul Graham谈17岁选择:先从零训练LLM,不急着创业

Y Combinator 创始人 Paul Graham 在 X 上回应「如果重新回到 17 岁会做什么」时表示,他会先学习如何从零打造 LLM,并利用能取得的硬件尽可能训练出最强模型。他随后补充,自己不会急着创办新公司,而是先建立知识基础。Graham 认为,深入理解模型、数据、训练与算力限制后,自然产生的创业想法,会比先决定创业再找题目更好。这场讨论还吸引了图灵奖得主 Yann LeCun 参与。

4910
Paul Graham谈17岁选择:先从零训练LLM,不急着创业
吴恩达
2026年8月22日

吴恩达公布AI工程师技能地图:用六项能力把模型做成可靠系统

DeepLearning.AI创办人、史丹佛大学教授Andrew Ng(吴恩达)公布AI Engineering Skills Map,将“构建与部署AI应用”列为AI工程师的核心能力,并拆成LLM基础、以数据grounding模型、Agentic Systems、Evaluation-driven Development、生产环境运营和机器学习基础六项技能。他强调,AI软件与传统软件最大的不同在于输出具有不确定性。

2080
吴恩达公布AI工程师技能地图:用六项能力把模型做成可靠系统
共 31 条
前往页