biochen

@DOLLOR #27
原因是 True == 1 ，False == 0
很多语言都可以这么处理 True 和 False ，这个应该算不是 bug ，可以算是 feature 。

我的主要写 Python ，也以 Python 的方式写过 C++。因为用 Django 做网站，也写一点 JavaScript 代码。

Python 和 C++非常优雅，JavaScript 则是一言难尽。

举例：a = 1, b = "2", a + b = ？
Python 会报类型错误，TypeError: unsupported operand type(s) for +: 'int' and 'str'。
JavaScript 的答案是"12"。

Python 是动态类型，但是强类型，不会隐式转换类型。C++是静态类型，数字 a ，其实也可以转换为字符 b ，不能重用变量名 a 而已； Python 的动态类型，更加方便，可以看成语法糖。C++的变量都有显式的定义，阅读 C++代码，可以清楚地知道每一步的输入和输出是什么。Python 的变量可以是隐式定义，根据变量值，Python 选一个合适的变量类型； Python 的变量类型还能改变。读 Python 代码时，不借助代码阅读工具提示变量类型，非常地吃力。所以，type hints 出现了，可以像 C++那样显性标注类型，方便人类阅读。

JavaScript 也是动态类型，但是是弱类型，1 + "2"会隐式转换得到"12"这个结果。你其实是忘记将"2"转换成 2 了，你本来期待的结果是 3 ，结果 JavaScript 得到了一个错误的答案“12”，而没有报错。

JavaScript 粉可能会觉得，你看我 JavaScript 多么灵活啊，但是这种“灵活”会让程序员有额外的心智负担，需要熟悉这种“灵活”。

JavaScript 推出时非常匆忙，里面的“灵活”或者“坑”太多了，JavaScript 自己还有严格模式。奈何历史负担太大，不能废掉 JavaScript 。所以有 TypeScript 这种严格的 JavaScript ，方便程序员编码和维护，然后翻译成 JavaScript 交给浏览器执行。

Python 一直很严谨，经历 Python2 到 Python3 的升级后，很多不 Python 的特性也修复了，目前社区没有出 Python4 的想法。

@c8c #12 感谢分享经验

AI 会产生幻觉应该没有人不知道了。对于事实信息，应该谨慎地使用。

虽然大语言模型的能力在进步，还可以接入搜索和知识库，但是 AI 产生的幻觉的问题始终应该被注意。AI 产生的事实信息都应该被仔细验证。

在事实信息这个应用场景下，特别是基础性事实，AI 直接得到答案、只用搜索、AI + 搜索验证，我都有使用，AI 和搜索没有拉开差距。

如果要进一步了解 why 和 how ，AI 就特别给力了，因为 what 已经确认过了，这时候 AI 幻觉这个问题不大了，AI 给出的 why 和 how 加深了我对 what 的理解。仅通过搜索，去了解 why 和 how ，还真不容易。

@chanChristin #8 感谢回答

指定场景和模型，讨论就变成了某个模型能不能干某件事情，能做到什么程度。特定的场景必然有一些人不感兴趣，特定的模型也应该有些人不感兴趣。

我增加了一条附言：希望大家分享真实世界中 AI 的惊艳用法，也欢迎吐槽 AI 在某些方面还不行，自媒体在有意或者无意地说大话。如果您有一开始不行，经过您的努力摸索之后变得可行的例子，那就再好不过了。

@lloovve #5
赚币？太无聊了吧。
我知道的，一个金币可以换一个邀请码，去咸鱼换 50 元人民币。

如果兄弟您，有很好的应用体验，请分享一下哈；想吐槽，也欢迎！

@twinsant #10
感谢分享观点，确实开发 AI Agent 要关注 MCP 协议。

以下内容复制自 Google 搜索的结果，方便 V 友知道 MCP 协议：
MCP （ Model Context Protocol ，模型上下文协议） ，2024 年 11 月底，由 Anthropic 推出的一种开放标准，旨在统一大型语言模型（ LLM ）与外部数据源和工具之间的通信协议。可以将 MCP 想象成 AI 应用程序的 USB-C 接口。 就像 USB-C 为设备连接各种外设和配件提供了标准化方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了标准化方式。

@emisora #7

DeepSeek 做得最对的一件是事情就是开源，全球云服务器商都为它证明 DeepSeek R1 的强大。

如果 DeepSeek R1 不开源：1. 一个研究团队并没有运营大语言模型服务的能力，这是云服务器商的领域，大部分用户将不会体会到 DeepSeek R1 的强大。2. 部署大语言模型很贵，目前大部分闭源大语言模型都没有靠用户订阅覆盖推理成本，用户越用越亏，只能不停地去融资，烧投资人的钱。

同理，通用 AI Agent 最好的路子也是开源，让全球有能力部署的人为之助力。

当然，有些别有用心的人可能不这么想，想搞一个大新闻，骗投资人的钱，或者是韭菜的钱。

@vinsa #6 非常认同您的观点！

产品能力上，中国可以对全世界说：在座的都是垃圾。中国的应用那是想尽办法讨好用户。话说 OpenAI 确实独步天下，就搜索和文件上传这两个功能来讲，我给差评。利用自家大模型，开发一些应用，给点糖，OpenAI 是不屑去做的，这点与 Kimi 等国产大模型来讲，差距非常大。

AI Agent 要不停地去调用 LLM ，而且这种场景下上下文很长，用的 Token 也多，肯定会很贵。OpenAI Plus （ 20 美金一个月）用户每个月只能使用 Deep Research 10 次。不过，中国在降低成本方面也是独步全球，Deepseek 就是一个很好的例子。

基于产品能力和成本控制，在 AI 应用方面，中国必赢！！！

网上宣传 Manus 的开源方案是 3 小时写出来的。有人笑谈，在 LLM 上套壳没有门槛。

之前，V 站大佬说，Agent 的难点在于每一步迭代时，从已有结果中准确地识别要丢给 LLM 的问题。（忘记在哪看到的了，就不引用了）

AI 搜索那么多，Perplexity 就是最好的。Deep Research 的三家 Open AI 、Google Gemini 、Perplexity ，我都用了，Open AI 惊艳到了我，另外两家能用。

显然，套壳也是有技术的，有没有大佬谈谈？