"情感编程"初创公司Pythagora今天推出其平台,旨在将人工智能驱动的软件开发提升至新高度。该公司表示,其平台将帮助任何人(包括非编程人员)仅通过一系列提示即可开发全栈应用程序。
该公司称其平台专为开发者和非技术用户设计,与其他类似的生成式AI编程工具不同,它将前端和后端开发统一起来,配备全面的调试功能,将整个应用创建体验整合到单一平台中。
Pythagora现已推出,提供免费版本以及专业版和企业版付费计划,可被视为存在于VS Code和Cursor等软件开发工具中的"AI队友"。它由14个专业AI代理组成的团队构成,能够无监督地自动化各种编程相关任务,从规划和编写代码到测试、调试和部署全程包办。
这家初创公司希望让软件开发成为完全对话式的体验,用户只需用简单的提示描述想要构建的应用类型即可开始。但与其他在第一个提示后直接跳转到代码的工具不同,它采用更加深思熟虑的方法,首先为每个应用创建规格说明和任务清单。
准备就绪后,Pythagora的AI代理团队将开始工作,一个负责编写前端代码,一个处理后端,其他则负责连接必要的应用程序编程接口、处理数据库等。公司表示,甚至还有一个专门的代理会在代码编写完成后进行调试,使用断点和调试循环等第三方工具。
Pythagora本质上是对情感编程的超级增强,完全消除了实际编码的需要。在情感编程中,程序员向AI模型输入自然语言提示,模型基于这些描述生成代码。然后程序员检查每行代码是否按预期工作,并根据需要进行调整。但Pythagora声称其用户无需这样做,因为其代理会处理一切。
这些AI代理由包括Anthropic PBC和OpenAI在内的公司的大型语言模型驱动。该初创公司解释说,它会为每个AI代理选择最合适的模型。
据联合创始人兼首席执行官Zvonimir Sabljic介绍,他的公司是第一家在单一平台内提供所有这些AI编程代理的公司,面向从经验丰富的情感编程者到首次应用创建者的所有用户。
"对情感编程的兴趣正在激增,但当前一代工具并未兑现承诺,"Sabljic说道,他指出AI生成代码的质量往往令人失望。"太多AI构建工具止步于前端,或生成在面对现实复杂性时就会崩溃的代码。"
据Sabljic介绍,情感编程的问题在于现有平台只是简单提供构建块,而不是Pythagora提供的"端到端蓝图"。他解释说,该工具设计得更像是共同开发者而非编程助手。这意味着它不仅仅创建代码,还会解释代码为何如此编写,并能向用户解释所做的任何更改。但如果用户认为有必要,仍可以干预和编辑代码。
该初创公司表示,这种方法的最终结果是基于适当架构和分层逻辑的"完整应用程序"。
Sabljic补充说,安全性始终是Pythagora的首要任务,因此情感编程应用的安全工作绝不会交给AI处理。他解释说,虽然代码库管理和调试可以由AI模型处理,但公司绝不应让AI管理其应用程序的整体安全性。
"情感编程不应意味着偷工减料,"他指出。"它应该意味着流畅工作,没有摩擦,但仍能得到安全、真实且有影响力的结果。"
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。