"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
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。