Agent时代编程风格的范式转变

[hahan]

Llm就是解决一个知觉问题。

现在的Llm解决这个解决得好不好，那是另外一个问题。我认为算初步解决了，相信以后会解决得更好。

但就算完全解决了，也只是智能的初级阶段。

我就是这个意思，这当然也是心理学主流观点。并不出奇。

当然社会还没认识到这个观点，也不承认。如此而已。

可以argue 初步解决
但为啥以后会解决的更好
也就是说llm一直加大力道可以一直有incremental improvement？
但据说现在已经有瓶颈了

[hci]

现在这些方法都很原始呀。所以必然会有更好的。这个不用担心。进步还是明显可见的。

AGI人们在提agent，就说明己经认输了。心理学家赢了。

wdong折騰Agent是在折腾啥？難道这不是人类在编程么？编程语言是自然语言而已。

说好的AGI呢？

可以argue 初步解决
但为啥以后会解决的更好
也就是说llm一直加大力道可以一直有incremental improvement？
但据说现在已经有瓶颈了

[hci]

AI用declarative 语言用得很好。不需要大量训练数据就可以写得非常好。毕竟更简洁。比如我的数据库用的那种datalog，Al并没有见过太多例子，写得就很好。

而SQL就不行，学术界工业界花了多少钱在上面？ai还是写不好sql。就是不够declarative，需要的知识太多了。

[hci]

学过psycho101，才会有基本的方向。

最简单的，上下，内外，这些基本的方向概念。上是啥，下是啥，内是啥，外是啥？理解了心理学的基本出发点，这些语言才有意义。

[duiduilu2]

Datalog

https://en.m.wikipedia.org/wiki/Datalog

上面列了一堆实现，其中就有我的，叫Datalevin

哈哈，抓了个现行。
我就觉得不会有人知道HCI做的东西，除了他自己。
果然，这个链接是他自己加上去的，在2020年自己加上去的。

curprev 22:06, 1 October 2020 Huahaiy talk contribs 33,267 bytes +234 →Free software/open source undo

[hci]

哈哈，现行个啥？做个东西，基本的营销得做呀。否则不就真成了”除了自己，不会有人知道“了么？是我自己加的wiki条目，有问题么？

其实我这个东西还没有开始正式宣传，因为离达到我的roadmap 1.0的目标还有一些距离。就这，也不妨碍这个玩意上橘黄色网站首页几次了。Datalevin现在query比PostgreSQL快，全文搜索比Lucene快，这些都是值得骄傲的成果。

目前准备跟风搞个矢量相似度搜索，这个不准备自己写了，就整合别人的库。

当然下面最重要的，是扩展Datalog语法，让函数可以放入rule head里面，这样就图灵完备，可以1.0了。

1.0之后，才会开始写各种流行语言的驱动，开始正式宣传。

哈哈，抓了个现行。
我就觉得不会有人知道HCI做的东西，除了他自己。
果然，这个链接是他自己加上去的，在2020年自己加上去的。

curprev 22:06, 1 October 2020 Huahaiy talk contribs 33,267 bytes +234 →Free software/open source undo

[fantasist]

哈哈，抓了个现行。
我就觉得不会有人知道HCI做的东西，除了他自己。
果然，这个链接是他自己加上去的，在2020年自己加上去的。

curprev 22:06, 1 October 2020 Huahaiy talk contribs 33,267 bytes +234 →Free software/open source undo

人艰不拆。那些所谓的大佬，也得不断搞PR塑造人设。

比如刚有人跟我吐槽的这个：

[hci]

必须的。

所谓个人品牌，都得经营的，哪有自然天成的。

人艰不拆。那些所谓的大佬，也得不断搞PR塑造人设。

比如刚有人跟我吐槽的这个：

[duiduilu2]

哈哈，现行个啥？做个东西，基本的营销得做呀。否则不就真成了”除了自己，不会有人知道“了么？是我自己加的wiki条目，有问题么？

其实我这个东西还没有开始正式宣传，因为离达到我的roadmap 1.0的目标还有一些距离。就这，也不妨碍这个玩意上橘黄色网站首页几次了。Datalevin现在query比PostgreSQL快，全文搜索比Lucene快，这些都是值得骄傲的成果。

目前准备跟风搞个矢量相似度搜索，这个不准备自己写了，就整合别人的库。

当然下面最重要的，是扩展Datalog语法，让函数可以放入rule head里面，这样就图灵完备，可以1.0了。

1.0之后，才会开始写各种流行语言的驱动，开始正式宣传。

HCI，你真是个小屁孩啊。

[TheMatrix]

Datalog

https://en.m.wikipedia.org/wiki/Datalog

上面列了一堆实现，其中就有我的，叫Datalevin

看来Datalog和只有select的SQL有点像。

我这个问题问的是Datalog比SQL强的点。所以说的都是优点。

我很喜欢SQL，看来Datalog也要学一下。

[hci]

Datalog很简单，半小时包会。

最重要的是，LLM写Datalog也很灵光。

LLM写SQL就不行，投资了这么多，也还就是80%多成功率，现实中没法用。

看来Datalog和只有select的SQL有点像。

我这个问题问的是Datalog比SQL强的点。所以说的都是优点。

我很喜欢SQL，看来Datalog也要学一下。

[magagop]

这阵子折腾agent, 开始折腾出一些感觉来了。 一般的agent不可怕，可怕的是写程序的agent。写一般程序的agent也不可怕，其实真正可怕的只有一种agent，就是能改进自己程序的agent。我这个帖子要说的是，人和agent关于程序好坏是有不同的定义的。比如，对人来说，python比C++容易。但是对agent来说，同样的程序可能用C++写更容易。下面我根据我仅有的经验做出一个大胆的预测：

在Agent时代，碎片化的程序是好的程序。也就是说，每个文件放一个函数，或者一个什么最小的单元。目的就是修改对象定位到文件后， 在打开文件后面对的信息量尽可能少。然后整个项目分成几千几万个小文件。甚至都有可能数据库相比文件系统会更适合存储程序。

但是编程语言尤其自身的逻辑，范式转换并不意味着编程语言需要有大的改动。其实很多语言已经很碎片化了，比如java的包名可以套很多层。那么agent的范式就是再进一步，每个包就是一个函数，最底层的包名就是函数名。

可不可以多種coding agents左右互搏，對於同一個問題，python / c++ / java的輸入輸出達成共識，就自動證明coding大致是正確的，如果完全沒有共識，肯定是哪裡出問題了。這樣編程語言越多，LLM的coding越準確。

[wdong]

可不可以多種coding agents左右互搏，對於同一個問題，python / c++ / java的輸入輸出達成共識，就自動證明coding大致是正確的，如果完全沒有共識，肯定是哪裡出問題了。這樣編程語言越多，LLM的coding越準確。

你这个办法是对的。用不同的语言写多次，比同一个语言写多次好。

[duiduilu2]

可不可以多種coding agents左右互搏，對於同一個問題，python / c++ / java的輸入輸出達成共識，就自動證明coding大致是正確的，如果完全沒有共識，肯定是哪裡出問題了。這樣編程語言越多，LLM的coding越準確。

真理掌握在少数人手中。
这个LLM的问题呢，恰恰是你所谓的共识，它以为真理在多数人手中。
这尼玛探讨真相的问题，靠投票能解决吗？
我只是记得当年希特勒发动很多德国科学家批判安因斯坦的相对论。

[magagop]

真理掌握在少数人手中。
这个LLM的问题呢，恰恰是你所谓的共识，它以为真理在多数人手中。
这尼玛探讨真相的问题，靠投票能解决吗？
我只是记得当年希特勒发动很多德国科学家批判安因斯坦的相对论。

你理解錯了，我是要「鑒偽」，如果N種語言得到的M個隨機輸入的輸出結果都相同，則程序正確的可信度越高，N和M越大越可信。反之，如果至少有一個結果不同，則生成的所有程序都未必可信。誰的數學好，能不能搞一個跟N和M相關的可信度函數？

這個不一定是真理，比較像「三人成虎」，謊言重複得多了，就成了事實。但是如果所有人都說這就是答案，在出現一個否定結果之前（譬如日心說對地心說），如何能知道就一定不是真理呢？

譬如說宇宙大爆炸，被很多其他理論旁證，在沒有出現具體反對意見前，怎麼斷定就一定是錯誤的？

[magagop]

你这个办法是对的。用不同的语言写多次，比同一个语言写多次好。

所謂「條條大路通羅馬」，如果大路不收斂於羅馬，要嘛是羅馬有問題，要麼是某些大路有問題。

[libaliu]

然，被数据喂出来的东西，和真的智能还是有质的区别的

小孩对于世界的认知也是数据喂出来的。不过人类的训练数据来源就太多了：有自己的视觉（眼），三维距离（视差和手脚度量），有各种感觉反馈。而且这些数据之间天然的相互关联。比如看到，感觉到炙热等等。语言模型的输入类型就单一了。