我们解决了推理问题。剩下的挑战显然只是按下回车键。

每周我都会看到关于更强大模型的讨论。更好的推理。更好的编码。更长的上下文。更高的自主性。 与此同时，大多数现实中的 AI 工作流仍然是这个样子：AI 工作，人类点击继续。AI 工作，人类点击继续。重复直到厌倦胜出。 我很好奇，这些摩擦中有多少实际上是必要的。于是我构建了 Ghost in the Loop。 这是一个开源项目，能够自动跨主流 AI 平台延续多步骤 AI 对话。 有趣的不是自动化本身，而是看到一旦对话不再被不断打断，当前模型能走多远。 有时结果令人印象深刻。有时则是彻底的灾难。两者都是有用的数据。 我希望获得那些花时间思考 AI 系统和人在回路设计的人的反馈。 我在探索的问题： • 自主性应止于何处？ • 人类应何时保持参与？ • 哪些任务受益于更长的循环？ • 哪些任务变得更糟？ GitHub: https://github.com/MShneur/ghost-in-the-loop TL;DR 我构建了一个工具，从 AI 工作流中移除了一层人工干预。现在我正试图弄清楚这在哪些地方变得有价值，在哪些地方成为一种错误。