Claude 3.7十四行诗：了解您的整个代码库的第一个AI模型

我几乎相信我正在写这篇文章。

我们已经到目前为止了。

而且，到完成此功能时，您将阅读大约36286321个单词，并确切地知道如何管理巨大的代码库，并在处理同事和客户社区的功能请求时进行优化。

但是我们在这里。

就是这样。

作为指导，我们将是：

• 即兴上古（今天发生的任何事情），
• 从技术角度来看，请您了解为什么这很重要，
• 您如何将Claude 3.7十四行十四行为实施到您的团队和工作流程中，
• 如何在效率上节省大量资金，以及
• 我们如何到达这里以及下一步。

听起来好吗？让我们散步…

现在是凌晨2点。而且您还在办公室（办公室？这是什么，Thack – 1976年？）。

您的团队会遇到一个关键的错误，该错误正在崩溃。

这个问题似乎生活在付款模块中。

但是随后，您的前端铅在购物车服务中发现了种族条件，只有在推荐引擎触发特定的销售流量时，该服务只会浮出水面。

最后一个标准杆的非网络翻译：

想象一下，您在超市，您的购物车有自己的想法。一切都很好，直到商店的热情销售员（我们称他为戴夫）大喊：“嘿！您是否尝试过这些惊人的奶酪泡芙？！”在那一刻，您的手推车惊慌失措，将所有杂货店倒在地板上 – 但是只有当戴夫戴着他的星期二袜子并专门指向家庭大小的袋子时，您才会。

剩下的时间？您的购物车的行为完全正常。尝试在凌晨2点向商店经理解释这一点，同时抓住冰淇淋融化的冰淇淋并质疑您的生活选择。

返回Nightmaretown：

三个小时后，您已经在14个互连文件，4个微服务和两个第三方API中找到了问题。

如果您本可以让高级建筑师坐在您旁边，那么立即看到每个组件如何相互作用，记住每个依赖性并建议解决整个系统的修复程序，该怎么办？

输入Anthropic的Claude 3.7十四行诗 – 不仅是另一个AI编码助手，而且是第一个针对软件团队的真正有系统思考的合作伙伴。

这不是要生成样板代码或提供堆栈溢出片段。

Claude 3.7代表了一个基本转变：一个真正了解您在建筑层面的代码库，在整个应用程序之间保持背景以及通过经验丰富的工程师等问题的原因的AI。

这是我们想要的一切。在某种程度上。

让我向您展示为什么这种情况会改变一切。

传统的AI编码工具像才华横溢，充满热情但经验丰富的实习生一样运作。

他们会急切地建议一个巧妙的React Hood优化，同时不小心将您的身份验证流动了三个模块。

我们称此上下文失明。

先前的模型努力：

1. 跟踪跨模块依赖关系（更改用户服务如何影响分析管道？）
2. 还记得昨天会议的建筑决策（为什么我们以这种方式实施缓存？）
3. 通过多层系统的原因（如果我们升级数据库ORM，那么旧报告工具中断了什么？）

Claude 3.7十四行诗破碎了这些局限性：

1. 128K上下文窗口令牌“代码库镜头”：看到木材和树木。想象一下，通过递给新的高级开发人员：

• 您的整个300,000 token代码库
• 每个API文档，设计决策日志和验证后
• 实时意识到今天早上的热程序

那是克劳德的基线。

现实世界的影响

多模型重构

一支金融科技团队通过拥有克劳德（Claude）将3周的付款网关迁移减少到4天：

• 分析8个服务中的62个API端点
• 绘制所有货币转换依赖性
• 生成保留iDempotency键的迁移脚本

入职奇迹

一个独奏开发人员继承了150k的传统Java Monolith。克劳德：

• 摄入代码库和15年的Jira门票
• 确定了造成80％生产问题的12个核心类别
• 创建了优先的技术债务路线图

2。混合推理：建筑师/工程师混合动力

Claude 3.7不仅生成代码 – 它认为像您最细致的工程师一样。作为混合推理引擎，它以两种速度工作。

设想

您的团队需要在食品交付应用程序中优化图像处理。

• 快速模式：“使用WebAssembly重写此node.js Sharp Pipeline”（25秒响应）
• 扩展思维模式：

 1。分析当前的S3存储成本（+43％的妈妈）
 2。基准WebAssembly与Lambda@Edge进行调整大小
3。使用建议的CDN更改模拟缓存命中率
4。exif剥离的flag gdpr含义

在交叉引用您现有的基础架构 – 代码模板的同时。

结果

团队报告的“糟糕，我们忘记……”的瞬间减少了60％。

3。协作工作流程：AI作为同事

Claude 3.7在连续合作中闪耀：

工作流示例

1. 早晨同步：Claude评论过夜git提交，并标记破坏登台环境的Dockerfile更改
2. 功能开发：提出了与现有限制设置一致的三种API版本控制策略
3. PR评论：检测到“简单” CSS修复会意外地删除了屏幕阅读器的ARIA标签
4. 验尸：将生产中断与前两周的第三方SDK升级相关联

这不是投机性未来主义 – 使用此工作流的团队具有：

• 将关键错误解决时间减少了70％
• 加速功能交付3.2倍
• 将新员工的入职时间从6周到4天

更多的力量，减少浪费

早期采用者担心克劳德（Claude）的能力将需要企业规模的预算。相反，他们发现：

• 精度超过数量：通过更快地解决正确的问题，团队避免了昂贵的反复试验（一个团队仅在“上下文切换”中节省了140个工程师小时））
• 建筑护栏：克劳德（Claude）的全系统视图可防止昂贵的技术债务（HealthTech创业公司通过在扩展前进行优化避免了$ 50K的云成本）
• 维护乘数：自动代码库“健康检查”免费高级工程师高级工作

我们一直想要的战略力量乘数

AI不仅是一种工具。这是软件团队的战略力量乘数。

Claude 3.7十四行诗并不是要取代开发人员。这是关于使他们能够发挥最高潜力。

拥抱这一转变的企业将：

• 具有启动敏捷性和企业稳定性的运输复杂功能
• 将遗产系统从负债转变为适应性资产
• 授权初级开发人员像老年人一样做出贡献
• 以前所未有的信心做出建筑决策

软件开发的未来不是编写更多代码，而是要深入了解它。克劳德3.7十四行诗是我们到达那里的方式。

每个人都一直在等待克劳德十四行诗（Claude Sonnet）的最新代码前迭代，就像一个孩子一样，等待着豆袋在博览会上从烟斗中出现，准备用蝙蝠twat，并获得某种杂乱无章的奖项。

对不起，如果我用twat这个词冒犯了你。它用微妙的空气从我的手指上滚开，所以我认为您可以。

无论如何，克劳德3.7十四行诗掉了下来。就像老鼠一样，并有额外的大张旗鼓。我们都获得了奖品。

两个主要好处是：

1. 混合动力快速，扩展推理/思维。我只希望。快速地理解思考的最佳方法是这个很棒的指南（除非您单击第一个链接并购买了这本书，否则这也是非常有用的）。

2。克劳德代码。使开发人员在其默认工作环境（或终端）中访问此新模型，可大大减少上下文切换，并使一切更快，更好，更好。

我花了整个早晨聊天，充满困惑，以适当地了解这一切如何摇摆。成本，工作流程，如何摄取您的代码库（我认为我应该包括这个标题，而我是一个很好的男孩记者，他们脚趾等等）。

在克劳德（Claude）3.7十四行诗之前

Kim通过审查电子邮件和松弛消息开始了他们的一天。

身份验证模块中已经报告了一个关键的错误，但目前尚不清楚这如何影响应用程序的其他部分。他们在接下来的两个小时中手动追踪整个代码库，与高级工程师进行协商，并审查文档以了解根本原因。到中午时分，他们已经确定了这个问题，但仍需要计划修复。

午餐后，他们参加了与产品经理和利益相关者的背靠背会议，讨论新功能请求。一项功能 – 支付网关集成 – 需要重大的建筑变化。领导者花了一个小时起草高级计划，但由于时间限制，努力解决所有边缘案件。

在下午4点之前，Kim返回错误修复，与开发人员配对以编写和测试补丁。这是一个缓慢的过程，因为他们需要手动验证更改不会破坏其他模块。他们在晚上7点离开办公室，感到筋疲力尽，并在路线图计划等战略任务上感到不安。

与Claude 3.7十四行诗

这一天在上午9点开始，但是现在Kim使用了集成到其终端中的Claude代码。

当报告关键错误时，他们立即要求Claude在扩展思维模式下分析身份验证模块及其依赖项。在几分钟之内，克劳德不仅确定了根本原因，而且还提出了修复，并突出了其他模块中潜在的连锁反应。

到上午11点，该团队已经使用Claude的调试功能实施并测试了修复程序。领导者利用这段额外的时间为有关付款网关集成的会议做准备。

他们要求克劳德根据现有代码库来起草建筑计划，包括边缘案件和潜在挑战。克劳德（Claude）提供了一个详细的建议，该建议是跨模块的依赖关系，在提出之前，领导者会完善。

午餐后，在利益相关者会议期间，他们利用克劳德分析的见解来自信地讨论时间表和技术可行性。到下午3点，他们可以自由专注于战略任务，例如改进团队流程或指导初级开发人员。

下午5点，另一位开发人员提交了审查请求。领导者没有手动检查IT线，而是要求克劳德（Claude）查看其潜在问题和与现有代码的兼容性。该评论在几分钟内完成，在下午6点回家之前，有时间进行最终批准。

回顾

在Claude 3.7十四行诗之前，领导日的大部分时间都花在了手动调查和重复的任务上，例如调试或起草计划。

使用Claude，这些任务通过混合推理功能和高级编码工具简化。

领导者可以更多地关注高级战略和创新，同时仍确保在项目中卓越的技术卓越。这种转变不仅提高了生产率，而且还可以减轻压力，并使领导力更加积极。

让我们看一下这一切在现实世界中的运作方式。

说我在卖柴。这是我的电子商务代码库的结构。

柴娱乐/
 ├前端/
 Src/ src/
组件/
 ││││站页/
 ││││站/钩/
 ││├│站
上下文/
 ││││─..样式/
 ├ - 后端/
 │├├─..controler/
 ││├├-模型/
 ││├站是路线/
 ││├─-中间件/
 ││├─-服务/
 │││站是UTILS/
 ├ - 数据库/
 ││ - 迁移/
 ││ - 种子/
 ├ - 测试/
 ├─Config/
 └─—文档/

现在，我们需要Claude 3.7十四行诗来摄取此代码库，以便可以弄清楚并给Kim生活那个田园诗般的工作日所需的东西。

步骤1：准备代码库

1. 创建结构图

• 使用类似命令生成综合目录结构

寻找 。 -type f -name“*.js” -o -name“*.jsx” -o -name“*.ts” -o -Name“*.tsx” | sort> codebase_structure.txt

• 创建一个摘要文档，以解释应用程序的体系结构，关键模块及其关系

2。生成模块摘要

• 对于每个主要模块（前端，后端，数据库），创建解释其目的和关键组件的摘要文件
• 包括有关模块之间依赖关系的信息

3。确定核心工作流程

• 记录主要用户旅行（例如，产品浏览，结帐过程，用户身份验证）
• 将这些工作流程映射到相关的代码文件

步骤2：GitHub集成

1. 安装Claude Code CLI

 npm install -g @anthropic/claude -code

2。以人类的方式进行身份验证：

 Claude Code auth登录

3。配置存储库访问

claude-code repo添加https://github.com/yourusername/chai-ecommerce.git

4。验证访问

Claude代码回购列表

步骤3：初始代码库摄入

由于代码库约为300,000个令牌（超过Claude的128,000个令牌上下文窗口），我们需要战略性地对其进行分割：

1. 创建逻辑段

• 段1：应用程序概述和前端核心（组件和页面）
• 第2部分：前端实用程序以及上下文和样式
• 细分3：后端核心（控制器，模型和路线）
• 第4部分：后端服务和中间件和UTILS
• 细分5：数据库和测试以及配置

2。准备每个部分
对于每个段，创建一个包括：

• 该细分市场与其他细分市场的关系和关系
• 关键文件及其功能
• 关键依赖性

3。初始摄入会话

＃开始新的Claude会话
Claude-Code会话创建 - 名称“ Chai-Ecommerce-Initial”

 ＃首先加载应用程序概述和结构
claude-code文件发送./codebase_structure.txt
 claude-code文件发送./application_overview.md

 ＃要求克劳德分析结构
Claude-Code提示“请分析此应用程序结构并确定关键组件及其关系。”

 ＃继续逐段摄入
claude-code文件发送./sement1_frontend_core.md
 claude-code dir send ./frontend/src/components
 claude-code dir send ./frontend/src/pages

 ＃继续按顺序剩余的片段
＃（为每个段重复）

4。验证
在每个细分市场之后，请克劳德总结其理解：

 Claude代码提示“根据您到目前为止所看到的内容，请总结您对[当前细分市场]的理解及其与整体应用程序的关系。”

步骤4：设置正在进行的工作流程

1. 创建一个Claude集成脚本
   开发一个脚本，该脚本可以自动化使用代码更改Claude的过程：

 // update-claude.js
 const {exec} = require（'child_process'）;
 const fs = require（'fs'）;
 //获取最近的更改
exec（'git diff-name-folly head〜5 head'，（err，stdout）=> {
 const changefiles = stdout.split（'\ n'）。滤波器（boolean）;

 //组通过模块更改
const modulechanges = groupByModule（changefiles）;

 //为Claude生成更新文件
for（const [模块，files]的object..entries（modulechanges））{
 const UpdatesMummary = generateUpdatesummary（模块，文件）;
 fs.WriteFileSync（`./claude-updates/$ {module} _update.md`，updatesummary）;
 }

 //通知团队更新文件准备就绪
console.log（'Claude更新文件成功生成的文件'）;
 }）;

2。与CI/CD管道集成
在成功构建后，添加CI/CD工作流程以更新Claude：

 ＃in .github/workflows/main.yml
工作：
建造：
 ＃...现有的构建步骤

update-claude：
需求：构建
运行：ubuntu-latest
步骤：
 - 用途：Action/Checkout@V3
和：
提取深度：5
 - 名称：生成Claude更新
运行：node update-claude.js
 - 名称：更新Claude随着更改
运行：|
 Claude-Code会话创建 - 名称“ chai-update-$（date +％y％m％d）”
用于文件。做
Claude代码文件发送“ $文件”
完毕
Claude-Code提示“请分析这些最近的更改，并相应地更新您对代码库的理解。”

1. 早晨同步
   每天通过更新Claude的过夜更改开始：

 ＃创建一个新会话或继续现有一个会话
Claude-Code会话简历 - 名称“ chai-ongoing”
 ＃更新最近更改
Claude-Code提示“这是自昨天以来所做的更改。请更新您对代码库的理解。”
 claude-code文件发送./claude-updates/recent_changes.md

2。特定于任务的工作流程
对于特定的开发任务：

 ＃用于错误修复
Claude-Code提示“我正在努力在结帐过程中修复错误的税收计算过程中的错误。请分析付款处理模块中的相关代码并建议使用潜在的修复。”
 ＃用于功能开发
Claude-Code提示：“我需要根据购买历史记录为Chai产品建议实施新功能。请帮助我确定应该在何处集成此功能并建议一种实施方法。”

3。代码审查协助

＃将公关详细信息发送给Claude
 claude-code文件发送./pr_details.md
 claude-code dir send ./changed_files
 ＃要求评论
Claude-Code提示“请查看这些更改，以了解潜在的问题，绩效问题或安全漏洞。”

4。建筑讨论

Claude-Code提示：“我们正在考虑重构我们的产品目录以提高性能。鉴于您对代码库的了解，您会建议什么方法？”

6：随着时间的流逝，维持克劳德的知识

1. 每周全面更新
   安排每周一次的会议，以确保克劳德的理解保持最新：

 ＃创建一个每周更新脚本
./scripts/weekly_claude_update.sh

这个脚本将：

• 对过去一周的所有变化产生摘要
• 确定任何新的模块或重大的建筑变化
• 在专门的会话中更新Claude进行这些更改

2。主要版本更新
经过重大发布或建筑变化后：

 ＃为主要更新创建新会话
Claude-Code会话创建-name“ chai-v2.0-update”
 ＃发送更新的体系结构概述
claude-code文件发送./architecture_v2.0.md
 ＃通过模块发送模块更新
对于./module_updates/*中的模块;做
Claude代码文件发送“ $模块”
完毕
＃要求克劳德（Claude）更新其理解
Claude-Code提示“我们已经发布了2.0版具有重大的体系结构更改。请根据这些文档更新您对代码库的理解。”

3。文档集成
确保与Claude共享所有新文档：

 ＃添加到您的文档工作流程
claude-code文件发送.//docs/new_feature.md
 Claude-Code提示“请将此新文档纳入您对代码库的理解中。”

示例每日工作流程

这是典型的一天的外观：

上午9:00：运行早晨同步脚本以更新Claude，并进行过夜更改

./scripts/morning_claude_sync.sh

上午9:15：与Claude讨论当天的任务

Claude-Code提示：“今天我需要优化产品搜索功能。根据您对我们的代码库的理解，我应该关注哪些组件？”

上午10:30：获得实施指导

Claude-Code提示：“我正在考虑使用Elasticsearch进行产品搜索。这将如何与我们当前的后端体系结构集成？”

下午2点：代码审查协助

claude-code文件发送./my_implementation.js
 Claude-Code提示“请查看此实施，以了解潜在的问题或优化。”

下午4:30：随着一天的更改更新Claude

 git diff  - 仅名称的头〜1头> ./today_changes.txt
 claude-code文件发送./today_changes.txt
 Claude-Code提示“这是我今天更改的文件。请更新您对代码库的理解。”

将AI纳入您的工作流程中，不可避免地会增加成本。从本质上讲，您是在一位高级工程师中聘请超级大国的高级工程师，以接管会使您的团队疯狂的大部分咕unt声。

因此，您需要将其视为巨大的好处，而不是浪费财务资源。

但是，如果您没有财务资源，则可以从这种新的，更好的工作方式中受益，而不会破坏您拥有的小银行。

两人开发团队的基本运营每月不到15美元？让我们这样做！

使用语义块而不是基于文件的摄入

＃chunker.py-自定义语义块
def create_semantic_chunks（codebase_path）：
块= []
对于root，_，在OS.Walk（codebase_path）中的文件：
用于文件中的文件：
如果file.endswith（（（'。js'，'.ts'，'.py'））：
路径= os.path.join（root，file）
用开放（路径）为f：
 content = f.read（）

 ＃确定关键语义单元
units = re.split（r'（＃+。+| \/\/\ s*e节：。+| def \ s \ s \ w+\（| class \ s \ s \ w+），content）
 current_chunk = []

对于单位的单位：
如果len（'\ n'.join（current_chunk + [unit]））> 2000：＃〜1500令牌
chunks.append（{
 “文件”：路径，
 'content'：'\ n'.join（current_chunk），
 'charchsum'：hashlib.md5（'\ n'.join（current_chunk）.encode（））。hexdigest（）
 }））
 current_chunk = []
 current_chunk.append（单位）

返回块

为什么？

• 通过智能分组将令牌计数减少40％
• 创建可重复使用的块，仅在校验和更改时才需要更新
• 优先于评论/空间代码

潜在的节省

将初始摄入量从$ 4.50降低至〜$ 1.35（300k→90k令牌）

差分更新

1. 创建版本清单

寻找 。 -type f -exec md5sum {} +> .claude_versions

2。每日更新脚本

＃！/bin/bash
 ＃daily_claude_update.sh

 ＃自上次更新以来查找更改的文件
comm -23 <（sort .claude_versions.new）<（sort .claude_versions）> grange.txt

 ＃生成上下文感知的差异
读取-r行；做
file_hash =（$ line）
 file = $ {file_hash [1]}
 git diff  -  unified = 0 head〜1 head-“ $ file” | grep -v'^+++'| grep -v'^---'> diffs/“ $ {file // \ // _}。diff”
完成<change.txt

 ＃更新Claude仅具有有意义的更改
Claude代码会话简历 - 名称“ Chai-Main”
 claude-code dir发送./diffs
 Claude-Code提示“使用这些差异更改[附加diffs]更新代码库理解”
 mv .claude_versions.new .claude_versions

为什么？

• 仅发送更改的逻辑（不是全部文件）
• 平均每日令牌从15K→3K减少

潜在的成本节省

$ 135→每月27美元（减少90％）

混合本地/Claude Architecture（$ 0的费用 – 40％的任务）

工具链：

• 本地分析（免费）

 ＃在涉及克劳德之前奔跑
NPX ESLINT -FORMAT JSON | JQ'。[] |选择（.severity> 1）'> essone.json
 docker run -v $（pwd）：/code ghcr.io/codeql/cli数据库create -language = javaScript
 codeql数据库分析-Format = sarif-latest

• Claude Gatekeeper脚本

＃claude_gatekeeper.py
 def需求_claude（问题）：
 complextity_threshold = 5＃环形复杂性
如果在['bug'，'security']中的问题['类别']：
返回true
如果问题['复杂性']> complextity_threshold：
返回true
返回false

为什么？

在克劳德参与之前滤除了60％的琐碎问题

潜在的成本节省

将每月Claude的使用率从$ 27→$ 10.80减少

它的工作原理：

上下文感知的缓存（降低查询50％）

执行：

 ＃claude_cache.py
从diskcache导入缓存
cache =缓存（'./。claude_cache'）
 def get_cached_response（提示，code_context）：
 key = hashlib.sha256（（提示 + json.dumps（code_context））.encode（））。hexdigest（）
返回cache.get（键）
 def cache_response（提示，code_context，响应）：
 key = hashlib.sha256（（提示 + json.dumps（code_context））.encode（））。hexdigest（）
 cache.set（键，响应，到期= 604800）＃1周

工作流集成：

 ＃在查询克劳德之前
cached_response = get_cached_response（“结帐如何工作？”，current_context）
如果cached_response：
回声“找到缓存的答案！”
别的
Claude代码提示“结帐如何工作？” -  context current_context
 cache_response（...）
 fi

为什么？

• 消除重复查询
• 对于常见文档/架构问题特别有效

潜在的成本节省

每月费用从$ 10.80→$ 5.40降低。

战略会议管理

成本优化的会话计划

＃session_manager.sh
小时= $（日期 +％h）
 Rate_multiplier = 1.0
如果[[$ hour -ge 2 && $ hour -lt 8]];然后
rate_multiplier = 0.7＃30％非高峰折扣
fi
 Claude-Code会话创建\
 -name“ chai-$（date +％s）” \
 - 预算$（Echo“ 10000 * $ rate_multiplier” | bc）\
 -TTL 8H

为什么？

• 通过智能调度的非高峰定价
• 每次会议执行令牌预算
• 自动会议到期可防止浪费

团队培训的改进

自主训练套件

＃Claude-Training.md
 ##模块1：及时工程
###黄金规则：
 1。始终以上下文范围前缀：
 ❌“修复付款错误”
 ✅“在后端/services/payment.ts（v2.1.3）中，processorder（）函数在... ...

 2。使用结构化响应：
 ❌“这里怎么了？”
 ✅“请以格式分析此：
 - 问题：[50个单词]
 - 解决方案：[100个单词]
 - 受影响的地区：[列表]”

 3。思想控制链：
 ❌“仔细思考”
 ✅“使用3个推理步骤最大，预算1500代币”

为什么？

• 将平均令牌废物从40％→12％减少
• 更快的登机=更快的ROI。

总成本

• 初始设置：$ 1.35（一次）
• 每日更新：$ 0.27/天×30 = $ 8.10
• 批判性分析：$ 1.35/周×4 = $ 5.40
• 总计：〜$ 14.85/月

维护协议

每周：

• 运行claude-code session prune以删除旧会话
• 根据代码更改更新语义块规则
• 查看缓存命中率（目标> 65％）

每月：

• 审核API使用： claude-code usage report
• 旋转API键： claude-code auth rotate
• 根据团队反馈更新培训材料

季刊：

• 重新创造的核心模块： claude-code session refresh-core
• 重新校准本地分析规则
• 审查成本优化阈值

让我们回顾一下这种效率驱动力…

1. 语义块将令牌用法降低了70％（没有冗余的空格/评论）。
2. 差异更新将每日令牌成本降低80％（仅更改代码）。
3. 混合体系结构使用免费的本地工具（ESLINT，CODEQL）来完成60％的任务。
4. 缓存可重用常见答案（例如，“结帐如何工作？”）。

但是运营储蓄是巨大的。

• 错误分辨率：4小时调试→Claude 20分钟（节省200美元/事件）。
• 入职：40小时的升级→8小时的克劳德（3,200美元保存/新员工）。
• 技术债务：通过预级分析防止$ 50K的云账单上涨。

底线

Claude 3.7十四行诗以不到15美元的价格成为“高级建筑师”队友，该队友：
✅维护完整的代码库上下文
✅标志跨模块风险
✅加速入职和调试
✅防止昂贵的监督

这不仅是负担得起的。

它比团队咖啡预算便宜，其回报率要高。

自AI开始从事工人般的工作以识别模式以来已有60年了。

大多数人的记忆只有在GPT-3.5获得视觉界面时才能回到2023年，我们开始计划假期并使用AI创建可怕的Spotify播放列表。

但是克劳德3.7十四行诗作为混合推理引擎是真正自学系统的道路的重要里程碑。

现在，将自己沉浸在这个新世界中的最佳时间是现在。即将发生的事情将更加令人印象深刻，有效和高效。但是，如果您已经熟悉该技术，则只能准备好接收它。

我意识到这很令人生畏。对许多人来说，它的看法正在威胁到他们的生计。但事实是我们所有人都赢了。我们赢得了回到我们天生的战略家的时光。我记得在Reddit上读过A /WebDev线程，其中一位工程师说他们非常喜欢他们的工作，经过35年的工作，因为它使他们可以免费解决问题。

AI不能解决人类问题。它解决了机器问题。因此，工程师可以为我们世界许多疾病找到治愈方法，并生产出需要专业知识的美丽解决方案。

从这里？永恒…

---

版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除