智能助手网
标签聚合 用来

/tag/用来

linux.do · 2026-04-18 00:28:50+08:00 · tech

以下为我个人体验,成功率从高到底: 谷歌别名邮箱、qq邮箱我自己的邮箱都注册完了,成功率100% 163邮箱我只注册了一个,也成功了,不确定是否是个例 2925邮箱今天试了好多回,成功率在60% 70%左右。 duckduckgo邮箱,一两周之前是成功率100%,现在貌似全都会跳add phone 我之前薅羊毛20块买的.com域名,整了个域名邮箱,一个都没成功,成功率0% 没提到的都是我没用过的,比如hotmail邮箱,听说现在也不行了? 7 个帖子 - 4 位参与者 阅读完整话题

linux.do · 2026-04-16 17:11:12+08:00 · tech

自Anthropic发明skills以来,我发现大家对skills是越来越青睐了,原先skills用来辅助工作 开发,后来进化出了不少新玩法啊, 什么 同事.skill , 前任.skill ,更有甚者: 张雪峰.skill (尊重逝者 ) 这些都是蒸馏玩法,属实是被玩出花来了 玩归玩,不要把这些 玩意放到工作和开发的skills目录里,因为这会增加你的skills数量,增加无用上下文,降低ai使用skills的 命中率 。 有篇paper专门分析了skills的数量-内容与准确性的关系: When Single-Agent with Skills Replace Multi-Agent Systems and When They Fail 论文用gpt-4o和gpt-4o-mini做了skills数量与选择准确率关系的实验,实验结果放在这个表里 skills数量 选择准确率 ≤ 10 > 97% 10 ~ 30 90% ~ 97% 30 ~ 50 85% ~ 93% 50 ~ 80 60% ~ 85% 80 ~ 100 45% ~ 55% 100 ~ 150 15% ~ 40% ≥ 150 < 15% 也有拟合曲线: skills数量在50个以内,选择准确率都是比较高的(当然,不同AI跑出来的结果必然不同,这里的结果仅做参考),尤其是skills在25个以内时,命中率是相当高的 我在开发中也有类似的感受,曾经我在全局skills目录里塞了不少五花八门的skills,打开cc后一问才知道,总skills数量有60+,怪不得ai经常不选我希望ai用的skills。 后来我去繁从简,精挑细选,屎里淘金,把skills数量压到了40以内。按实验结果,我为什么没有压倒20-30呢,因为上文也说了,这个实验是基于gpt-4o系列ai做的,我用的ai性能比4o强,不必对号入座。 不只是数量, 相似的skills 也会大大降低选择准确率 论文做的实验,每个skills有一个相似的“竞争者”,准确率降到~82%,有两个相似的“竞争者”,准确率骤降到 ~52%。如果有从几个功能很相似的skills里选,ai往往会遮着眼睛瞎选(ai没眼睛 说是)。 打个比方 你和你老婆晚上准备双排了,你老婆的双胞胎妹妹趁着黑灯瞎火,悄无声息地摸进来,你能分清谁是谁吗? 如果你硬上的话,我打赌要出事故的 所以, 功能相似的skills只保留一个 如果skills实在是多,怎么办呢,论文里给出了层级路由的选法,简单来说就是**“先选类别,再选skills”** 比如开发会用到 code-review , test-dirven-development , subagent-driven-development ……那么就把这些归为“开发类”,依次类推还有“写作类”,“设计类”等等。ai选择使用skills的时候,就先判别应该用什么类别,再选择具体的skills。 论文里的层级路由的实验结果显示,这个方法在大数量skills的情况下会把准确率提高小几十个百分点。 当然嘛,据我所知 claude code 现在是没有“层级路由”的实现的,只是单纯的把skills全部平铺开来,让ai选。 不过没关系,我自己对于不同类别的skills是这样处理的:建立不同的skills仓库,把杂乱的skills给划分到不同的局部仓库里,让全局skills保持简洁,装你必备的,常用的;局部仓库里装其他类别的skills,分开使用。 比如我开一个名为“WPS-skills”的仓库,wps的skills就安装在这里面,要编辑WPS的文件的时候,就在这个仓库里工作;其他仓库是没有wps的skills的。 那我说白了,总的来说就是:降低skills数量,不要出现太相似的几个skills,skills分类管理。 skills不在于多,而在于精,选择最常用的,最适合自己的skills就是 The best。 3 个帖子 - 3 位参与者 阅读完整话题