曾经觉得，当你付出了万般努力，经过了艰难的攀登，认为即将登顶的时候，却发现前方是一片悬崖，已经够让人绝望的了。 现在才发现，那不算什么。 一条路走到头，撞墙了，那就换条路重新试试呗。 但当你用排列组合等各种情况，差不多都要进行穷举了，来进行多路多维尝试后，还是没什么结果的时候。 那心情是拔凉拔凉的。 不是面对未知前路可能得艰辛而感到伤心绝望，而是面对一个个的出路，均被证伪。 小心脏一点点被打击。 不对，是亿点点被打击。 最后伤心痛苦的时候，才是真正的绝望。 算了。 从头再来吧。放平心态，先打地基。
最近在尝试让opencode这样的AI编码智能体，进行长时间的自主的任务规划与演进。 为什么会做这个尝试，出发点也比较单纯和简单，个人的时间有限，当前的状态是，人上班，AI智能体上班，人下班，则AI智能体下班。如果这时候，有人跳出来问我，AI是否可以代替人类？我会毫不犹豫的回答，不会，因为我下班后，AI不干活了。 如果想让AI编码智能体发挥更大的作用，需要让AI智能体的干活过程，避免人工的干预，可以在现有能力的基础上，具备更长时间的任务规划以及任务执行能力。 当前长程任务执行的瓶颈是什么？ 第一：工具与模型的稳定性 日常工作中，某些工具和模型会因为各种原因，出现超时，停止响应，故障以及上下文溢 …
我们拿一张随便从网上找到的发票图片先试试，体验下差异。 一、百度飞桨OCR 链接：https://www.paddlepaddle.org.cn/hub/scene/ocr 效果： 输出的是原始的识别内容，总体内容和文字以及数字是正确的，但是。。。比较原始。并不是针对票据或者特定场景使用的。 二、合合信息Textin 链接：https://www.textin.com/experience/bill_recognize_v2 效果： 这样的识别效果，是很优秀了，在原始OCR识别的基础上，针对发票场景，增加了票据类型识别，以及字段提取。 国内领先的OCR供应商，果然不是盖的。 如果我们要手搓一个 …