人工智能自主能力的边界

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 …

OCR模型体验

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 …