好莱坞编剧大罢工终于结束；与OpenAI创始人共进早餐；使用DALL-E 3制作绘本分享；生成式AI的基础设施架构

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

🔥 好莱坞编剧大罢工终于结束：简单说就是AI妥协了

https://www.wgacontract2023.org/the-campaign/summary-of-the-2023-wga-mba

5月2日，美国编剧工会 (WGA) 约 1.15 万名电影电视编剧放下笔、关上笔记本电脑，开始罢工。7月，好莱坞演员工会 (Sag-Aftra) 也宣布加入罢工，成为60多年来首次「编剧/演员双重罢工」。

9月25日，美国编剧工会董事会成员批准了与电影制片公司达成的新协议，并在社交媒体宣布结束了这场长达将近5个月的罢工行动。协议界定了编剧和AI的创作边界，避免人类创意的火光湮灭在机器时代。

概述下协议核心内容，更多可以访问上方链接查看协议原文：AI 不能用来撰写或改写文学材料、编剧可以选择在提供写作服务时使用AI (但公司不能强制要求)、公司提供的材料有AI参与创作时必须明确告知编剧、编剧作品不能被用于无节制地训练AI系统 ⋙ 官方推文

🏆 阿里云 Create@ AI创客松，云栖大会48小时AI Agent开发挑战

官网：https://startup.aliyun.com/special/aihackathon2

报名：https://hd.aliyun.com/form/3819

阿里云 Create@ AI 创客松自即日起开放报名，邀请全世界的AI创业者共同打造真正的 AI Agent。

初筛名单将在10月24日公布，并将在阿里云2023云栖大会期间 (10月31日-11月2日) 举行线下比赛。参赛者以团队形式在阿里云提供的算力和工具平台上进行48小时创意应用开发，并在第3天进行路演。

获胜队伍除分享奖金池外，也有机会获得「阿里云创业者计划」提供最高100万的云上资源 ⋙ 微信端阅读

🧰 open interpreter框架解析：开源版本的Code Interpreter

https://github.com/KillianLucas/open-interpreter

Code Interpreter 是 OpenAI 官方开放的具有编程能力的插件，可以理解和生成代码，还能对上传文件进行分析等

Open Interpreter 可以看作是 Code Interpreter 的开源版本，可以完全访问互联网，不受时间或文件大小的限制，并且可以使用任何包或库。这使得 Open Interpreter 结合了大语言模型的能力与本地开发环境的灵活性，可以处理处理复杂的任务。

整体来说，可以认为 Open Interpreter 是专业方向上的 Agent，可以将任何任务转化为代码实现，并且可以通过与用户交互逐步完善代码，对于生成错误的代码也拥有自动纠错的能力。

因为代码一直在重新定义世界，所以open-interpreter虽然不是通用Agent，但依旧可以完成非常多的任务。其中对于Prompt的设计，以及执行过程中对于进程的使用很值得学习 ⋙ 了解更多

👀 为什么开源大模型终将胜出？

https://varunshenoy.substack.com/p/why-open-source-ai-will-win

以 ChatGPT 为代表的闭源 AI 因为简单易用等特性，很快在行业种占据了主导地位。业内也不看好开源AI并给出了理由：开源 AI 无法与行业实验室的优势资源竞争；开源 AI 缺乏安全性；开源 AI 无法进行推理。

本文作者 Varun Shenoy 在 AI 基础设施公司 Baseten 从事机器学习推理工作。他并不认同当前闭源 AI 垄断的发展态势，一一反驳了上述看法，并认为开源模型日渐成熟后将成为众多应用的最佳选择：

文章认为开源AI终将战胜闭源AI，尽管当前闭源AI如OpenAI等更为知名，但开源AI具有更大的发展潜力

开源AI的优势在于可以无限定制，并且可以针对特定任务进行微调，闭源AI接口则无法满足不同的业务需求

开源AI可以安全自托管，避免数据和模型泄露的风险，闭源AI存在不可知的风险

开源AI可以利用全球开发者的力量快速迭代和修复bug，闭源AI则无法实现这点

当前开源AI在图像生成和语言理解能力上已可媲美闭源AI，未来开源AI定会取得更大进步

开源AI虽略逊色于闭源AI的易用性，但这些差异会逐步缩小，开源AI终将以其高度定制化和安全性优势取胜 ⋙ 微信内阅读(中文版)

🧩 使用 DALL-E 3 制作12页绘本，完整制作流程分享

GPT-4 开放 DALL-E 3绘图能力后，给创作打开了新的大门。一方面， DALL-E 3的自然语言的理解能力超级强悍，创作者不写复杂 Prompt 也可以得到不错的图片；另一方面，GPT-4 文字创作和绘图相结合，可以有很多新玩法~

这次的尝试是「儿童绘本」，GPT-4 全程主导，完成了寻找灵感、整理脚本、延续成完整故事并且绘制全套图片等所有内容。作者通过提示词完善了创作连续性、图片背景调整等小问题 ⋙ 完整创作流程分享

👀 与 OpenAI 创始人共进早餐：5条原则，造就一家伟大的科技公司

https://www.wired.com/story/what-openai-really-wants

这是「Weird」十月刊的精彩长篇报道，介绍了 OpenAI 这家人工智能小公司仅用8年就撼动世界的惊人成长史。作者 Steven Levy 用生动的笔触记录下OpenAI创始人们梦想的起点，公司发展中的峰回路转，以及最终推出ChatGPT对全世界产生的巨大影响。

文中穿插着公司内部人士的第一手访谈和观点，让我们不仅了解到OpenAI的技术革新，也切身感受到这个组织从理想主义研究机构到商业化公司转变过程中面临的困境和选择。

对于所有关心人工智能发展的读者而言，这无疑是一篇必读的文章，它以时间为线索娓娓道来一个传奇公司的创业史诗，为我们提供了宝贵的思考 ⋙ 来源

👩‍💻 Claude 模型长文本回忆优化手册，提高准确率的两类技巧

https://www.anthropic.com/index/prompting-long-context

Anthropic 的 Claude 模型具有10万tokens的长文背景窗口能力。这篇最新的官方博客，介绍了在使用 Claude 模型时，如何编写提示词来「最大化提高 Claude 从长文本中提取信息的准确率」。

文章基于实验结果，给出了两类操作建议：

在回答问题之前，提取与问题相关的参考引用

找到关于文档的其他正确回答示例，并补充在提示词中

文章详细展示了实验过程，并且公开了相关提示工程代码示例，可以点击上方链接查看。以下是日报摘取的核心操作建议:

使用备忘录提取相关引用，这在所有对比中都有帮助，虽然有少量延迟成本但可以提高准确率

使用与上下文相关的示例，对于70K和95K token的文本都有帮助，示例越多效果越好

使用一般知识的非特定上下文的示例，似乎没有帮助

为了最佳表现，在两种长度的文本上都使用多个示例和备忘录

📚 一文搞懂生成式AI的基础设施架构，专业又易懂的初学者指南

https://medium.com/@shriftman/the-building-blocks-of-generative-ai-a75350466a2f

这篇文章作者 Jonathan Shriftman 先后成功孵化并出售两家AI创业公司，对AI行业发展有着独到的洞察能力。他最近分享了自己对「生成式AI的基础设施架构」的行业研究，从技术和商业双重角度剖析了各层的技术与发展趋势。

作者采访了多名业内顶级公司CEO和CTO，观点也一并综合在文中了！这闪瞎眼的人脉圈哦~ 这篇文章也提醒我们，除了关注大厂动态和各类应用，也是时候将目光放到整个产业链了。

半导体 / 芯片 / 云托管 / 推理 / 部署 (Semiconductors, Chips, Cloud Hosting, Inference, Deployment)：这一层提供了生成式AI所需的计算能力

编排层 / 应用程序框架 (Orchestration Layer / Application Frameworks)：这一层中的应用框架可以加速开发流程，帮助开发者将AI模型与不同的数据源进行集成

矢量数据库 (Vector Databases)：向量数据库以数字向量的形式存储数据，这种表示方法更有利于机器理解语义信息

微调 (Fine-Tuning)：微调过程中，开发者在预训练好的语言模型的基础上，使用特定的任务数据集进行进一步训练，以提升模型在该任务上的表现

数据标记 (Labeling)：准确的标注对模型的成功很关键

综合数据 (Synthetic Data)：合成数据可以在真实数据不可用时对模型进行训练和测试，同时保护隐私

模型监督 / AI可观测性 (Model Supervision / AI Observability)：模型监控可以检测数据偏差、解释模型行为、发现错误模式等，确保模型的行为符合预期

模型安全 (Model Safety)：模型安全措施，如偏差检测、对抗测试等，可以降低模型风险，减少无意的后果 ⋙ 微信内阅读(中文版)