#AI开发

搞 AI 的不写 Python？现在真不是笑话了。 最近越来越明显——在 AI 应用领域，TypeScript 正在一点点蚕食 Python 的霸主地位。 过去你说搞 AI 的，十个有九个写 Python，模型、数据处理、训练、部署，一条龙服务。 但现在越来越多场景变了：不是“训练 AI”，而是“用 AI”。 用 AI 干嘛？做产品、做 UI、做交互代理、搞插件、接入 SDK… 这些一落地，

写兼容所有模型的 AI 套壳是一个错误，我现在要浪费青春兼容十几家的模型 🤕🔫

local-ai-packaged 是一个开源的本地 AI 开发环境模板，通过 Docker Compose 集成了多种主流工具，包括 n8n、Supabase、Ollama、Open WebUI、Flowise、Qdrant、Neo4j 和 SearXNG 等。 用户可以通过该项目一键部署本地大型语言模型（LLM）、AI 代理和检索增强生成（RAG）等应用。n8n 负责自动化和工作流编排，Su

谷歌审核太效率了，昨天 AI 开发的插件已经上架。 核心功能：点击插件图标，复制当前网页的标题和URL 下载地址：

面向 AI 开发，可以看作是最新的一次编程语言跃迁。从机器码到汇编，从汇编到高级语言（如 C），再从高级语言到现在使用最普遍的非常高级编程语言（VHLL，如 JavaScript、Python）。编程语言进行的路径一直是，降低对于具体硬件操作及编程技术细节的心智负担，让开发者可以专心于解决需求。而现在，通过 AI 使用自然语言编程，越来越接近这条路径的终点。

问：对于基于私有 SDK 的 AI 辅助开发，老师有没有什么建议呀？之前用 Cursor 的 Docs 先把文档爬下载感觉很慢而且准确率很低 答：借助AI开发训练不足的代码、SDK，核心要点是要上下文充足，最简单直接就是每次手动把相关的文档和参考代码复制粘贴给它，现阶段不要指望 Cursor 这类工具可以做的有人那么精准

我又从c艹改回python了，除了ai总是写出内存错误，更大的问题是编译太慢了，严重影响了工程进展速度，我现在需要用一个月的时间完成过去一年的工作量，然而过去一年有两三个月都在等c艹编译