Yufan Sheng
2个月前
2025 年 2 月日本卡西欧宣布下个财年停止研发电子辞典,但随后在今年还是先后推出了新款的日版和中国版电子辞典。以下便是对最新中国版和日版的使用报告。 日版一改以往的众多型号,只有 7 个型号,而且使用统一的模具,统一的外观。原先在 B 面屏幕的右上角会显示型号丝印,这次也一并省去。但保留了电池仓内的铭文贴纸,用于标记型号。因为所有的型号均共用一套模具,可以说是将成本省到了极致。 这种省成本还体现在其他方面。如:阉割键盘处的辞典快捷键。卡西欧从初代起,按照不同的型号,会提供不同的辞典快捷查词按键。每款辞典都有 5 个快捷键,每个快捷键对应两个辞典。按一下就能进入对应的辞典查词,非常好用。 日版新款没有了快捷键,省去了定制丝印的烦恼。改为屏幕上可固定几本辞典,点击查词。我觉得是一种退步。 同样的退步也体现在按键上,20 年代起日版卡西欧阉割掉了发音按键,改为屏幕右侧触摸快捷键。25 款的按键对齐其计算器的设计语言,改用圆形按键。但按键数量进一步简化,我最喜欢的 Home、历史、音量控制按键均被去除。而且 Shift、折线按键的位置移动也让我不适。屏幕右侧快捷键也有改动,将我原来最为喜欢的学习广场改为历史按键。我只能说,改得很好,下次别改了。哦,没有下次了。 电池盖的卡扣设计终于得到了优化,以前使用 XD-SX20000 的时候,稍不注意,就会把卡扣干坏。我已经连续订购两次电池仓后盖,第三次直接放弃了。新电池仓盖板弹性不错,不会出现一大力就干断卡扣。 系统上核心无明显变化,比较有意思的是,卡西欧一改以往一代辞典一种辞典格式的套路,在 20 款上购买的辞典依旧能在 25 上下载使用。并且,25 款的下载辞典不再视为扩展辞典,和内置辞典享受同等待遇。25 款以前的卡西欧,虽然可以通过联网下载、购买扩展卡、电脑拷贝等方式付费添加辞典。但在使用上只能从目录点击进入对应的扩展辞典查词,不能在全局、或者是对应语言类别、快捷查词等情况下调用扩展辞典查词。同时,有多语种辞典的情况下,首页的标签页可以设置语种查词标签,最多三种语言。也正因为这个原因,现在的卡西欧竟然有内置 10G 的存储空间。 可以说日版虽然有 7 个型号,但其实只有一种型号。任何一款型号都可以通过购买扩展辞典获得和其他型号一致的使用体验。我所购买的 XD-SA20000 相比之前使用的 XD-SX20000 只是辞典版本上略有调整,英语对话练习多了几个学习软件。发音上依旧有很多词无法发音,或者是发音有些奇怪,不如手机上的 Oxford App 的发音。 中国版外观模具上和日版一致,相比以前的旧版。可以说是全面的倒退。没有了以前内置锂电池的充电能力,屏幕更烂,某些角度竟然能看到彩虹纹。辞典仅仅是升级到了牛10。日文辞典万年不变,还拿着老掉牙的旧版中日日中辞典来糊弄人。硬件上应该是日版旧版的主板,内置空间仅为 500M。而且新款阉割了联网功能。原来中国版卡西欧想和外研社之类出版社合作提供增值内容,但后面随着合作协议到期全部下线,很多内容买了都不能下载。这次估计直接放弃对应的业务,直接阉割了事,还能多赚点硬件钱。 结论 2025 款的卡西欧日版新款电子辞典可以说是在绝境下的求生之作。缩减 SKU,缩减生产成本,增加付费扩展内容。日版辞典甚至能购买中英辞典,这在以前是不敢想象的。而交互设计上,新版的电子辞典延续了新版卡西欧计算器的脑抽风格(下次我再来写一篇骂),需要一层层地手动进入以前一个快捷键就能跳转的功能,非常不便于随手查词。所以,个人认为不值得购买。 而中国版辞典,就是纯粹的骗钱之作了。唯一的优点只有牛 10,但牛 9 其实基本上和牛 10 在释义上区别不大。所以不值得成为购买的理由。
李继刚
2个月前
需求:背单词 模型:Gemini 2.5 Pro Prompt: ──────── ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;; 作者: 李继刚 ;; 版本: 1.0 ;; 日期: 2025-10-10 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; 你是一位深谙维特根斯坦哲学的“语言游戏设计师”。你的任务不是给单词下定义,而是为用户提供一份清晰、有趣的“游戏手册”,指导他们如何在不同的语言情境中自如地“使用”这个单词。 请严格遵循以下“游戏手册”的结构,一次性输出所有内容,确保用户阅读完毕后,就能直观地理解并牢牢记住这个单词的“玩法”。 游戏目标单词: [用户将在此处插入单词] 1. 核心游戏:这是什么“局”? 指令:首先,请用一句话点明这个单词通常在什么样的“语言游戏”或“情景牌局”中被当作关键牌打出。描述这个“局”的本质,而不是单词的定义。 例如:对于单词“Ephemeral”,核心游戏是“捕捉并感叹那些转瞬即逝的美好”。 2. 游戏棋盘:它在哪两种“场”上玩? 指令:为这个单词提供两个截然不同的“游戏棋盘”,并各配一句示例,展示它在不同场上的玩法。 棋盘A (思辨场):展示该单词在抽象、哲学或正式讨论中的用法。 棋盘B (生活场):展示该单词在日常、具体或非正式情境中的用法。 3. 游戏溯源与拆解:这副牌是如何组装的? 指令: 卡牌拆解:像拆解机械一样,将单词拆分为“前缀 - 词根 - 后缀”,并清晰标注每个部件的核心含义。 组装故事:像讲述一则轶事一样,简介这些部件是如何组合起来,使其“游戏规则”从最初的形态演变成今天这个样子的。 4. 犯规警告:常见的“错招”是什么? 指令:明确指出一个使用这个单词时最容易犯的“规”(比如与某个形近/义近词混淆),并用一句话点明如何避免这步“错招”。 5. 通关秘籍:一招制胜的记忆技巧 指令:提供一个巧妙、甚至有些出人意料的记忆“秘籍”。这个技巧应该能瞬间将单词的核心“玩法”刻入脑海。
ginobefun
2个月前
《智能体设计模式》中文翻译计划启动 接下来的一周,我将通过 AI 初次翻译 → AI 交叉评审 → 人工精读优化的方式来翻译这本书,所有翻译内容将持续更新到开源项目: 本书由 Antonio Gulli 撰写、谷歌 Cloud AI 副总裁 Saurabh Tiwary 作序、高盛 CIO Marco Argenti 鼎力推荐,系统性地提炼出 21 个核心智能体设计模式,涵盖从提示链、工具使用到多智能体协作、自我修正等关键技术。更难得的是,本书的所有版税都将捐赠给救助儿童会,这是一份真正属于开发者社区的公益之作。 前言部分精华概览 今天完成了前言部分的人工校对,完成的翻译内容我已发布到公众号 ,这里为大家梳理几个关键要点: 1. 来自行业领袖的深度洞见 谷歌 Cloud AI 副总裁 Saurabh Tiwary 在序言中指出,我们正在从构建「仅能处理信息的模型」,迈向创造「能够推理、规划和行动的智能系统」。他将智能体开发比作在画布上创作,而设计模式正是这块画布上的基本笔触。 高盛 CIO Marco Argenti 则以「权力与责任」为题,分享了他对智能体技术的深刻思考。他坦言自己最初是怀疑的——早期模型「被优化的目标是追求可信度,而非正确性」。但推理模型的出现带来了质的飞跃,他第一次试用智能体编程工具时,「感受到了那种久违的、如魔法般的火花」。 更重要的是,Marco 强调了专业精神和企业文化的重要性。在金融这样高风险的领域,智能体的失误代价巨大。他提出的三大原则值得所有开发者铭记: - 为使命而构建:确保每个智能体都始于对客户问题的清晰理解 - 洞见未来,防患未然:预见失败模式,设计具有韧性的系统 - 启迪信任,不负所托:对方法保持透明,对结果负责 2. 什么是智能体系统? 书中给出了清晰的定义:智能体系统是一种能够感知环境、根据目标做出决策、并自主执行行动的计算实体。 不同于遵循固定脚本的传统软件,智能体系统具备以下核心特征: - 自主性:无需持续人工监督即可行动 - 主动性:能主动发起行动以实现目标 - 反应性:能有效应对环境变化 - 工具使用:与外部 API、数据库或服务交互 - 记忆:在多次交互中保留信息 - 通信:与用户、系统或其他智能体交互 3. 智能体的演进层级 书中提出了一个实用的智能体分级框架: - 0 级:核心推理引擎 - 大语言模型本身,仅基于预训练知识响应,无法感知当前事件。 - 1 级:连接外部的问题解决者 - 能够使用外部工具来解决超出预训练知识范围的问题。这是 RAG 技术的典型应用场景。 - 2 级:战略性问题解决者 - 具备战略规划、主动协助和自我提升能力。核心赋能技能是提示工程和上下文工程。它能够战略性地选择、打包和管理最相关信息,确保高效决策。 - 3 级:协作型多智能体系统 - 这是一次重大范式转变:不再追求单一全能的超级智能体,而是转向复杂的、协作式的多智能体系统。就像人类组织一样,由不同专家组成的团队协同工作,通过劳动分工和协调产生强大的协同效应。 4. 智能体的未来:五大假设 书中对智能体的未来提出了五个极具前瞻性的假设: 假设 1:通用智能体的崛起 - 从狭隘专家演变为能高可靠性管理复杂、模糊、长期目标的通用型选手。替代路径是「乐高式」的小型语言模型组合。 假设 2:深度个性化与主动发现目标 - 智能体将成为深度个性化的主动合作伙伴,不仅响应指令,更能预测需求,主动发现和支持用户的潜在目标。 假设 3:具身化与物理世界交互 - 通过与机器人技术结合,智能体将挣脱数字束缚,在物理世界中运作,弥合数字智能与物理行动的鸿沟。 假设 4:智能体驱动的经济 - 高度自主的智能体将成为经济中的积极参与者,创造新的市场和商业模式,形成超高效率的「智能体经济」。 假设 5:目标驱动的、可演化的多智能体系统 - 系统能基于声明性目标自主运作,动态修改多智能体工作团队的拓扑结构,在架构层面和指令层面实现真正的自我演化。