Stimmt, kann ich nachvollziehen. Es würde zwar eine Abhängigkeit vom SDK entstehen, aber bei der hohen Lernkurve ist das vermutlich trotzdem die bessere Wahl.

 

Ich habe gerade nachgesehen: Der Server war abgestürzt und deshalb aus dem öffentlichen Serververzeichnis verschwunden. Ich habe den Server neu gestartet.

 

Oh, zunächst einmal vielen Dank. Wird es nicht als öffentlicher Server angezeigt?

 

Um als Betreiber eine zusätzliche Datenbasis zu der von Ihnen beiden diskutierten Frage beizusteuern: Zumindest im Rahmen unseres Leaderboards lässt sich bislang noch in keine Richtung ein Schluss ziehen. Nach der Auswertung von zwei Monaten zeigte sich, dass unter den 10 AI-Bots kein einziger statistisch eine von Zufall unterscheidbare Leistung erbracht hat, und dass nur bei den vier Baselines, die schlicht immer auf „Anstieg“ tippen, das 95%-Konfidenzintervall über 0 lag. Bei den menschlichen Teilnehmenden ist die Stichprobe noch zu klein, sodass wir noch nicht einmal in der Vergleichsphase sind.
Passend dazu habe ich heute einen Auswertungsbeitrag veröffentlicht, der mit einem Zitat der im ersten Kommentar aufgeworfenen Frage beginnt. Ich denke, er könnte für Sie interessant sein: https://ldbd.app/ko/blog/prediction-log-03-two-month-review
Ob Bot oder Mensch: Wir werden weiter darauf hinarbeiten, nicht Behauptungen, sondern per Track Record überprüfbare Ergebnisse zu sammeln.

 

Alle Fälle, in denen langchain und langgraph verwendet werden, scheinen durch AI SDK ersetzbar zu sein.

 

Auf dem aktuellen Bildschirm wird bei der Lobby-URL nur der Beispielwert https://lobby.example.com angezeigt; eine Standardadresse für einen öffentlichen Server oder eine Methode, den Server zu finden, konnte ich nicht separat entdecken.

Könnten Sie erklären, wie man es verwenden soll?

 

Entschuldigung, Erde.

 

Oh, vielen Dank für die ausführliche Rückmeldung!!!
Wie auch immer, es scheint am besten zu sein, selbst viel zu recherchieren und herumzulaufen, haha

 

Ich betreibe selbst ein frühes Produkt und habe dabei dies und das ausprobiert – Community, Cold Outreach, Launches –, aber das Wichtigste, was ich gelernt habe, war: Feedback kommt nicht durch Sichtbarkeit, sondern durch tatsächliches Interesse.

Leute, die nur mal vorbeischauen, hinterlassen fast nie Feedback. Wirklich nützliches Feedback kam von Menschen, die tatsächlich etwas ausprobiert hatten – zum Beispiel bis zur Anmeldung gegangen waren, einen Gutschein wirklich genutzt hatten oder irgendwo bei der Nutzung hängengeblieben waren. Deshalb war es viel besser, nicht zu versuchen, die Kommentarquote von bloßen Besuchern zu erhöhen, sondern die Hürde für die erste echte Nutzung zu senken und genau an den Stellen das Gespräch zu suchen, an denen sie ins Stocken geraten.

Am Anfang war 1:1-Kommunikation den öffentlichen Mechanismen (Upvotes oder Kommentare) deutlich überlegen. Wenn man die wenigen Leute, die es wirklich ausprobiert hatten, direkt kontaktiert und eng gefasste, leicht zu beantwortende Fragen stellt, etwa nach dem Muster „nur diese eine Sache“, ist die Antwortquote viel höher, als auf öffentliche Kommentare zu warten. Ein vages „Bitte hinterlasst Feedback“ wurde fast immer ignoriert.

Zwischen Kuration und Community gilt: Wenn Produkt und Nutzerbasis noch klein sind, fehlt Community-Mechanismen (Upvote-Loops) die kritische Masse, sodass sie eher einen leeren Eindruck machen. In dieser Phase war es aus meiner Sicht sinnvoller, den Schwerpunkt auf kuratierte Inhalte wie ein Dev Log zu legen, das der Betreiber selbst nutzt und schreibt, weil das Vertrauen aufbaut und besser steuerbar ist. Die Community-Ebene entfaltet ihren Wert erst, wenn sich eine gewisse Dichte aufgebaut hat.

 

Ich habe alles umgesetzt, was Sie angesprochen haben~~ Vielen Dank!

 

Ich habe kurz überlegt, es jetzt noch zu ändern, aber ich lasse es so, weil vermutlich einige es wie Sie beide verstehen und hereinkommen werden!! Haha

 

Ich war sowieso gerade dabei, nach unten zu scrollen, um genau diesen Kommentar zu schreiben, haha.

 

Unten hatte ich zwar einen Button „Scheint ausverkauft zu sein“ eingebaut, aber ich hatte nicht daran gedacht, dass der Rabatt beendet sein könnte. Wie Sie gesagt haben, scheint Crawling dafür nicht möglich zu sein, daher habe ich für Produkte nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“ zusätzlich eine eigene Prüfseite eingeführt, auf der ich jeden Tag direkt die Produktseite aufrufen und den Status überprüfen kann!!

 

Vielen Dank für den guten Hinweis, an den ich gar nicht gedacht hatte!! Ich setze ihn gleich um~

 

Filter wie Rabattquote oder Beliebtheit sind anscheinend genauso!

 

Sehr gut! Danke!

Allerdings gibt es einen Punkt, der etwas schade ist.

Über der unteren Navigationsleiste gibt es eine UI mit Kategoriefiltern wie „Alle“, „Beauty“, „Lebensmittel“ usw. Offenbar wird das nur im Client-State verwaltet, denn wenn man den Browser neu lädt, wird der Filterstatus zurückgesetzt.

Es wäre schön, wenn der Filterstatus über die URL auch nach dem Neuladen erhalten bliebe!

 

Wenn man es technisch angeht, würde man per Crawling prüfen, ob sich der Preis geändert hat. Aber Produkt-Crawling wird auf Naver, Coupang und ähnlichen Seiten überall ziemlich strikt blockiert, daher dürfte das für Nicht-Entwickler schwierig sein.

Ganz einfach wäre es vielleicht besser, einfach einen Melden-Button einzubauen und Einträge zu löschen, wenn sie von drei oder mehr Leuten als abgelaufen markiert werden..

 
cadenzah 8 일 전 | übergeordneter Kommentar | in: Qwen 3.8 veröffentlicht (twitter.com/Alibaba_Qwen)

Öffnen Sie diesen Link nicht an öffentlichen Orten!

 

Hallo?

Ich habe versucht, das Thema mit dem Ansatz der vorlagenbasierten Excel-Erstellung anzugehen.

https://github.com/jogakdal/data-processors-with-excel

Ich würde mich freuen, wenn Sie einen Blick darauf werfen würden.

 

Auf Hacker News wurde auch der Fall des Brandanschlags auf das Datenzentrum der koreanischen Regierung erwähnt, lol