AI / Programming Languages
如果编程已经被解决，接下来呢？衡量代码的“草率度”
LLM 能生成近乎正确的代码，却仍会制造重复、冗余和逐步累积的糟糕决策。本文比较 AI 评审、人工评审、代码行数、冗余度与侵蚀度等衡量方法，并结合 SlopCodeBench 解释为什么人的直觉与品味依然不可替代。
Tag
#LLM
3 篇文章
AI / Hardware
Needle 2：面向微型设备的 14 MB Agentic LLM
Cactus 介绍其 45M 参数的端侧工具调用模型 Needle 2，包括量化架构、固定内存设计、设备性能、公开基准测试与本地微调结果。