Stephan_

Langganan yang paling sepadan saat ini bukan opencode-go
juga bukan commandcode-goat
melainkan ChatGPT-plus 😂

Belakangan ini saya terus memikirkan satu pertanyaan: bagaimana menyeimbangkan determinisme dan fleksibilitas saat menulis skill untuk model-model mutakhir?
Determinisme berarti menulis skill dengan lebih banyak batasan keras atau kode
Fleksibilitas berarti menggunakan lebih sedikit detail dan batasan, serta menulis skill hanya dari sudut pandang tingkat tinggi dan berbasis prompt
Di antara keduanya diperlukan keseimbangan yang dinamis, bukan satu jawaban tunggal
Ini bermula saat membandingkan /spec-implement yang ditulis matt dengan /pi-matt-implement-flow yang saya tulis
Alur dan kerangka ke

Pemikiran terbaru🤔:
Lebih banyak waktu R&D seharusnya digunakan untuk menyusun dataset evaluasi eval serta menilai akurasi dan kelengkapannya, lalu mendorong iterasi bisnis melalui pembangunan eval loop
bukan langsung melakukan vibe coding pada kode bisnis
Dalam kondisi ideal, melalui goal + eval loop yang tepat, kode bisnis seharusnya dapat beriterasi secara mandiri
Sedang mencoba melakukan perubahan ke arah ini, silakan berdiskusi.

Mengapa banyak skor evaluasi AI tidak terlalu sesuai dengan pengalaman penggunaan sendiri?
Menurut saya, kuncinya adalah sebagian besar evaluasi seperti menembakkan pistol start lalu melihat siapa yang berlari paling jauh.
Mereka tidak peduli berlari ke mana; bahkan berlari ke langit pun tidak masalah. Seluruh proses evaluasi tidak perlu mencapai konvergensi.
Dalam skenario nyata, yang paling menguras tenaga adalah proses mencapai konvergensi dan penyelarasan. Yang berlari paling jauh belum tentu paling baik; yang bisa terus berlari di dalam lintasanlah yang terbaik.

Setelah terbiasa menggunakan Deepseek-v4-flash, saya benar-benar tidak tahan dengan GLM-5.3-flash 😂
Masalahnya, kalau GLM memang lambat, ya sudah, tetapi juga sering mengalami error dan stabilitasnya kurang baik
Kalau begitu, sepenuhnya bisa menggunakan model yang lebih kuat untuk perencanaan + deepseek-v4-flash untuk eksekusi sebagai penggantinya.

Pikirkan sebuah pertanyaan: adakah sebuah kerangka kerja yang dapat menggabungkan template layanan SaaS lengkap + AI harness + skill khusus menjadi kerangka kerja yang dapat dipasang-lepas?
Apakah DeepSeek Harness dapat menjadi infrastruktur semacam ini? Apakah ada proyek lain yang sudah matang?

Smart zone yang disebut Matt Pocock berada di sekitar 120 ribu token konteks. Dari pengalaman saya menggunakan grok-4.6 juga kurang lebih sama; ketika mendekati 200 ribu, model mulai terasa jelas lebih bodoh. Bagaimana pengalaman kalian? Apakah model lain juga memiliki smart zone yang jelas?

grok build adalah TUI dengan pengalaman terbaik yang pernah saya gunakan, dan kini dipadukan dengan grok-4.6, bisa dibilang menjadi juara dalam hal value for money. Kecepatan grok terutama lebih tinggi daripada banyak model papan atas, dan jika kualitasnya bisa masuk jajaran terdepan, daya saingnya akan sangat kuat (selain itu, bisa isi saldo sesuka hati tanpa akun diblokir)!

Setelah menonton podcast selama tiga setengah jam di mana Lao Luo mewawancarai Zhou Hongyi, bisa terdengar bahwa Lao Zhou memang memiliki banyak pengalaman industri yang nyata, sayangnya pertanyaan yang diajukan Lao Luo tidak cukup mendalam dan profesional, sedikit disayangkan.
Misalnya, ketika Lao Luo membahas bahwa model terbaik di luar negeri adalah pandangan ini, saya merasa itu agak bias. Karena di berbagai bidang terdapat model terbaik yang berbeda, misalnya di bidang pemrograman saat ini claude-4 dan gpt-5-codex mungkin lebih unggul; lagi pula, Lao Zhou telah beberapa kali menyebutkan m

OpenAI telah merilis "Panduan Pengkodean GPT-5", yang memberikan 6 praktik terbaik untuk menggunakan GPT-5 dalam pemrograman AI:
# 1. Instruksi harus tepat, hindari konflik informasi
Model GPT-5 yang baru memiliki kemampuan yang signifikan dalam mengikuti instruksi, tetapi ini juga membawa efek samping: ketika menghadapi instruksi yang samar atau saling bertentangan, ia mungkin kesulitan dalam menanganinya. Situasi ini perlu diperhatikan terutama dalam .cursor/rules atau file konfigurasi Anda.
# 2. Menetapkan Tingkat Penalaran yang Tepat
GPT-5 selalu melakukan tingkat penalaran tertentu saat m