让克劳德成为一名化学家

Hacker News 上的一篇讨论揭示了 AI(如 Claude)在化学合成规划中的能力与巨大局限——写出合成路线只占实际工作的10%,从理论到实验室操作之间存在着 AI 目前难以跨越的鸿沟。

Hacker News 上的一篇讨论揭示了 AI(如 Claude)在化学合成规划中的能力与巨大局限——写出合成路线只占实际工作的10%,从理论到实验室操作之间存在着 AI 目前难以跨越的鸿沟。

一篇在 Hacker News 上引发热议的文章尖锐批评了“用 AI 代写”的行为,认为这并非工具赋能,而是作者主动放弃思考与表达责任,将写作变成了“机器词的转发器”,最终拉低了公共内容的质量。
![[Bug]: cumem_tag sleep/wake corrupts cross-rank PP broadcast (TP+PP, varied prompts) → cudaErrorIllegalAddress](https://www.chat-gpts.plus/wp-content/uploads/2026/06/45519-fa9d4f9d-768x403.jpg)
在 vLLM 中启用 --sleep-mode-backend=cumem_tag ,配置 TP=2, PP=2(4 个 worker)部署,使用 AWQ-INT4 量化模型(如 cyankiwi/Qwen3.6-27B-AWQ-BF16-INT4 ),通过 /sleep 和 /wake_up 接口

用户在 ROCm MI355X 平台上使用官方推荐的 vllm/vllm-openai-rocm:minimax-m3 Docker 镜像(sha256: e8071a526942ec2798f17363501c7ef62eeb7f7c21ba0fb5144bd36c74569ead)加载 Mini

2026年6月,SourceHut 创始人 Drew DeVault 发布了 Vim Classic 8.3,这是第一个明确拒绝使用生成式 AI 工具开发的 Vim 长期支持分支,旨在为反对 AI 辅助开发的用户提供一个“干净”的编辑器版本。

开发者 ptobey 在 GitHub 上开源了 local-memory-mcp ,一个为 Claude、ChatGPT 等 AI 助手提供持久记忆层的本地服务。它通过本地向量搜索(ChromaDB)让 AI 跨会话记住用户偏好和上下文,无需云端、订阅或账户,所有数据保留在本地机器上。
![[Bug]: Error in previewing DOCX files in knowledge base search results.](https://www.chat-gpts.plus/wp-content/uploads/2026/06/3264-4ecea5ed-768x403.jpg)
用户在 RAGFlow 0.13.0 版本(Commit ID: BUG24110701,Windows 11 Docker 4.34.2 环境)中创建知识库并导入 DOCX 文件后,执行知识库搜索并点击搜索结果中的文件名进行预览时,弹窗显示预览失败;而 PDF 文件预览可正常显示。
![[Question]: a question about an Error](https://www.chat-gpts.plus/wp-content/uploads/2026/06/13461-7bcdb5b6-768x403.jpg)
用户在使用 RAGFlow 创建 Graph RAG 时,LLM 和 Embedding 模型均为阿里云通义千问(Qwen),触发报错。常规 RAG 功能正常,仅在创建 Graph RAG 时出现。
![[Bug]: `ContextVar` not propagated on non-`async` tool execution.](https://www.chat-gpts.plus/wp-content/uploads/2026/06/21555-b799ab6c-768x403.jpg)
用户在 FunctionAgent 中定义一个 FunctionTool ,并传入同步函数 fn (而非 async_fn )。工具在执行时无法正确传播外层的 ContextVar 值,导致 ContextVar.get() 返回默认值而非调用方设置的值。此问题在 OpenTelemetry 场景中
![[Question]: How to make multi_agents have separate Memoreis while share the same Context?](https://www.chat-gpts.plus/wp-content/uploads/2026/06/21888-297ef423-768x403.jpg)
用户参考 LlamaIndex 官方文档 中 Pattern 1 – AgentWorkflow 实现多代理系统时,发现所有代理共享相同的 Memory 与 Context。用户期望每个代理能拥有独立的对话记忆,同时在同一个 Workflow 内共享全局上下文(例如任务状态、共享变量)。