Google AI Pro moet ook wekelijks een gebruikslimiet hebben. De quota en het vernieuwingsmechanisme blijven elke 5 uur hetzelfde.

Cursor heeft zojuist een nieuw concept gelanceerd genaamd "Dynamische Context Ontdekking". Dit klinkt technisch, maar het is eigenlijk de sleutel tot het slimmer, sneller en goedkoper maken van AI. Kort samengevat: Cursor laat AI niet langer "uit het hoofd leren", maar leert het "on-demand" te gebruiken. 1️⃣ Een metafoor die je meteen begrijpt (kernprincipe) Vroeger (statische context): Het is alsof je een student naar een examen stuurt, die alle leerboeken, aantekeningen en referentiemateriaal moet meenemen en uit het hoofd moet leren. De tas is te zwaar (grote Token-consumptie), het kost veel tijd om informatie te zoeken (langzame reactie), en met zoveel boeken is het gemakkelijk om afgeleid te raken (informatie-interferentie leidt tot onnauwkeurige antwoorden). Nu (dynamische context): Cursor staat studenten toe om een terminal mee te nemen die "bibliotheekindexen" kan raadplegen. Studenten hoeven alleen de inhoudsopgave te onthouden en kunnen, wanneer ze een moeilijk probleem tegenkomen, precies het juiste boek van de plank halen. Het is zowel gemakkelijk als nauwkeurig, en het bespaart mentale inspanning. 2️⃣ Welke 5 grote veranderingen heeft deze "black technology" gebracht? De logica van Cursor is nu: sla alle complexe informatie op als "bestanden", zodat AI deze zelf kan lezen wanneer nodig, in plaats van alles in één keer in het gesprek te stoppen. Langdurige foutmeldingen worden niet meer afgebroken: Vroeger, als een foutmelding te lang was, kon AI slechts de helft zien en vaak gissen. Nu slaat Cursor lange logboeken op als bestanden, zodat AI zelf de laatste paar regels kan bekijken en de volledige foutoorzaak kan begrijpen. Verhoogde geheugencapaciteit: Bij lange gesprekken worden eerdere dialogen "samengeperst" tot een samenvatting, waardoor details verloren gaan. Nu slaat Cursor de volledige chatgeschiedenis op als een bestand, en als AI de samenvatting niet begrijpt, kan het zelf de "historische archieven" doorbladeren om vergeten details terug te vinden. Geen vertraging door te veel tools: Vroeger zorgde het laden van een heleboel plugins/tools ervoor dat AI trager werd. Nu kijkt AI alleen naar de "namen" van de tools en leest alleen de specifieke handleiding wanneer het zeker weet dat het een bepaalde tool wil gebruiken. (Dit heeft de Token-consumptie met bijna de helft verminderd!) Skills worden op aanvraag geladen: Verschillende programmeertaken vereisen verschillende vaardigheden. Nu worden deze vaardigheden als "plugins" opgeslagen, en AI laadt alleen de benodigde vaardigheden wanneer dat nodig is, in plaats van altijd alle vaardigheden mee te dragen. Je hoeft geen foutmeldingen meer te kopiëren en plakken vanuit de terminal: Alles wat je in de terminal uitvoert, wordt automatisch door Cursor gesynchroniseerd als een bestand. AI kan direct "zien" wat er in jouw terminal is gebeurd, zonder dat je handmatig foutmeldingen hoeft te kopiëren.

Wat een talent! Een paar dagen geleden op de CES-beurs Een bedrijf genaamd Superheat heeft een bitcoin-mining boiler gelanceerd Het principe is dat er bovenop de boiler een bitcoin-mining ASIC-chip is geplaatst De warmte die tijdens het miningproces wordt gegenereerd, wordt direct gebruikt om het water in de tank te verwarmen Het energieverbruik is vergelijkbaar met dat van een gewone elektrische boiler Maar het heeft de extra functie van mining Verkoopprijs 2000 dollar Zou jij dit kopen? Het is als een boiler met een kans om te winnen.