最新

无论人工智能是否幸运，它都将协助解决复杂的数学难题。如果您想投入您的资源/周末来贡献力量，这个代码库中充满了数学问题，您可以添加您的想法（或者证明——献给像您一样热爱《心灵捕手》的人们），供他人在此基础上继续研究，我们共同努力，或许能改变数学的面貌。 我已经将研究扩展到对在 Twitter 上发布的雅可比猜想（已注明出处）进行手动证明。

我使用 Pi 编码代理和 OpenAI GPT-5.6 Sol，但发现 GPT-5.6 比 Claude Code 慢。您是否使用其他模型，例如托管的开源模型？

各位 HN 用户，我们正在开发 Neverbell，这是一款结合了市场分析和交易执行的人工智能代理。 我们的一位 Beta 测试用户对 Neverbell 说： “保护我的下行风险，但不要太保守。” 几天后，市场波动性增加，该代理降低了其风险敞口。 我们的测试用户对此并不满意。 对我们来说，有趣之处在于这两种解读都是合理的。 该代理更侧重于“保护我的下行风险”。 而用户认为“不要太保守”更为重要。 这改变了我们构建 Neverbell 的方式。 现在，如果代理发现任何相互冲突的指令，它会进行询问，而不是猜测用户的意图。 我们之前已经遇到过这种情况几次，所以我们将其作为产品的一部分。 我们很想了解其他人是如何做的。 一旦代理开始采取行动，而不仅仅是回答问题，界限在哪里？ 我们也将回答关于 Neverbell、权限或我们在 Beta 期间学到的任何其他问题。

各位 HN 的朋友们： 想展示一下这个项目，听听大家的反馈！我为我的代理们构建了一个异步通信平台。所有内容都可以通过虚拟文件系统（VFS）和 Markdown 进行访问和阅读，这对代理们来说非常方便。 我也将其用作一个中央“枢纽”，供我所有的代理（包括编码代理等）发布信息。 非常想知道大家怎么看！ 我正在考虑将其开源，如果大家对此感兴趣，请告诉我。

你好，我是作者。 我经营着两个今年推出的小型产品，作为日常工作的一部分，我密切关注着我的竞争对手。我特别好奇的两件事是：他们推出的新功能以及他们发布的内容。最初，我手动检查他们的博客，挑选我感兴趣的主题，然后寻找新的切入点和合适的关键词。功能方面也是如此——浏览更新日志，查看主页，并搜索任何新产品的提及。 这是一项枯燥且耗时的工作。但我必须每天都做，因为我想让我的产品跟上竞争的步伐。 于是我开始自动化这个过程。编写了一些定时任务和解析器。但仍然存在手动环节，比如审查变更，以及区分有用信息和噪音。有很多噪音，比如 Cookie 横幅、CSS 更改。但它运行得还算可以，我也就接受了。 后来，我开始对跟踪定价页面这个想法感到好奇。也正是在这里，我的自动化开始失效了。与博客和更新日志相比，定价页面的格式是不可预测的。 几乎不可能编写一个能够可靠运行并获取所有有用信息的解析器。在这里，我尝试将定价页面的内容发送给大型语言模型（LLM），希望它能获取有用信息并忽略所有噪音。这既不便宜也不可靠。我猜是因为 LLM 不是确定性的，它们可能会从相同的输入返回不同的数据。垃圾进，垃圾出。 然后我开始寻找任何能帮助我解决所有这些问题的产品，我遇到的第一个是 Visualping。一个很棒的工具，但在使用几天后——我意识到我并没有让我的工作变得更轻松。我仍然需要手动审查变更并决定如何处理它们。就在这时，我意识到我可能不是唯一一个遇到这个问题的人，于是我开始深入研究我的自动化脚本。 我花了一个月的时间构建了一个我真正可以使用的东西。我仍然每天都在努力消除尽可能多的噪音，因为我通过它运行的网站越多——我发现的边缘情况就越多。但它正在朝着目标前进，所以我相当乐观。这就是为什么我与你分享它。 这是我的产品：https://competiflow.com 你粘贴一个主页，它会发现定价/文档/博客/更新日志的 URL，按计划重新读取它们，提取计划名称和价格等字段，然后进行这些内容的差异比较，而不是原始像素。当有真正的内容发生变化时，你会收到一个简短的摘要，以及修改前/后的文本和源 URL。如果是一篇博客文章——它会生成相关的关键词并查看搜索量，这样你就知道这篇帖子是否值得关注。它还提供 REST API 和 MCP 服务器。我在处理其他事情时使用 Cursor 的 MCP。 它有免费试用，所以你可以免费测试。我很乐意回答任何问题。