最新

在弗雷德里克·波尔的海奇系列小说中，一个关键的情节元素是将人类的个性上传到人工智能模型中。 我们是否已经达到了那个阶段？需要什么样的训练数据才能使一个大型语言模型（LLM）的反应与人类大致相同？而且是与某个特定的人类相似，足以通过类似“爸爸是谁”的图灵测试。 这其中存在潜在的产品，从为悲痛的亲属提供一个纪念性人格，到重现已故名人的个性。 是的，这在道德上是相当模糊的。但如果其中有利可图（无论你是否同意），那么这件事就会被实现。

我将现代 Linux 移植到了一款十年前的 HTC QWERTY 手机上，作为一款手持终端。<p>我在这里写了相关内容：<a href="https:&#x2F;&#x2F;tmzt.github.io&#x2F;blog&#x2F;a-modern-port-of-linux-to-a-ten-year-old-qwerty-phone&#x2F;" rel="nofollow">https:&#x2F;&#x2F;tmzt.github.io&#x2F;blog&#x2F;a-modern-port-of-linux-to-a-ten-...</a><p>你可以在这里看到代码： <a href="https:&#x

各位 HN 的朋友们！我们是 Giacomo 和 Roberto，Ratel (<a href="https://github.com/ratel-ai/ratel" rel="nofollow">https://github.com/ratel-ai/ratel</a>) 的作者。 我们曾帮助 SaaS 公司在他们的产品之上构建智能体。每当我们想通过添加越来越多的工具和指令来扩展智能体的复杂性/范围时，我们总是遇到同一个问题：上下文膨胀，导致频繁的幻觉和高昂的 token 费用。因此，我们开始不断地对智能体进行工程化改造，动态加载工具，将它们拆分成子智能体，并发明我们自己的方式来支持技能。 这正是我们开始构建 Ratel 的原因：一个库，可以让你的智能体保留其完整的工具和技能目录，但会逐步只披露对每一轮实际重要的少数工具和技能。现在，你可以在不破坏智能体或为此花费巨款的情况下，扩展其能力。 人们已经在生产环境中使用它了，一位用户在第一个月就将 token 成本降低了高达 81%，同时没有牺牲准确性。 我们支持关键词和语义检索，所有操作都在进程内完成，无需任何额外基础设施。它是开源的，框架无关，暴露 OpenTelemetry 指标，并支持 Typescript 和 Python。 基准测试：<a href="https://benchmark.ratel.sh" rel="nofollow">https://benchmark.ratel.sh</a> 我们用它做的一些很棒的事情： * 一个团队的智能体动态加载了多达 300 多个工具到上下文中。Ratel 在第一个月就将其 token 成本降低了 81%。 * 另一个团队将其拆分成几个子智能体，每个任务一个智能体。这起初有效，直到智能体群变得缓慢且昂贵。我们用我们的技能解决了这个问题。 我们今天全天都在这里。请尽管提出你们的意见，尤其是如果你是 AI 或软件工程师，并且在生产环境中运行智能体。

图形界面的磁盘分析工具非常适合用来找出占用笔记本/台式机硬盘空间的元凶。 在容器或远程服务器上，选项仅限于纯文本工具（例如 `du`）或以列表为中心的文本用户界面（TUI）（例如 `ncdu`），而这些工具通常一次只能查看一个目录。 我创建了 *leaves* 来填补这一空白。 它受到 WinDirStat 和 KDirStat 等经典工具的启发，使用二维树状图¹ 可视化来展示整个目录层级结构，并用比例大小的矩形表示。 得益于 Rust 和多线程，它的性能足以处理数百万个文件。然而，与像素相比，块字符不太适合解析大量项目。Leaves 可以显示每个目录的文件类型摘要，或者按顶级目录进行扩展名分区，让您不仅能看到空间在哪里被使用，还能看到是如何被使用的。 例如，我可以发现我的主目录中最大的部分被 Python 的 uv 缓存和一些旧的 Linux ISO 镜像占用了，这些镜像如果需要的话可以轻松重新下载。或者在一个特定的容器中，标准 Rust 文档和教程占用了超过 600MB 的空间，并且它是唯一包含 HTML/JS 文件的位置，而实际上只需要库和构建工具（提醒自己：下次记得使用 *minimal* profile）。 ¹: https://github.com/shundhammer/qdirstat/blob/master/doc/Treemap.md

将您脑中的一切倾泻而出，待准备就绪时加以塑造，并在关键时刻寻获。Dotflowy 是一款平静、快速的纲要工具，能跟上您的思维节奏。它借鉴了 Workflowy 的精髓，同时拥有 Obsidian 的插件扩展能力和 Linear 的美观设计。兼容 MCP。<p>邀请码：“jesus-saves”

各位 HN 的朋友们，我是 Kickstage 的联合创始人。Kickstage 是一家专注于为电力行业，特别是电网运营商提供解决方案的软件公司。 我们正在招聘来自不同背景的工程师，其中许多是软件开发人员，但他们对我们所在行业了解有限。然而，深入的领域知识对我们行业至关重要，因此我们不断地教授电力潮流分析、有功功率与无功功率、输电线路特性等基础知识。 仅使用 Jupyter Notebook 和 Python 控制台来完成这项任务非常繁琐，而且很难让大家真正深入理解这些主题。 因此，我们构建了 BambooGrid：一个基于 pandapower（我们行业中一个流行的仿真库）的 Web 编辑器。您可以将母线、线路、负荷、发电机和变压器等元件拖放到画布上，将它们连接起来，设置参数并运行潮流计算。它会直接在画布上显示结果，根据电压为母线着色，甚至允许您查看交互式的导纳矩阵。 您可以在 <a href="https:&#x2F;&#x2F;bamboo.kickstage.com" rel="nofollow">https:&#x2F;&#x2F;bamboo.kickstage.com</a> 上进行尝试，无需安装任何东西（感谢 Hostzero 的朋友们赞助了托管）。您可以从包含的示例开始，或者绘制自己的图。请记住添加一个“松弛”元件。 BambooGrid 基于 Python 后端（主要由 pandapower 的选择驱动）和 React 前端构建。完全采用 MIT 许可，您可以随意使用和修改。 更好的是：请给我们反馈——我们非常乐意接受关于如何改进该工具的建议，并对每一位通过它学到更多电力系统知识的用户表示感谢。 构建了大部分功能的 Šime 也将参与讨论。我们都很乐意回答关于实现或电力系统本身的问题。

我们刚刚开源了一个一流的 AI Web 应用构建器。<p>与其使用另一个托管的 AI 编码平台，不如 fork 这个项目，构建您自己的 AI 应用构建器，完全自定义并以您自己的品牌运行。<p>它包括：<p>Next.js + TypeScript 流式 AI 聊天 构件生成 文件浏览器 代码编辑器 实时预览 数据库 供 AI 代理使用的沙箱 版本管理 响应式生产就绪 UI 以及更多……<p>唯一必需的依赖是 Totalum API，它通过一个简单的 REST API 暴露 AI 生成引擎。您可以根据需要替换或扩展后端。<p>它专为希望以下功能的开发者、SaaS 公司和代理商而设计：<p>构建自己的 AI 应用构建器 为现有产品添加 AI 应用生成功能 创建白标 AI 构建器 自定义 UI 和工作流程的每个部分 自托管前端<p>我们在生产环境中使用相同的技术栈，并决定将其开源，以便其他人不必从头开始。<p>代码库： <a href="https:&#x2F;&#x2F;github.com&#x2F;totalumlabs&#x2F;ai-app-builder-open" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;totalumlabs&#x2F;ai-app-builder-open</a><p>我非常期待 HN 社区的反馈、功能请求或想法。