最新

大家好，我创建了 QUALITY.md，旨在帮助我的项目建立一个全面的质量评估流程。事实证明，它也非常适合循环工程。我希望这能为关于质量和工艺的讨论做出有价值的贡献，并让人工智能在此过程中为我们提供帮助。我希望将思维模式从被动响应/审查/修复转变为主动关怀。 请尝试一下。我期待您的想法/评论/反馈！ 网站：https://getquality.md GitHub：https://github.com/qualitymd/quality.md

编码代理没有长期记忆。 但您的机器上存储了数月的高保真代理会话记录。 一个简单但效果显著的解决方案：将这些会话记录和日志导入结构化的 SQLite 数据库，然后使用排名文本匹配进行搜索。一切都在本地完成，不需要图数据库或托管内存服务等复杂技术。 这就是 ctx 的理念，一个处理导入和搜索的 Rust CLI 工具。 我们赋予代理一项技能，使其在处理某个领域的工作之前参考过去的会话。通常，我们通过一个“代理历史研究子代理”来实现这一点，它的职责是在任务开始前准备一份简短的摘要，涵盖任何相关的历史信息。 一个实际的例子：有时我们的测试套件运行会失败，因为运行器的磁盘已满。正确的做法是运行清理运行手册，但代理不清楚失败的根本原因，因此它们会认为是测试回归，并陷入错误的调试方向。当代理搜索历史记录时，它意识到之前遇到过类似的失败，并立即找到了正确的解决方法。这使得代理能够走上正确的清理路径，后来我们改进了日志输出，以便下次出现同样的失败时更加清晰。这是一个平淡无奇的故事，但它代表了真实的代理生产力。 另一个不错的用例是快速生成用于共享的会话记录。您可以排除嘈杂的中间消息，这样会话记录就能更清晰地显示会话的重要部分。下次提交 PR 时，尝试附上一个会话记录，以便您的队友及其代理可以审查更改的来源和提示。 如果您愿意接受额外的挑战，可以要求您的代理“详尽地审查此仓库中的所有代理历史记录，并找出 SDLC 存在困难或非代理原生的地方”。利用过去的会话来递归地改进代理 SDLC 是我们今天经常使用的一个循环。 如果您尝试了，请告诉我们您的想法！

零知识证明（ZKPs）允许一个不可信的证明者向验证者证明计算已正确执行，而无需泄露输入。 然而，要证明任何内容，首先必须将计算表示为电路：一个有限域上的多项式方程（约束）系统。 电路是 ZK 的汇编语言，每个约束都会消耗证明者（有时还有验证者）的时间，因此生产电路会经过激进的手动优化。 在过去的几个月里，我们一直在尝试编写形式化规范，然后让 LLM 生成电路：只要它们能够证明其实现是正确的。 这一切始于 SHA-256：我们用 Lean 手写了 SHA-256 压缩函数的形式化规范，然后要求 LLM 生成电路，目标是 R1CS 算术化和大字段。 Opus 4.7 花费了几个小时的工作，以及一些轻微的引导，最终模型提出了一个合理的实现。然后，我们要求 LLM 通过降低电路的成本指标（约束数量）来激进地优化电路。我们立即获得了非常有希望的结果，只需要求它提出优化想法、实现它们并证明新电路仍然满足可靠性和完备性。有时，它会提出不可靠的优化，但由于无法证明它们，它会回溯并回到正确的路径。 结果是，一个（非确定性的）电路在 SHA256 压缩函数的性能上超越了当前人类优化的最新水平。这段经历促使我们创建了“zk.golf”，这是一个开放的竞赛，旨在生成经过优化且经过形式化验证的电路，以降低 ZKP 的使用门槛并提高其应用效率。 来玩吧（<a href="https:&#x2F;&#x2F;zk.golf&#x2F;llms.txt" rel="nofollow">https:&#x2F;&#x2F;zk.golf&#x2F;llms.txt</a>）并了解形式化验证。

大家好，我是 Pietro，这是 Luigi，我们是 Manufact (<a href="https:&#x2F;&#x2F;manufact.com">https:&#x2F;&#x2F;manufact.com</a>) 的联合创始人。Manufact 是一个面向 MCP 应用和服务器的云平台。我们之前名为 mcp-use，并且在此名称下继续构建 MCP 的开源 SDK：<a href="https:&#x2F;&#x2F;github.com&#x2F;mcp-use&#x2F;mcp-use" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;mcp-use&#x2F;mcp-use</a>。去年我们曾就此进行过一次 Show HN：<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=44747229">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=44747229</a>。 今天，我们想向大家介绍我们的云产品 Manufact。Manufact 之于 mcp-use，正如 Vercel 之于 Next.js。Manufact 是一个专为将 MCP 应用和服务器投入生产的开发团队设计的 MCP 垂直云平台。您可以在此平台上发布、迭代、测试和监控您的 MCP，并为商店提交做好准备。所有这一切都以最佳的开发者和代理体验为核心。 以下是产品的演示视频：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=R2rbr5OT9LI" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=R2rbr5OT9LI</a>。 自 2025 年 4 月以来，我们一直在从事 MCP 相关工作。最初，我们的重点是让构建能够使用任何 MCP 服务器的代理变得容易，许多人开始使用我们的 SDK。随后，代理框架革命爆发：Claude Code、Claude Cowork、ChatGPT、Codex、OpenCode 等开始发布代理框架，使得大多数独立的代理框架变得多余。这促使我们转向连接的另一端——服务器。如果代理将整合到少数几个框架中，那么与公司其他系统（即 MCP）的一流集成将变得至关重要，因此我们开始构建我们的服务器 SDK。 随后，依次发生了以下事件： 1. 2025 年 10 月。ChatGPT 应用 SDK。OpenAI 将应用 UI 引入 ChatGPT，该应用基于 MCP 和 mcp-ui 的工作构建。 2. 2025 年末。商店开放。ChatGPT 开始接受应用提交，Claude 扩展了其精选合作伙伴的连接器目录。 3. 2026 年 1 月。MCP 应用正式化。SEP-1865 合并为第一个 MCP 扩展（io.modelcontextprotocol/ui）：一个任何主机都可以渲染的统一 UI 标准。 如今，所有主流客户端都完全支持 MCP，并正在开放经过审核的 MCP 市场，这些 MCP 可以一键安装。所有主要的科技公司都拥有 MCP 服务器，其中许多公司报告称，已有超过 15% 的使用量来自其 MCP，而我们现在才刚刚开始拥有分发它们的良好途径。 MCP 可以返回完全交互式的 UI。因此，公司可以 (1) 以更有意义的方式向用户展示数据（例如，分析、电子商务），以及 (2) 在地球上一些最受欢迎的产品（ChatGPT、Claude 等）中展示其品牌。数据：Amplitude 的一位工程师报告称，在为其 MCP 添加 UI 后，其 MCP 的留存率提高了 2 倍。 客户端（Claude、ChatGPT、Cursor）开始根据用户的意图动态呈现 MCP 服务器/应用。产品将在聊天中自然地被发现！ 我们认为 MCP 正在达到成熟的时刻。现在 MCP 的安装和发现变得容易，用户使用它们以及公司创建它们的动力将大大增强： 1. 大部分工作已经在 AI 聊天中完成，而且这种趋势不会停止，MCP 提供了一种与产品交互的方式，而无需手动使用它们的仪表板。 2. MCP 允许您将上下文集中在一个地方：您可以阅读电子邮件，同时连接到产品源代码或知识库来创建工单。以前不可能的产品聚合，现在将在聊天中发生，并由日益智能的模型进行编排。 如果 AI 应用（Codex、Claude Desktop）是新的浏览器，正如 PG 在最近的一条推文中 <a href="https:&#x2F;&#x2F;x.com&#x2F;paulg&#x2F;status&#x2F;2069080429236191504" rel="nofollow">https:&#x2F;&#x