最新

展示你的产品，而不仅仅是描述它。 我创建 Demorta 的目的是让 SaaS 创始人及产品团队能够更轻松地创建产品的交互式演示。 你可以将你的 SaaS 产品捕获为 HTML 或截图，并将其转化为可分享的交互式演示，之后你可以轻松地将其嵌入到你的网站或与客户分享。

我是大学游戏开发社团的一员，身边有很多才华横溢的程序员和各种类型的艺术家。我注意到几乎所有人都对人工智能持否定态度，这种情绪在刚加入社团的年轻人中尤为强烈。我所说的“否定”是指他们拒绝在游戏中出现由人工智能生成的内容，并将人工智能的使用视为一种道德上的失败。 与此同时，我浏览YC的创业公司目录，按发布日期排序，发现几乎所有非硬件公司（以及大多数硬件公司）都完全基于人工智能。我之前描述的那类年轻创意人士，也就是我们社团里的那些人，完全没有可能主动使用这些产品。 在我看来，随着GPT-6等模型能力的增强，大多数人工智能初创公司的护城河正趋近于零。对于任何愿意付出努力并实际编写人们想要的代码的人来说，这个市场基本上是一片蓝海（借用商业书籍的术语）。从那里开始，网络效应将像互联网诞生之初一样发挥作用。 我正在探索创办这样一家公司的想法（它最初是一个副业项目，我已经独自开发了近两年），但我担心孵化器、风险投资和投资者普遍持有的态度。缺乏人工智能是否会让大多数外部投资者望而却步？我知道在2021年有人创办了非区块链公司，但人工智能的炒作似乎比任何可能提供资金的人更具吸引力。我知道自力更生对一些公司来说是可行的，但这是否是唯一的途径？我非常感谢大家能提供的任何建议。

我认为大多数人工智能工作流都可以通过一个能力强大的大型语言模型（LLM）或最多五个子代理有效地解决，然而，许多工程团队却专注于大规模的多代理架构。 我很好奇，究竟在什么时候，大规模多代理蜂群才真正值得投入，或者说，它们有哪些生产环境下的应用场景：我正试图准确理解其价值所在。 如果您在生产环境中运行代理蜂群，其主要用例/需求是什么？您目前最大的痛点是什么（状态同步、代币成本、级联故障、延迟）？ [背景信息：我是 Acyclic Labs（YC F26）的创始人，我们正在构建用于扩展代理的基础设施。我希望了解代理蜂群何时真正有必要，何时又是一种浪费！]

我正在做一个关于我1996年左右的386图形代码的网页项目，当我看到与最近纳维-斯托克斯平滑问题解决方案相关的可视化时，我想到“这在90年代风格的演示中看起来会很酷”。所以，这是我的成果：一个调色板循环器和一个粒子动画，两者都使用了真实的方程，并且都是小于1KB的二进制文件，通过js-dos/DOSBox在线渲染，同时也有JavaScript移植版本，可以超越386的质量。所有源代码和预编译的386二进制文件都包含在内，并且在各方面都是免费的。 我知道这在HN上会引起争议，所以我应该坦诚地说，这项工作是AI辅助的，但嘿，OpenAI解决千禧年难题（启发了我这项工作）也是AI辅助的。

我妻子在她的 MacBook 上时不时会收到一些随机的通知音，我们一直找不到是什么发出的——一种短暂的“哔”声，响一下就消失了，而且找不到任何痕迹。 于是我开发（提示）了这个应用，它可以监听系统上的音频并识别声音。它会识别系统声音，并尝试通过系统日志来找出声音的来源；当声音播放时，它会告诉你哪些应用程序发出了声音；它还会搜索应用程序包中的声音文件，找出与它听到的声音相匹配的文件。 如果声音来源是网页浏览器，并且你安装了随附的浏览器扩展，它还会告诉你播放声音的标签页的名称。