最新

我最初为自己构建了一个工具，用于辅助我的德语和希腊语学习。它最初是为了从母语音频创建 Anki 卡片而开发的。它可以提取单词，找到它们的词根（词元），并按词元对示例进行分组。后来我意识到，我拥有带有单词级别时间戳的转录文本，这带来了许多其他可能性。因此

各位 HN 的朋友们，<p>我是 Thijs，Prototyper 的创始人。今天，我们正式推出首个专为智能体（agent）设计的可视化画布。<p>在产品开发过程中，我们学到了一些有趣的经验，觉得值得分享：<p>对于智能体来说，一切皆文件。在 Prototyper 中，从计划、应用到图表，一切都可以被读取为文件。<p>我们发现，文件系统是智能体导航最自然的方式：它们可以通过遍历目录树来发现新的内容和功能。<p>我们故意将这一层设计得非常轻量且不带偏见，因为它只是底层支撑，而非用户体验本身。它是让上层一切功能得以实现的基础。<p>它本质上是一个分布式、基于 Web 的 Unix 内核。<p>因此，它能够与您现有的智能体协同工作。人们通常会运行各种模型和框架，有时甚至是同时运行多个。<p>借助这种架构，我们不会将您锁定在某一种智能体上，而是致力于与您喜欢的任何智能体协同工作。这意味着任何智能体都可以读取和写入您的工作空间。<p>它速度极快。文件写入可以在一毫秒内完成。这不是虚假的指标，而是让整个体验流畅自然，如同您思维的延伸。这得益于我们定制的 Unix 内核。<p>可视化优先。您工作空间中的每个文件都可以在画布上打开。无论您是开发新前端的工程师，还是构建产品路线图的 PM。<p>这是一个真正用于实际工作的可视化工作空间，而不是对工作的描述。正如所说，它不是一个带有基础组件的空白画布：画布代表了一个真实的 Unix 系统，这种专为特定目的而设计、具有鲜明特色的体验才能造就一款优秀的产品。<p>本质上，底层支撑是通用的，这样您在其上构建的东西就不必如此。<p>最有趣的是，通过这种架构，我们发现可以将系统提示的长度与智能体的能力分离开来。<p>我非常乐意听取社区的反馈，看看大家对它的看法 :)。

我刚刚发布了 ParseHawk v0.1.0： 这是一个采用 Apache-2.0 许可的、100% 本地运行的文档 AI 平台，可以从 PDF、图片等中提取 JSON。 它基于 NuMind 的 NuExtract3，但额外强制执行了提供的 JSON schema，并进行了受限解码。 它可以在 Apple Silicon 上运行，预装了 vllm-metal；也可以在 Linux + NVIDIA 上运行，使用 vllm。 期待您的反馈！

我不想在代理抛给我的大段终端命令中费力查找，只为了编辑一个我不知道具体位置的晦涩文档，所以我构建了 paraNOyar。它会让你的代理在执行命令前明确告诉你这些命令的作用，然后由你决定是否执行。 paraNOyar 的安装方式借鉴了 caveman 的风格，同样易于访问。 为你的代理获取 paraNOyar - npx skills add sherucon/paranoyar -a cursor

艾萨莫夫式人工智能是理想宇宙中应出现的那种理想人工智能——它旨在取代大众的艰辛痛苦和劳作，而不是那种力图成为商人乌托邦、取代知识工作者的人工智能。 意图是任何实施中最重要的一环，而我们正亲眼目睹当前人工智能实施的后果：工人日复一日地被解雇，人类日复一日地相互竞争，看谁更能给上级留下深刻印象，而这些都基于一些肤浅的指标。人工智能将成为“未来”的宏大叙事正在涌现，而“使用人工智能，否则将在科技市场中灭亡”的建议也反复出现。那么，谁真正从这些事件中获益，谁又在损失？我想知道是否有人认真思考过这个更宏大的问题，还是像其他人一样，只是公司机器上的一个齿轮。 现在是时候按下“暂停人工智能”的按钮，稍作喘息，好好反思一下到底发生了什么。而且，这样做并不会发生什么大灾难。中国不会在竞赛中领先——即使它领先了，又能为这里发生的一切辩护吗？ 我真心希望有那么一个人，拥有足够的权力和影响力，能够按下这个暂停按钮——或者至少说服他人这样做。这对于当前的人类来说将是最好的事情。通过这样做，我们或许可以避免大规模的社会崩溃，而且这样做真的没有任何坏处。