最新

我经常看斯坦福/伯克利的讲座和 YouTube 上关于 AI 智能体、MCP 和安全性的内容。厌倦了反复翻看长达数小时的视频来寻找一个解释。几个月前，我构建了 mcptube 的 v1 版本。它执行转录搜索，并将问答功能实现为 MCP 服务器。它获得了一些关注（34 个星标，我的第一个开源 PR，一些著名的星标者，比如 Trail of Bits 的 CEO）。 但 v1 版本每次查询都会从头开始重新搜索原始片段。所以我重构了它。 v2 版本 (mcptube-vision) 遵循 Karpathy 的 LLM Wiki 模式。在摄入时，它提取转录文本，使用 ffmpeg 检测场景变化，通过视觉模型描述关键帧，并编写结构化的 wiki 页面。知识在视频之间积累，而不是被重新发现。使用 FTS5 + 两阶段智能体（先缩小范围，然后推理）进行检索。 MCPTube 既可以作为 CLI (BYOK)，也可以作为 MCP 服务器。我用 Claude Code、Claude Desktop、VS Code Copilot、Cursor 等测试了 MCPTube。服务器端无需 API 密钥。 即将推出：我还在构建 SaaS 平台。该平台支持播放列表摄入、团队 wiki 等。我很乐意分享抢先体验注册：<a href="https:&#x2F;&#x2F;0xchamin.github.io&#x2F;mcptube&#x2F;" rel="nofollow">https:&#x2F;&#x2F;0xchamin.github.io&#x2F;mcptube&#x2F;</a> 欢迎讨论架构权衡——FTS5 与向量、基于文件的 wiki 与数据库、场景变化与固定间隔采样。通过 `pip install mcptube` 试用一下。另外，如果喜欢我的贡献，请为该项目点亮星标 (<a href="https:&#x2F;&#x2F;github.com&#x2F;0xchamin&#x2F;mcptube" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;0xchamin&#x2F;mcptube</a>)

感觉每隔几天，大型 AI 服务就会出现宕机、性能下降或速度变慢的情况。我这并不是在抱怨，只是真的很好奇。这些都是资金雄厚、人才济济的公司。运行这些模型到底有什么难处，导致可靠性如此难以捉摸？仅仅是因为需求超出了预期，还是说，提供 AI 服务的本质与普通 Web 应用有所不同？

遇到很多这样的错误： API 错误：500 {"type":"error","error":{"type":"api_error","message":"内部服务器错误"},"request_id":"..."} 但是 https://status.claude.com/ 显示一切正常。只有我遇到这个问题吗？

状态页面上仍然没有显示问题：<p>https://status.claude.com<p>但是：我被登出了，无法登录，并且代码返回 500 错误<p><pre><code> API 错误：500 {"type":"error","error":{"type":"api_error","message":"Internal server error"},"request_id":"req_STRING"}</code></pre>

西海岸时间 8:36 宕机<p>更新<p>8:43 - claude.ai 的状态页面报告了重大故障

我特别想了解关于软件系统设计任务，例如： * 设计后端架构 * 权衡分析（数据库、队列、缓存等） * 基础设施图 * 文档编写 目前我个人倾向于使用 Claude Opus 4.6，因为它在结构化推理和长上下文处理方面表现出色。 但我很好奇大家现在都在用什么。

嗨，HN！我创建了 Code Prodigy ( <a href="https:&#x2F;&#x2F;codeprodigy.io&#x2F;" rel="nofollow">https:&#x2F;&#x2F;codeprodigy.io&#x2F;</a> )，一个自主的 AI 工程师，驻留在你的工单追踪器上。当有人在 Jira（或 Linear、Asana、Trello...）中提交工单时，它会： 1. 调查所有代码库中的工单，并创建设计文档 2. 打开一个或多个 PR（拉取请求）来实现所请求的更改 3. 回复其自身 PR 或原始工单上的评论。重新设置基线、处理反馈、推送更新 它不是一个需要你主动提示的聊天窗口。它只是监视你的工单追踪器，并在创建工单后立即开始工作。在你的工程师审查并批准之前，任何内容都不会被合并或部署。 工作原理：每个任务都在 AWS 中启动一个临时的 Docker 容器，其中包含 Claude Agent SDK。代理运行一个工作流程，该流程识别相关的代码库，调查现有的代码库，为工单的需求提出设计方案，实现它，并启动新的代理来审查其自身的工作。你的代码和工单仅供为你工作的代理访问，这些代理在私有子网中的全新 Docker 容器中运行。 与类似产品相比，它的不同之处在于： * 完全由我们托管。你这边无需任何基础设施或设置 * 没有模型锁定。我们使用当前最先进的技术 * 与你的团队使用的任何工单系统或版本控制系统兼容。无需迁移 * 监视其 PR 或工单上的评论，并根据你的反馈进行迭代 * 使用行业最佳实践来获得最佳的 AI 结果。例如，研究、计划、实施、独立审查、独立修订等 * 无需手动步骤即可启动代理，从而大大加速了组织的采用 我们构建这个工具是因为我们厌倦了工单在积压中停留数周之久。拥有一个 AI 代理自动生成设计文档和 PR 极大地加速了流程。即使它的输出不完美，它仍然对克服惰性有很大帮助——允许工单在几天内解决，而不是几周。 如果你对此感兴趣，请与我们联系，我们很乐意为你提供演示并回答你的任何问题。我们很乐意为你的团队使用的任何工单系统和版本控制系统构建支持。 <a href="https:&#x2F;&#x2F;codeprodigy.io&#x2F;" rel="nofollow">https:&#x2F;&#x2F;codeprodigy.io&#x2F;</a>