最新

我理解为什么现在 AI 占据了网络讨论的主导地位。这项技术很新颖，它正在突破界限，商业方面涉及数万亿美元的资金，而且它已经进入了普通人的日常生活。<p>但是，我真的觉得它不怎么有趣。对于那些觉得它有趣的人来说——太棒了！但对我来说，不管是什么原因，它就是无法触动我大脑的那个部分。我宁愿花几天时间编写和调试代码（来创建一个 5 分钟的自动化程序 ;) ），也不愿让 AI 在 10 秒钟内吐出一些东西。<p>我只是把 AI 当作一个超级版的 Stack Overflow 来使用。如果我遇到语法错误或其他问题，就问问它，然后继续用我自己的大脑思考项目的逻辑和模式。<p>总而言之——我怀念 AI 和 LLM 还没有主导一切之前的 Hacker News！<p>有没有人有其他地方、博客、社区或其他什么地方，可以让你去学习和/或讨论与 AI 毫无关系的有意思的事情？

我读过很多非虚构类书籍，但最近发现，真正称得上“重量级”、引人深思的读物屈指可数，这类书让你无法在可控的时间内读完，因为你总是不停地对自己说：“等一下”，然后停下来谷歌一下、做个实验，或者只是深入思考。我目前正在读的一本书（还没读完）就是约书亚·福尔的《与爱因斯坦一起月球漫步》。这本书太令人震撼了——我从未真正探索过的我们周围整个记忆的宇宙。

我正在为一个高吞吐量的 AdTech DSP 设计系统架构，希望得到构建过大规模竞价/投放系统的人的反馈。<p>约束/目标<p>仅限 DSP（不涉及交易所）<p>目标：100 万次广告请求/秒<p>端到端 DSP 延迟预算：约 100 毫秒<p>定价模式：CPM<p>硬性要求：广告商或广告系列不得超支<p>定向/广告系列获取<p>我使用 Redis + Roaring Bitmaps 对定向（地理位置、兴趣等）进行建模<p>仅获取候选广告系列：<p>Redis：约 1000 次请求/秒，约 8 毫秒（本地机器，非云端）<p>Aerospike：约 200–400 次请求/秒，约 10 毫秒<p>这仅是广告系列获取，不包括竞价或评分<p>预算/钱包模型<p>广告商有一个钱包<p>广告系列有：<p>总预算<p>每日预算<p>每日支出跟踪<p>超支是不可接受的（即使是小百分比，在高规模下也很重要）<p>考虑过的预算控制方法<p>将每日预算拆分成小时级桶<p>通过以下方式进行速率限制：<p>令牌桶<p>PID 控制器<p>这些方法减少了超支，但不能保证在突发流量下的正确性<p>最近考虑使用微单位（整数货币单位）来减少舍入误差<p>未决问题<p>在 100 万 QPS 下，人们实际上是如何保证预算的？<p>软超支，然后进行对账？<p>在热路径中进行硬性原子检查？<p>基于 Redis 位图的定向在此规模下是否可行，还是每个人最终都会：<p>预先物化广告系列集合？<p>将逻辑推送到内存/C++？<p>您如何平衡：<p>严格的预算执行<p>低延迟<p>高吞吐量<p>而不会引入全局锁或跨区域争用？<p>“永远不超支”是一个现实的要求，还是有界误差是行业规范？<p>我对教科书式的答案不太感兴趣，更感兴趣的是实际在生产环境中有效（或失败）的经验。

我将浏览器使用功能封装在一个 REST API 中，并添加了生产环境中所需的功能。<p>browser-use 很好用，但它是一个 Python 库。我想要一个可以从任何地方调用的 API，它具有适当的会话管理、对正在发生的事情的可见性以及可扩展性。<p>功能： - VNC 流：在 /vnc.html 实时观看浏览器 - 会话管理：启动浏览器，跨任务重用，保存配置文件 - 自定义工具：注册代理可以调用的 HTTP 端点（API、Webhooks 等） - 任务控制：启动/停止/暂停，逐步执行更新 - 15+ LLM：GPT、Claude、Gemini、Groq – 通过一个参数切换<p>开发分支还具有用于浏览器配置文件的 R2 备份（对无服务器环境很有用）。<p><pre><code> docker run -d -p 8080:8080 reqeique&#x2F;browser-use-api:dev </code></pre> 找不到具有这些功能的 browser-use 的现有 API 层，所以我自己构建了一个。采用 MIT 许可证。<p>很乐意听取您对缺少什么或您希望从类似这样的东西中获得什么的意见。 MCP 支持即将推出。