最新

我构建了 Manifold，这是一个面向 .NET 的“操作优先”基础框架。 其理念很简单：定义一次操作，然后从这个单一定义生成快速的 CLI 和 MCP 接口。 我创建它的原因是我在实际项目中反复遇到同样的问题：需要通过多个面向开发者的接口来暴露相同的功能，但定义、绑定和运行时连接却随着时间的推移而逐渐分离。 Manifold 专注于： 一个手写的操作定义作为事实来源 源码生成器优先的设计 生成的 CLI 绑定 生成的 MCP 工具元数据和调用 CLI、MCP stdio 和 MCP Streamable HTTP 的示例 代码库： <a href="https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold</a> 发布版本： <a href="https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold&#x2F;releases&#x2F;tag&#x2F;v1.0.0" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold&#x2F;releases&#x2F;tag&#x2F;v1.0.0</a> 维基： <a href="https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold&#x2F;wiki" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;Garume&#x2F;Manifold&#x2F;wiki</a> 我特别希望收到关于此 API 形式是否对 .NET 来说感觉自然，以及像这样的基础框架对于面向 MCP 的工具是否实用的反馈。

我有一个副业项目，花了大约 1000 个小时，设定了两个目标： 1. 在 CPU 上比 Transformer 更快； 2. 比 Transformer 更智能。 下面是一些截图（黑色/红色部分暂时被屏蔽）： [图片链接] [图片链接] [图片链接] 总结：这到底是什么？ 两种架构： 1. 线性 RNN，解决了当前领先的 RNN Transformer 替代方案（RWKV、Mamba）中存在的长程记忆问题，此外，它对 CPU 友好，完全用 C 语言从头编写，但规模不大：大约 4000 行代码。 2. 两个 SNN 实验程序（最初用 C 语言编写，后来移植到 C# 和 F#），结果比预期的要好，但遗憾的是，目前来说：比线性 RNN 架构要笨（我需要更多测试）。 问题是：该如何处理它们？谷歌 Gemini Pro 3.1/Sonnet 4.6 建议我申请专利、保护知识产权，并估计价值数百万美元，但这显然是个错误：我已经将所有代码上传到 Claude/Gemini 进行分析，但考虑到该项目大约 70% 是用“氛围代码”编写的，如果我像个守门人一样，那就太自命清高了。 问题是：我不想获得数百万美元，但与此同时，我看到了免费开源发布的一些问题： * 完全不一致，我不相信“AGI 炒作”，但可能存在潜在风险，例如在网络安全方面； * 坦率地说，我讨厌 Xai 和马斯克，而且由于可能对运行 AI 模型作为 B2C 解决方案感兴趣的公司大约有 20 家，其中一家将是 Xai。 * 非常规的实现：全部用 C 语言编写，并移植到 C#/F#。没有 Python 或 Rust，这意味着一些不熟悉这些语言的 ML 人员可能会遇到问题，因此我将不得不不停地提供支持，这很耗时，而且说实话，一旦开源，我就必须免费提供支持。 * 即使它有潜力，也可能默默无闻地消失在 GitHub 上，除非你中彩票，否则自然流量很少起作用。 顺便说一句，这**不是**炫耀，我坚信有比我更好的程序员，比我更了解 ML 的人，比我更好的数学家，但坦率地说，我拥有一种特殊的毅力和傲慢的结合，这在技术/发明/新颖性方面大有帮助。 就像我说的，这是数百小时工作的结果，并辅以多年在其他领域的编程经验，这**不是**那种“Claude，给我 AGI”式的周末尝试。 所有项目都能在零警告的情况下编译，在逻辑上似乎有效，并且明显比 Transformer 更快，具有泛化和创建新/独特内容的能力。缺少的部分是扩展和在经典基准上的测试。 我缺乏的是对技术应用的理解。10 倍！