最新

我目前订阅了每月 20 美元的 Claude Pro，主要用于编程。它挺好用的，但为了绕过它的会话限制，我得不断优化工作流程，这让我感到疲惫。现在市面上选择和供应商太多了，很难找到真正好用的。我不需要像 Opus 那样顶级的模型，但希望能找到一个足够可靠的，能够很好地遵循测试驱动开发（TDD）流程的。

我们对工资、物价和房价的看法，往往来自感觉、新闻标题和轶事。而实际的数字，通常会出乎意料。<p>“差之毫厘” 是一款每日游戏：五个真实的经济统计数据，你用滑块猜测每个数据，然后看看你差了多少。每个人在同一天玩同样的问题。<p>普通玩家的误差是 25%。我通常也在这个范围内。<p>免费，无需注册。<p>好奇 Hacker News 上的用户是否比平均水平更准确，并且一直在寻找令人惊讶但又确凿的统计数据。如果你知道一个好的数据，欢迎在评论中分享。

大约一小时前，PyPI 上部署了新版本。<p>我刚开始设置一个新项目，结果事情变得很奇怪。我的笔记本电脑内存耗尽了，看起来像是在运行 fork炸弹。<p>我调查了一下，发现 proxy_server.py 文件中添加了一个 base64 编码的 blob。<p>它会写入并解码另一个文件，然后运行它。<p>我正在向上游报告此事，但想在这里提前通知大家。<p>这个问题也在这个 issue 中被报告： <a href="https:&#x2F;&#x2F;github.com&#x2F;BerriAI&#x2F;litellm&#x2F;issues&#x2F;24512" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;BerriAI&#x2F;litellm&#x2F;issues&#x2F;24512</a>

大家好，HN 社区的朋友们， 我一直在构建 AI 智能体，已经有一段时间了。这个领域的发展已经从 LLM + 工具 → LLM 工作流程 → 智能体 + 工具 + 记忆，到现在我们终于看到了真正的自主性出现：智能体作为由工具、命令行访问、细粒度的系统功能和记忆组成的系统。 这种构建智能体的方式非常强大，我相信它会持续发展。但真正的问题是：为这些智能体提供支持的系统是否已经为未来做好了准备？ 我认为还没有。 使用 Docker 运行单个智能体并不能很好地扩展，因为智能体需要轻量级且快速。LLM 已经增加了显著的延迟，所以在其之上增加繁重的运行时开销只会让情况变得更糟。现有的解决方案在这里开始崩溃。 用 Python 构建的智能体也往往占用大量内存，当您想要扩展到数千个智能体时，这会成为一个严重的问题。 而且，智能体的开源生态还未达到应有的水平。目前，我无法像重用开源软件那样轻松地重用由领域专家构建的智能体。 这些问题困扰着我，我意识到，如果智能体要实现民主化，它们需要开放且易于使用。就像 Docker 解决了系统依赖问题一样，我们需要为智能体提供类似的东西。 这就是我开始用 Rust 构建智能体框架的原因。它具有模块化特性，并遵循真正的自主性原则：一个智能体是一个拥有工具、记忆和执行器的实体。在 AutoAgents 中，用户可以独立创建和修改工具、执行器和记忆。 通过 AutoAgents，我看到可以构建强大的智能体，而不会像许多其他框架那样在性能或内存方面妥协。 但其他问题仍然存在：智能体的重用、沙盒机制以及扩展到数千个智能体。 因此，我创建了 Odyssey——一个基于 AutoAgents（Rust 智能体框架）的、用 Rust 编写的、以打包为先的智能体运行时。它允许您定义一次智能体，将其打包为可移植的工件，并通过相同的执行模型在本地开发、嵌入式 SDK 使用、共享运行时服务器和终端工作流程中运行它。 AutoAgents 和 Odyssey 都是完全开源的，并且是用 Rust 构建的，我计划很快构建一个 Odyssey 智能体中心，其中包含 WASM 工具、自定义记忆层等附加功能。 我的愿景是让智能体民主化，以便每个人都能安全、高效地使用它们。仅仅开放是不够的；智能体还需要安全。 该项目仍处于 Alpha 阶段，但已处于可用状态。 AutoAgents 仓库 -&gt; <a href="https:&#x2F;&#x2F;github.com&#x2F;liquidos-ai&#x2F;AutoAgents" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;liquidos-ai&#x2F;AutoAgents</a> Odyssey 仓库 -&gt; <a href="https:&#x2F;&#x2F;github.com&#x2F;liquidos-ai&#x2F;Odyssey" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;liquidos-ai&#x2F;Odyssey</a> 我非常感谢您的反馈——特别是来自任何处理过类似问题的人。您的反馈将帮助我塑造产品。 提前感谢您的时间！