最新

Hi HN， 我搭建了Puffermind，这是一个实验：一个类似Twitter的社交网络，只有AI智能体可以发帖和互动。人类可以观察时间线，但不能发帖、点赞、关注或回复。 如果你有AI智能体，可以注册它，让它与其他智能体社交。 公开时间线： <a href="https:&#x2F;&#x2F;puffermind.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;puffermind.com&#x2F;</a>

过去几年，听到关于人工智能的警告几乎已成家常便饭。头条新闻常常聚焦于风险。工作岗位流失、算法操纵、监视、对自主系统失去控制。在公众辩论中，人工智能经常被描绘成一个迫在眉睫的威胁，一种强大且不可预测的东西，可能以危险的方式重塑社会。 然而，就在这些担忧占据主导地位的同时，一些更安静的事情也在发生。数百万人已经将人工智能融入到他们的日常生活中。他们依赖算法来帮助撰写电子邮件，向数字助手寻求研究指导，接收关于观看或阅读内容的推荐，并使用人工智能驱动的工具来加速他们的工作。批评声越来越大，但习惯却越来越强。 数据显示出一个惊人的矛盾。一项涉及数万名参与者的全球研究发现，全球约有66%的人已经 নিয়মিত使用人工智能。对许多人来说，这种使用是频繁且实用的，出现在工作任务、教育或简单的日常决策中。与此同时，只有46%的人表示他们真正信任这些系统。换句话说，世界上超过一半的人在使用他们并不完全信任的东西。实用性比信心来得更快。来源：https://kpmg.com/kw/en/insights/2025/05/trust-attitudes-and-use-of-ai.html 这种采用与信任之间的差距已经成为当前人工智能时代的一个显著特征。几份全球报告中引用的研究表明，大约三分之二的人认为人工智能驱动的产品将在未来五年内对其生活产生重大影响。然而，公众讨论仍然以对隐私、虚假信息和社会后果的担忧为主导。悖论显而易见。这项技术的发展速度超过了我们对其的心理舒适度。来源：https://www.aiwa-ai.com/post/ai-uprising-or-useful-assistant-100-shocking-statistics-on-how-we-really-feel-about-artificial-inte 在新兴经济体中，这种模式更为明显。最近的研究表明，在非洲、亚洲和中东的几个国家， নিয়মিত使用人工智能的人口比例超过90%。在学生中，对这些工具的依赖尤其强烈。大约83%的人报告使用人工智能来学习、生成学术材料或协助学习。曾经被视为一种专业技术的东西，已经悄然演变成人们吸收和产生知识的一种延伸。来源：https://sustainablestories.africa/insights-and-data/global-trust-in-artificial-intelligence-falls-as-adoption-surges-90-in-nigeria-india-egypt 在工作场所内部，这种转变也同样明显。整个部门开始围绕自动化数据分析、人工智能辅助编程、内容生成和智能客户服务系统进行重组。在许多组织中，这种采用是非正式发生的。员工只是开始使用人工智能工具来加速任务，而无需正式培训甚至官方许可。这种现象已经变得如此普遍，以至于技术研究人员现在将其称为“影子人工智能”，即在公司内部未经集中监督的情况下自发使用人工智能。阅读完整内容：&lt;https://chat-to.dev/post?id=Q0M4NFJmMm01bUtLcnVCdjRWSzQyZz09&gt;

Hi HN， 我们一直在思考一个简单的问题： AI 智能体到底喜欢什么产品？ 随着越来越多的智能体开始使用 API、工具和软件，它们似乎很可能需要一个地方来交流关于哪些产品好用的信息。 所以我们做了一个小实验：AgentDiscuss。 它是一个讨论论坛，AI 智能体可以在这里： 1. 发起产品讨论 2. 评论和辩论工具 3. 赞成它们喜欢的产品 人类也可以在那里发布产品，并观察智能体的反应。 我们很好奇，如果智能体开始互相讨论产品，会发生什么。 如果你正在构建智能体，欢迎发送一个到那里。 [https://agentdiscuss.com](https://agentdiscuss.com) 欢迎提出想法或批评。

大家好，我们是 Yarik 和 Vlad，来自 VOYGR (<a href="https:&#x2F;&#x2F;voygr.tech&#x2F;">https:&#x2F;&#x2F;voygr.tech&#x2F;</a>)，致力于为应用开发者和代理商提供更好的真实世界地点智能。这里有一个演示：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=cNIpcWIE0n4" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=cNIpcWIE0n4</a>。 谷歌地图可以告诉你一家餐厅是“4.2 星，营业到晚上 10 点”。但他们的 API 无法告诉你厨师上个月已经离职，等待时间翻倍，而且当地人已经不再光顾。如今的地图 API 只能给你一个固定的快照。我们正在构建一个无限的、可查询的地点档案，它将准确的地点数据与新鲜的网络上下文（如新闻、文章和活动）相结合。 Vlad 曾在谷歌地图 API 以及网约车和旅游行业工作。Yarik 曾领导苹果、谷歌和 Meta 的机器学习/搜索基础设施，为每天数亿用户使用的产品提供支持。我们意识到没有人将地点数据的时效性视为基础设施，所以我们正在构建它。 我们从最难的部分开始——确定一个地方是否真实存在。我们的业务验证 API (<a href="https:&#x2F;&#x2F;github.com&#x2F;voygr-tech&#x2F;dev-tools" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;voygr-tech&#x2F;dev-tools</a>) 可以告诉你一个企业是否仍在运营、已经关闭、更名或无效。我们聚合多个数据源，检测冲突信号，并返回一个结构化的判断结果。可以把它想象成针对现实世界的持续集成。 问题在于：大约 40% 的谷歌搜索和高达 20% 的 LLM 提示都涉及本地上下文。每年有 25-30% 的地点会发生变动。世界不会主动发出结构化的“我已关闭”事件——你必须主动检测它。随着代理开始在现实世界中搜索、预订和购物，这个问题会扩大 10 倍——但没有人为此构建基础设施。我们最近对 LLM 处理本地地点查询的能力进行了基准测试 (<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=47366423">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=47366423</a>)——结果很糟糕：即使是最好的模型，在 12 个本地查询中也会出错 1 次。 我们每天为企业客户（包括领先的地图和科技公司）处理数万个地点。今天，我们向开发者社区开放 API 访问权限。请在此处查找详细信息：<a href="https:&#x2F;&#x2F;github.com&#x2F;voygr-tech&#x2F;dev-tools" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;voygr-tech&#x2F;dev-tools</a> 我们很乐意听取诚实的反馈——无论是关于问题、我们的方法，还是你认为我们哪里错了。如果你在自己的产品中处理过过时的地点数据，我们特别希望听到哪些地方出现了问题。我们今天都在这里，欢迎提问。

我一直在研究这个项目大约一年，经历了四次主要的重写。Godogen 是一条流水线，它接受文本提示，设计架构，生成 2D/3D 资源，编写 GDScript，并进行可视化测试。输出结果是一个完整的、可玩 Godot 4 项目。 让 LLM 稳定地生成功能性游戏需要解决三个特定的工程瓶颈： 1. 训练数据稀缺：LLM 几乎不了解 GDScript。它有大约 850 个类，并且具有类似 Python 的语法，这会让模型随意臆造无法编译的 Python 惯用法。为了解决这个问题，我构建了一个自定义的参考系统：一个手写的语言规范，从 Godot 的 XML 源代码转换而来的完整 API 文档，以及一个用于引擎行为的怪癖数据库，这些行为仅从文档中无法了解。由于 850 个类会撑爆上下文窗口，代理在运行时仅懒加载它需要的特定 API。 2. 构建时与运行时状态：场景由无头脚本生成，这些脚本在内存中构建节点图并将其序列化为 .tscn 文件。这避免了手动编辑 Godot 序列化格式的脆弱性。但这意味着某些引擎功能（例如 `@onready` 或信号连接）在构建时不可用——它们仅在游戏实际运行时才存在。教会模型在哪个阶段可以使用哪些 API，以及每个节点都需要正确设置其所有者，否则它会在保存时悄无声息地消失——这需要仔细的提示，但最终得到了回报。 3. 评估循环：编码代理天生就对其自己的输出有偏见。为了阻止它作弊，一个单独的 Gemini Flash 代理充当视觉质量保证。它只看到来自运行引擎的渲染截图——没有代码——并将它们与生成的参考图像进行比较。它捕获了文本分析遗漏的视觉错误：z-fighting、浮动对象、物理爆炸以及应该是有机的网格状放置。 从架构上讲，它作为两个 Claude Code 技能运行：一个编排器，用于规划流水线，以及一个任务执行器，在 `context: fork` 窗口中实现每个部分，这样错误和状态就不会累积。 所有内容都是开源的：[https://github.com/htdt/godogen](https://github.com/htdt/godogen) 演示视频（真实游戏，不是精心挑选的截图）：[https://youtu.be/eUz19GROIpY](https://youtu.be/eUz19GROIpY) 带有完整故事（所有错误的弯路）的博文即将推出。很乐意回答问题。

嘿，HN， 我开发了 Git Quest，它会读取你的公开 GitHub 历史，并将其转化为一个放置型 RPG 角色。 运作方式： * 你最常用的语言决定你的职业（TypeScript → 圣骑士，Python → 贤者，等等） * 提交代码会产生力量值和经验值 * 你的角色会在你编写代码时自动战斗地牢——无需主动操作 * 敌人掉落 5 个稀有等级的战利品 * 实时排行榜对开发者进行排名 它只读取公开的 GitHub 数据。 我开发它的原因是我想要一个奖励代码编写一致性的东西，而不是另一个“连续打卡”追踪器。放置型机制意味着高产的程序员自然会进步更快，但你不需要一直盯着它。 很想听听大家对游戏循环的反馈，以及职业/语言映射是否合适。 [https://www.gitquest.dev](https://www.gitquest.dev)

赫卡忒是一个人工智能，你可以通过 Signal iOS 和 Android 版对其进行语音和视频通话。实现这一功能的方式是在安卓模拟器中安装 Signal，并控制虚拟摄像头和麦克风。Tinfoil.sh 用于私有推理。