最新

过去两年里，我构建了一个复杂的企业级 RAG 系统（多通道共识架构、布局感知解析、微服务）。我开源了核心组件（RAG_enterprise_core、smart-ingest-kit、DAUT、ingest-router 甚至我的 Mail-assisten 作为 rag 的插件等），希望能回馈社区并公开构建。<p>昨天，我发现另一位创始人/开发者和他的“自主 AI 角色账户”直接在他们的公开资料中，将我的 GitHub 仓库链接到“精选作品”下。<p>他们正在利用我两年的工程成果来证明他们的 AI 智能体有多“聪明”，声称我的架构是他们自己的产出，以此来吸引客户和投资者。（在我质问他们并在我的 README 中发出警告后，他们惊慌失措地将仓库设为 404，但我保留了所有截图）。<p>我感到沮丧，将我的仓库归档，并认真考虑完全退出开源。感觉我只是在为抄袭 SaaS 包装器充当免费的研发部门。<p>我有一些问题想问问这里经历过类似情况的创始人或工程师：<p>- 在公开构建时，您实际上是如何保护您的知识产权的？ 转向 AGPLv3 真的能阻止包装器初创公司在没有署名的情况下利用核心架构吗？ - 对于那些在被克隆后从开源转向闭源 B2B/企业级 SaaS 模式的人来说，你们的策略是什么？<p>我把所有东西都归档是不是反应过度了？ 我的一部分想法是推出下一代产品（PantheonRAG-CE），因为这种架构的需求量很大，但对技术的这种不尊重让我非常沮丧。<p>非常感谢您能提供关于如何处理抄袭或如何为下一代产品授权的建议。<p>我只想解决“垃圾进”的问题，并且真的倾尽了所有。

Cala 团队在 LinkedIn 上分享了一个值得深思的发现。他们发布了一个 MCP 服务器，该服务器为其知识图谱提供了三种访问模式：自然语言查询、结构化查询语言和直接实体/关系遍历。 他们原本期望智能体默认使用自然语言。但实际上，大多数智能体却自行切换到了结构化查询和图遍历。无需提示，也无需引导。 显而易见的解释是“智能体更喜欢效率”。但我认为这并不完全正确。它们更喜欢的是确定性。 自然语言查询引入了两个解释层：智能体生成散文形式的查询，系统解释该散文，然后返回一个智能体必须解析的结果。在任何时候，智能体都无法验证查询是否被正确理解。而使用结构化查询，合同是明确的。智能体确切地知道它请求了什么，并且可以验证它得到的结果。 这并非对效率的突发偏好。这是工具使用链式思考在做它应该做的事情：选择智能体能够最可靠地确认它得到了正确答案的路径，然后再进行下一步。 如果这一发现成立，将产生以下几个影响： * NL 优先的工具界面可能在为错误的用户进行优化。人类操作员想要 NL，而智能体并不想要。 * 仅暴露 NL 端点的 MCP 服务器正在迫使智能体通过一个它们如果可以选择就会避免的非确定性瓶颈。 * 针对智能体的工具设计可能应该默认采用结构化访问，并将 NL 作为备用方案，而不是相反。

大家好， 我是一位23岁的创始人，正在Product Hunt上发布我的第一个产品。 我正在构建一个分享互动体验的平台。如今，每个人都在通过人工智能构建令人惊叹的互动工件和工具，但分享它们的唯一方式是通过视频（其他人只能观看）或托管（这对普通人来说非常困难），所以我创建了Circuit，您可以通过它可视化您的想法并与之互动，并与许多人分享。 在Circuit上查看这个带有真实血液流动的令人惊叹的人类心脏：https://circuit-alpha.netlify.app/post/741244de-74b5-4b12-a862-12b275d4fb18 我还构建了一个可以运行的V8引擎和一个喷气发动机。 构建非常简单，只需描述您的想法，它就会构建出来。您只需点击两下即可分享。它就像在社交媒体上分享图片一样简单。 您可以将我的平台视为YouTube，但您不是观看视频，而是玩和互动每个帖子。 ProductHunt链接：https://www.producthunt.com/products/circuit-3?utm_source=other&utm_medium=social

我是一名在印度 AIIMS 就读的医学院一年级学生，今年 20 岁。我的长期目标是创办一家脑机接口（BCI）初创公司。原因是我一直对创新以及科技与医学的交叉领域很感兴趣，但之前一直没有机会接触，因为医学生常被教导要循规蹈矩，遵守既定的体系。但我认为我们能做的远不止于遵循传统规范，尤其是在这个人工智能时代，跨学科学习非常重要（我有一些 Python 基础，并掌握了信号处理和 MNE-Python 等技术栈）。我希望获得一些建议，作为一名医学生，应该如何着手实现这个目标？如果我是你，我会怎么做？

我为 OpenClaw（一个常驻 AI 代理运行时，而非基于会话）构建了一个技能库，该代理可以在正常对话中自学新行为。<p>这个想法是：你告诉你的代理“每次我要求代码审查时，首先检查安全问题。”它会调用一个创建技能的技能，编写一个新的 SKILL.md 文件，并且该行为立即生效——无需重启、无需更改配置、无需开发人员干预。<p>我认为真正有用的（安全集群）包括：<p>• 循环断路器：OpenClaw 对所有错误都进行相同的重试。在第二次出现相同故障时停止，以避免耗尽你的上下文窗口。 • 支出断路器：OpenClaw 中没有内置的上限。它跟踪累计的 API 成本，并在达到可配置的阈值时暂停非必要的 cron 任务。 • 工作空间完整性守护者：对 SOUL.md、AGENTS.md、MEMORY.md 进行哈希处理。损坏的 SOUL.md = 被劫持的代理，即使重启也能存活。 • 危险操作保护：在执行 rm -rf、git push --force、发送电子邮件、财务操作之前，需要明确确认。并附有审计日志。 • 提示注入保护：在对外部内容（网页抓取、电子邮件、文档）采取行动之前进行扫描。<p>此外：事实核查后再信任（对事实性声明进行二次验证）、项目入门（从代码库自动生成 PROJECT.md）、技能审查（安全扫描器——大约 17% 的社区技能是恶意的）。