最新

嗨 HN， 我一直在开发一个名为 NodeDB 的多模型数据库。 最初，我觉得 SurrealDB 的想法很好。然而，它缺少我需要的一些图和向量功能。而且，由于它只是一个 KV 封装器，而不是专门构建的引擎，其性能永远无法接近专业的数据库（如 Neo4j、Pinecone、Clickhouse 等）。 然后我问自己，如果有一个数据库拥有相同的想法，但构建方式不同呢？我们不把它仅仅当作 KV 数据库，而是为数据构建专门的引擎。 除此之外，我希望它能够支持我的物联网/边缘项目，其中我需要离线同步功能（目前仍在开发中）。 它能行吗？ 我把它投入了测试。我一直在试验和研究一年，创建了多个版本，然后我创建了 NodeDB。 免责声明：截至 2026 年 5 月，它仍处于公开测试阶段，但如果我能让这个数据库运行起来，我真的很兴奋。我使用 AI 作为编码和规划的助手。如果没有 AI 辅助，作为一名独立开发者几乎是不可能完成的。 希望得到 HN 的反馈： - 有哪些特定的功能或改进可以使其更有用？ 如果您有兴趣进行试验或贡献，仓库在这里：GitHub 仓库：<a href="https://github.com/nodedb-lab/nodedb" rel="nofollow">https://github.com/nodedb-lab/nodedb</a> 期待您的想法！

最终，当所有端到端加密（E2E）消息应用程序从应用商店中下架会发生什么？在那之后，人类之间的大部分互联网通信是否只允许在国家或政府记录所有内容的情况下进行？ 你们都准备好在几年后迎接这种情况了吗？当然，有些人可以使用 Linux/GrapheneOS，但他们只占少数，我指的是互联网上的大多数人。

我不相信LLM（大型语言模型）会替我进行交易，但我确实相信它们可以用来压力测试交易策略，处理大量的市场和交易所数据，以及RSS订阅源。关于任何特定的股票代码，都有大量的文本和观点。没有风险委员会或基金经理的约束，这是否意味着我可以比对冲基金进行风险更高、利润更高的交易？我目前正在探索这个问题。虽然我一直在赚钱，但我离靠它退休还差得很远。很想听听其他人采用这种方法的情况。

嘿。想展示一下我用 AI/LLM 辅助构建的项目，并分享我的经验，澄清一些我一直听到和看到的关于 AI 将接管一切的误解。<p>我拥有超过 10 年的软件开发经验，所以我想我还是懂一些的，当然，大家可以自由地形成自己的看法，这只是我的个人观点。而这些观点在开发 Origami 的过程中变得更加清晰。<p>- 在 AI 的帮助下进行编码并非一蹴而就，也无法通过一次性提示完成任何有价值的事情。显然，如此规模的项目在启动时会快很多，但仍然……花费了许多个夜晚和数周的时间，才让它能够运行，供人们使用和享受，并且感觉完整。<p>- 如果你想使用 AI，软件架构是最重要的技能，需要不断培养。没有它，你只是在凭感觉编码，迟早会遇到瓶颈。这个瓶颈是什么样子，有多大……取决于你。<p>- AI/LLM 都是统计机器！它们没有创造力，它们基于已有的东西。如果你想创新，你需要自己动手。它们不会提供新鲜的想法，而且很可能不会给你带来下一个伟大的东西。不要把所有事情都委托给 AI。<p>我先说到这里——总之，这很有趣，它肯定更快，而且看到原型机像以前一样启动并运行感觉很好。它会一直存在，人们只需要知道如何正确使用它，并保持正确的思维方式。<p>上面我有点跑题了，但我想这比仅仅展示另一个应用程序更能说明 Origami 是如何诞生的。如果感兴趣的话，可以看看网站，它是免费的！<p>总结： - 这是一个终端管理器 - 它支持同时使用多个工作区 - 每个工作区都有组织好的标签，你可以在其中进行配置 - 具有集成的 git 支持 - 有自己的 MCP，因此可以从内部进行控制 - 引入你自己的代理、shell 和其他任何东西——它不会取代它们。<p>再见。

大家好，想问问大家都在怎么准备 2026 年的面试？我猜系统设计会变得更重要，而且所有级别的面试难度可能都会提高。现在还需要刷 LeetCode 吗？