最新

在过去的几个月里，我一直在重新思考动态语言运行时应该如何与现代硬件交互。 结果是 ProtoCore 及其第一个主要实现 ProtoJS。 大多数动态运行时（Python、Ruby，甚至 JS 引擎）通过全局解释器锁（GIL）或复杂的内存屏障来处理并发，因为跨线程管理可变状态是出了名的困难。 使用 ProtoCore，我采取了一条不同的道路，基于三个支柱： 默认不可变性：所有核心数据结构都是不可变的。 我们使用结构共享来实现内存效率，而不是锁定。 这从根本上消除了对象级别的数据竞争。 硬件感知内存模型：对象是缓存行对齐的（64 字节单元），以防止错误共享并优化缓存局部性。 标记指针：我们使用 56 位嵌入式有效载荷来表示 SmallIntegers，这意味着大多数数值运算不需要堆分配。 为了验证该架构，我构建了 ProtoJS。 它使用 QuickJS 进行解析，但用 ProtoCore 原语替换了整个运行时。 这允许真正的 worker 线程执行（“Deferred”），其中不可变对象在线程之间共享，无需复制或与 GIL 相关的争用。 当前状态： ProtoCore：100% 的测试通过率（50/50 个测试），并且今天完成了全面的技术审计。 ProtoJS：第一阶段完成，展示了真正的并行执行和低于 1 毫秒的 GC 暂停。 我是一名电子工程师（现在是大学教授），我想看看应用底层硬件原理是否可以解决高级并发“混乱”。 我很想听听您对这种在系统编程中采用的不可变优先方法的权衡的看法。 ProtoCore（引擎）：https://github.com/numaes/protoCore ProtoJS（JS 运行时）：https://github.com/gamarino/protoJS

嗨，HN， 我是 Tullie，Shaped 的创始人。此前，我曾是 Meta AI 的研究员，负责 Instagram Reels 的排序工作，并且是 PyTorch Lightning 的贡献者。 我们构建 ShapedQL 是因为我们注意到，虽然检索（找到 1,000 个项目）已经被向量数据库商品化，但排序（找到最好的 10 个项目）仍然是一个基础设施问题。 为了构建一个像样的个性化推荐信息流或具有长期记忆的 RAG 系统，你通常需要整合一个向量数据库（Pinecone/Milvus）、一个特征存储（Redis）、一个推理服务，以及数千行 Python 代码来处理业务逻辑和重新排序。 我们构建了一个引擎，将这些整合到一个 SQL 方言中。它将声明性查询编译成高性能、多阶段的排序管道。 工作原理： ShapedQL 不仅仅使用 SELECT *，它在推荐系统中原生的四个阶段运行： 检索：通过混合搜索（关键词 + 向量）或协同过滤获取候选项目。 过滤：应用硬性约束（例如，“库存 > 0”）。 评分：使用实时模型对结果进行排序（例如，p(点击) 或 p(相关性)）。 重新排序：应用多样性逻辑，这样你的 Agent/用户就不会看到 10 个几乎相同的结果。 语法：以下是一个 RAG 查询的示例。这取代了大约 500 行标准 Python/LangChain 代码： ```sql SELECT item_id, description, price FROM -- 检索：跨多个索引的混合搜索 search_flights("$param.user_prompt", "$param.context"), search_hotels("$param.user_prompt", "$param.context") ``` WHERE ```sql -- 过滤：硬性业务约束 price <= "$param.budget" AND is_available("$param.dates") ``` ORDER BY ```sql -- 评分：实时重新排序（个性化 + 相关性） 0.5 * preference_score(user, item) + 0.3 * relevance_score(item, "$param.user_prompt") ``` LIMIT 20 如果你不喜欢 SQL，你也可以使用我们的 Python 和 Typescript SDK。我很想知道你对这种语法和抽象层的看法！

嗨，HN， 我们已经构建浏览器代理一段时间了。在生产环境中，我们一直在向同一个模式收敛：针对顺利流程使用确定性脚本，仅在边缘情况下使用代理。所以我们构建了演示模式。 这个想法很简单：你在远程浏览器中执行一次你的工作流程。Notte 记录交互并生成确定性自动化代码。 工作原理： - 在云浏览器中记录点击、输入和导航 - 将它们编译成确定性代码（运行时没有 LLM） - 在托管的浏览器基础设施上运行和部署 最接近的类似物是 Playwright 的代码生成，但： - 基础设施已处理（远程浏览器、代理、身份验证状态） - 代码在可部署的运行时中运行，具有日志、重试和可选的代理回退 代理非常适合原型设计和动态步骤，但对于生产环境，我们通常希望使用版本控制的代码和可预测的成本/行为。很乐意在评论中深入探讨实现细节。 演示：<https://www.loom.com/share/f83cb83ecd5e48188dd9741724cde49a> —— Andrea & Lucas, Notte 创始人

大家好，我是 Hélène！ 我和我的丈夫都是来自比利时的开发者，过去几个月我们一直在构建一个名为 13 Virtues 的副业项目。 这个想法源于本杰明·富兰克林的个人品德系统。他没有同时追踪很多习惯，而是每周专注于一个美德（节制、沉默、秩序等），循环 13 周，然后重复这个循环。他记录了这个实践很多年。 我们想要一个严格遵循这个结构的应用程序，而不是另一个灵活的习惯追踪器。一次一个美德。一天一个美德。重复。 您可以在主页上直接试用账本，无需创建帐户。您可以标记今天的过失，并查看当前的美德以及富兰克林的原始引言： [https://www.13-virtues.com](https://www.13-virtues.com) 我们为什么构建它： 我们对那些专注于连胜和指标，而不是反思的生产力应用程序感到沮丧。富兰克林的系统让人耳目一新，它具有约束性和目的性，我们想要一些我们自己会真正使用的东西。我的丈夫负责工程，我专注于产品和设计。 定价模式： 我们刻意避免了订阅。 * 免费层：完整的 13 周循环和每日账本 * 终身升级（79 美元发布价）：当前循环之外的长期历史记录、引导式反思、数据导出以及可下载的现代美德指南（PDF），其中更深入地解释了该方法及其原理。 富兰克林的系统比 SaaS 早了几个世纪，对于一个旨在安静地实践多年的东西来说，按月收费感觉不对劲。 技术： * 后端：Laravel * 前端：Vue (Inertia) * CSS：Tailwind * 托管：Hostinger 大约在 12 个周末内构建完成。 我们今天（欧洲中部时间）会在这里回答问题——很乐意讨论实施、定价决策或富兰克林的原始著作。我们特别欢迎有见地的 UI/UX 反馈。

我热爱科技。但现在，我对未来不再乐观。人工智能似乎不会消失，而且管理者们似乎不再专注于构建可靠的软件，而是推动人们更多地使用人工智能，只要能交付产品就行。一切都被人工智能摧毁：艺术、音乐、书籍、个人网站。为什么还要读博文，谷歌AI摘要就能给你总结？为什么还要读书，直接用AI总结不就好了？为什么还要付钱给艺术家买音乐，直接生成无穷无尽的AI音乐不好吗？ 甚至像“日常琐事”这样的事情，也被ClawdBot之类的工具自动化了。你唯一剩下的就是一整天吃喝拉撒。人们该如何赚钱？不知道，因为在“繁荣的未来”里，一切都被人工智能取代了。 所以我的问题是，Hacker News：活着还有什么意义？为什么还要继续，又该走向何方？