最新

我人生和工作中一些最棒的时光，都来自于和建筑师们一起住在合租屋里——无论是在旧金山还是国外。考虑到大家又开始为了 1 月份的 Y Combinator 项目涌向旧金山，我想做点什么来帮助其他人创造类似的体验。 旧金山的房租实在太贵了，而且找到合适的室友也出奇地难——大多数人都会凑合着找个凑合的，只要不是太糟糕就行。所以我做了一个简单的目录，你可以在上面发布你的租房需求，或者浏览其他也在搬家的人。 这个目录的设计是刻意轻量级的：没有花哨的功能，没有复杂的流程——只是为了让大家能够展示自己，希望能组建起团队，让整个搬家过程更有趣，也更少混乱。 我这次没有参加 YC 项目，但还是会在 1 月份和一些建筑师朋友一起去旧金山，很希望有更多人加入。我们正在寻找大约 4 个人，一起组建一个 8 人的黑客之家（每人大约 4000 美元）。 我很乐意收到关于这个项目是否有用的反馈，以及还缺少什么，或者你是否有共同居住的经历，这些经历塑造了你的想法。 [https://www.homi.so/directory](https://www.homi.so/directory)

嗨，各位 HN 用户，我一直对分形很感兴趣，特别是 Mandelbrot 集和 Julia 集。几年前，我创建了一个 2D 观察器来探索这个本质上是 4 维的空间。但前几天，我决定向 Claude 和 GPT 咨询如何将其制作成一个完整的实时 3D 探索器。几个小时后，这个想法就通过“氛围编程”实现了。<p>使用方法是，你可以用鼠标旋转分形，用鼠标滚轮缩放。为了将 4 维映射到 3 维，其中一个维度被映射到一个可调节的滑块。此外，还有一个裁剪平面滑块，可以帮助你可视化分形的内部结构。<p>我对“氛围编程”的心情很复杂。从一个想法到在几个小时内实现，这很棒，但在我的编码项目中，我一直很欣赏这个过程和学习，而不仅仅是最终的产品。“氛围编程”有点跳过了过程，这令人兴奋且高效，但不如一步一步地攻克一个项目那么有成就感。

我喜欢 gitk 及其简洁性，但由于 <a href="https:&#x2F;&#x2F;github.com&#x2F;NixOS&#x2F;nixpkgs&#x2F;" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;NixOS&#x2F;nixpkgs&#x2F;</a> 每天都在变大，使用它变得几乎不可能。我刚刚用提交 e16041020b082ca847b3658ee1b69f8e6a4323b1 做了个快速测试，几秒钟后内存使用量接近 20GiB，而且我无法点击它（但 UI 仍在更新）。这可能是因为 gitk 试图急切地将所有提交加载到内存中，这对于小型/中型存储库来说效果很好，但 nixpkgs 实在太大了。 我很少想查看旧的提交（而且在这种情况下，我通常根本不使用 gitk），并且由于我一直对 <a href="https:&#x2F;&#x2F;pkg.go.dev&#x2F;modernc.org&#x2F;tk9.0" rel="nofollow">https:&#x2F;&#x2F;pkg.go.dev&#x2F;modernc.org&#x2F;tk9.0</a> 感兴趣，并且有一个月的免费 ChatGPT+ 可以测试，所以我决定尝试用 Go 和 modernc.org&#x2F;tk9.0 编写一个 gitk 的替代方案，这就是它。 这里的想法不是要完全取代 gitk，而是重新实现我使用的功能。我试图影响一些架构思想以避免原始版本中存在的一些性能问题，因此它不会将所有提交加载到内存中，而是每次批量加载 1000 个（您可以使用 `-limit` 标志增加这个数量，但我建议不要设置得太高）。最初我也只想使用 Go，但最终我需要使用 `git` 进行一些特定操作以保持其运行速度（默认情况下，它仍然使用纯 Go 实现，但建议使用 `-tags=gitcli` 构建它）。 最终，我得到了我想要的，一个小型、自包含的应用程序，它重现了我想要的大部分功能。

大家好，HN！我们是来自 DeepSource (YC W20) 的 Jai 和 Sanket，今天我们推出了 Autofix Bot，这是一个混合静态分析 + AI 智能体，专为与 AI 编码智能体协同使用而设计。<p>AI 编码智能体让代码生成变得几乎免费，并将瓶颈转移到了代码审查。仅靠静态分析和固定的检查器是不够的。仅靠 LLM 进行审查也有几个局限性：运行结果不确定，安全问题召回率低，大规模使用成本高，并且容易“分心”。<p>我们花了过去 6 年的时间构建了一个确定性的、仅基于静态分析的代码审查产品。今年年初，我们开始从头思考这个问题，并意识到静态分析解决了仅靠 LLM 审查的关键盲点。在过去的六个月里，我们构建了一个新的“混合”智能体循环，它将静态分析和前沿 AI 智能体结合起来，在发现和修复代码质量和安全问题方面，优于仅静态分析和仅 LLM 工具。今天，我们向公众开放它。<p>以下是混合架构的工作原理：<p>- 静态阶段：5,000 多个确定性检查器（代码质量、安全、性能）建立高精度基线。一个子智能体抑制特定于上下文的误报。<p>- AI 审查：智能体使用静态发现作为锚点来审查代码。可以访问 AST、数据流图、控制流、导入图等工具，而不仅仅是 grep 和常用的 shell 命令。<p>- 修复：子智能体生成修复方案。静态工具在发出干净的 git patch 之前验证所有编辑。<p>静态分析解决了 LLM 的关键问题：运行结果不确定，安全问题召回率低（LLM 容易被风格问题分心），以及成本（静态收窄减少了提示大小和工具调用）。<p>在 OpenSSF CVE 基准测试 [1]（200 多个真实的 JS/TS 漏洞）中，我们的准确率为 81.2%，F1 值为 80.0%；而 Cursor Bugbot（准确率 74.5%，F1 77.42%），Claude Code（准确率 71.5%，F1 62.99%），CodeRabbit（准确率 59.4%，F1 36.19%）和 Semgrep CE（准确率 56.9%，F1 38.26%）。在秘密信息检测方面，F1 值为 92.8%；而 Gitleaks（75.6%），detect-secrets（64.1%）和 TruffleHog（41.2%）。我们为此使用了我们的开源分类模型。[2]<p>完整的评估方法和我们如何评估每个工具：<a href="https:&#x2F;&#x2F;autofix.bot&#x2F;benchmarks" rel="nofollow">https:&#x2F;&#x2F;autofix.bot&#x2F;benchmarks</a><p>您可以使用我们的 TUI 在任何存储库上交互式地使用 Autofix Bot，将其作为 Claude Code 的插件，或通过我们的 MCP 在任何兼容的 AI 客户端（如 OpenAI Codex）上使用。[3] 我们专门为 AI 编码智能体优先的工作流程而构建，因此您可以要求您的智能体自主地在每个检查点上运行 Autofix Bot。<p>今天就来试试吧：<a href="https:&#x2F;&#x2F;autofix.bot" rel="nofollow">https:&#x2F;&#x2F;autofix.bot</a>。我们很乐意听取任何反馈！<p>---<p>[1] <a href="https:&#x2F;&#x2F;github.com&#x2F;ossf-cve-benchmark&#x2F;ossf-cve-benchmark" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;ossf-cve-benchmark&#x2F;ossf-cve-benchmark</a><p>[2] <a href="https:&#x2F;&#x2F;huggingface.co&#x2F;deepsource&#x2F;Narada-3.2-3B-v1" rel="nofollow">https:&#x2F;&#x2F;huggingface.co&#x2F;deepsource&#x2F;Narada-3.2-3B-v1</a><p>[3] <a href="https:&#x2F;&#x2F;autofix.bot&#x2F;manual&#x2F;#terminal-ui" rel="nofollow">https:&#x2F;&#x2F;autofix.bot&#x2F;manual&#x2F;#terminal-ui</a>

我一直在开发 gotui，它是已停止维护的 termui 的一个现代化分支，基于 tcell 重建，支持 TrueColor、鼠标支持和正确的调整大小处理。它保留了 termui 风格的简单 API，但添加了许多新的组件（图表、仪表、世界地图等）、更美观的视觉效果（折叠边框、圆角）以及用于构建真实仪表板和工具的输入组件。在底层，渲染器经过了重新设计，以获得更好的性能，我希望收到关于您在生产中使用它时缺少什么功能的反馈。