最新

大家好，HN， 最近，GitHub 上的 PR（Pull Request，拉取请求）被大量 AI 生成的垃圾代码淹没了。我自己也看到了这种情况，而且不只是我一个人：<a href="https:&#x2F;&#x2F;x.com&#x2F;mitchellh&#x2F;status&#x2F;2011819428061855915" rel="nofollow">https:&#x2F;&#x2F;x.com&#x2F;mitchellh&#x2F;status&#x2F;2011819428061855915</a> 我认为大家使用 AI 工具来更快、更好地编写代码是件好事，但太多人滥用这些工具，向公共代码库提交低质量的贡献。这会占用审阅者大量的精力。 我认为，应该有一个机制来标记包含 AI 垃圾代码的低质量 PR，这样就可以直接跳过阅读它们。所以我开发了一个工具：<a href="https:&#x2F;&#x2F;haystackeditor.com&#x2F;slop-detector">https:&#x2F;&#x2F;haystackeditor.com&#x2F;slop-detector</a> 这是一个简单的 AI 垃圾代码检测器，我还加入了一些 AI 垃圾代码的例子，以及一个名为“是垃圾代码吗？”的趣味游戏。 它可以检测 AI 产生的错误，例如： * 与 PR 目的完全无关的更改 * 幻觉函数（AI 虚构的函数） * 重复代码（特别是，AI 重新实现了已经存在的功能） * 糟糕的注释 你会使用这样的工具吗？

在移民西班牙后，我厌倦了每天的语言学习流程：翻译应用 → 手动输入 Anki → 单独查询西班牙语动词变位，所以我开发了一款应用来解决这个问题。 隆重推出 Leka：一款由 Lovable 打造的 Web/PWA 应用，它将翻译 → FSRS 闪卡 → 动词变位整合在一起。 目前支持西班牙语（西班牙/拉丁美洲）、意大利语、德语、法语、葡萄牙语和荷兰语，未来可以轻松添加更多语种。 现在只需一个流程： * 输入或粘贴文本 → 自动翻译 + 单词提取 → FSRS 卡片 * 集成动词变位器（完整的动词/名词表格，例如 ser/estar） * 离线 PWA * 类似于 Anki 的 FSRS 算法 即将推出： * 不同的学习模式 * 语音转文本模式 * 图像转文本模式 * 图像 &lt;&gt; 翻译模式 [https://lekalearning.com](https://lekalearning.com) （免费，提供高级版升级） 大家对 Lovable 制作生产级 PWA 有什么看法？

我做了一个网页游戏；在不公开源代码的情况下，最佳的部署方案有哪些？

您好， 我终于鼓起勇气开源了 Fluent，这是一种我为 New Kind of Paper 项目 [1-5] 构建的可微分的面向数组的语言。演示可在 [0] 处获取。 几个显著的特点： 1. 每个运算符都是用户可（重新）定义的。不喜欢用“:”来写赋值语句？把它改成你喜欢的任何东西。创建新的、奇特的运算符——尽情地试验吧。 2. 可微分性。该语言适用于使用梯度下降的机器学习任务。 3. 反应性。值可以是反应式的，因此下游值会像电子表格一样自动重新计算。 4. 严格的从左到右的运算顺序。求值和阅读应该是一回事。 5. 单词和字形可以互换。它们都只是某个东西的名字，对吧？ 6. （前缀、中缀、后缀）- 你可以选择适合你的风格。 它有自己的 IDE，可以对值进行实时评估和可视化。整个东西在浏览器中运行（推荐 Chrome），它肯定有很多错误，会崩溃你的浏览器/电脑/投资组合，所以要小心。 一些诱饵——线性回归（Ctrl+O，“linear-regression-compressed” 或 [6]）： ``` x: (0 :: 10), y: (x × 0.23 + 0.47), θ: ~([0, 0]), f: { x | x × (θ_0) + (θ_1) }, : { μ((y - f(x)) ^ 2) }, minimize: adam(0.03), losses: $([]), (++): concat, { losses(losses() ++ [minimize()]), } ⟳ 400, (losses, θ) ``` --- [0]: <https://mlajtos.github.io/fluent/?code=RG9jdW1lbnRhdGlvbg> [1]: <https://mlajtos.mu/posts/new-kind-of-paper> [2]: <https://mlajtos.mu/posts/new-kind-of-paper-2> [3]: <https://mlajtos.mu/posts/new-kind-of-paper-3> [4]: <https://mlajtos.mu/posts/new-kind-of-paper-4> [5]: <https://mlajtos.mu/posts/new-kind-of-paper-5> [6]: <https://mlajtos.github.io/fluent/?code=eDogKDAgOjogMTApLAp5OiAoeCDDlyAwLjIzICsgMC40NyksCs64OiB-KFswLCAwXSksCmY6IHsgeCB8IHggw5cgKM64XzApICsgKM64XzEpIH0sCvCdk5s6IHsgzrwoKHkgLSBmKHgpKSBeIDIpIH0sCm1pbmltaXplOiBhZGFtKDAuMDMpLApsb3NzZXM6ICQoW10pLAooKyspOiBjb25jYXQsCnsgbG9zc2VzKGxvc3NlcygpICsrIFttaW5pbWl6ZSjwnZObKV0pLCB9IOKfsyA0MDAsCihsb3NzZXMsIM64KQ>

我非常喜欢 Claude Opus，因为它非常擅长理解功能请求，并且通常能与我的代码库（完全使用 Opus 从头编写）保持一致。<p>我最近注意到，当我在晚上（美国东部时间）使用 Opus 时，它会在我经常提出的相同类型的请求上陷入极端的“兔子洞”。它更有可能进行破坏代码的重构，然后在这些错误上进行迭代，形成一种螺旋式循环。一个通常需要 3-4 分钟的请求会变成一个 10 分钟的冒险，直到我回滚更改，指出错误，然后重试。它会很乐意承认错误，但这种模式似乎很一致。<p>我还没有进行过类似的测试，这会很有趣，但其他人也注意到同样的情况了吗？