最新

如果我提炼一个开源模型，而不是使用 GPT 封装器，这是否可以作为研究论文的基础？如果想法足够好，风险投资人会认为它具有独特性吗？

PictureCalendar2025 是一款视觉化的生活记录应用，它将你的 Google 日历转化为时间、记忆和图像的美妙结合。 期待听到您的反馈。

今天我朋友跟我说，Windows 里的 dir 在各方面都比 ls 强。所以我用 Homebrew 在 macOS 上创建了 windowfied。这真是蠢。希望你们喜欢。<p>brew install mnky9800n&#x2F;tools&#x2F;windowfied<p><a href="https:&#x2F;&#x2F;windowfied.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;windowfied.com&#x2F;</a>

我一直在思考，现代编程越来越受到生态系统潮流的影响。框架每年都在变化，构建工具像手机壁纸一样被替换，甚至编程语言的选择也更多地受到“氛围”而非实际需求驱动。 我担心的是，我们是否在优化“新颖和令人兴奋”的东西，而不是合适且可持续的东西？ 有哪些迹象表明我们正在解决工具问题而不是真正的问题？ 我们是否已经培养了一代开发者，让他们追逐抽象概念而不是理解基础知识？ 好奇其他人怎么想，这是否是软件的自然演变……还是我们只是集体用更好的玩具来拖延时间？

学习一项新技能时，事先制定策略非常重要。 我喜欢 STR 框架，即结构（Structure）- 技巧（Technique）- 资源（Resources）。不确定是否有人会从中受益，但我自己确实从中获益良多，所以想在这里分享一下。 结构： 结构主要指的是知识的背景、基础和组织。它能帮你明确需要关注的重点，并列出该技能的不同子类别或子技能。 根据技能的广度，你可能会有许多子技能，如果你选择的是像写作这样广泛的技能，或者很少，如果你选择的是像为希望在线建立个人品牌的金融高管撰写社交媒体文案这样狭窄/具体的技能。 技巧： 技巧是人们通常最关注的重点。 它涉及“是什么”、“是谁”、“何时”、“如何”。 技巧大多基于规则，并且可能很复杂。 然而，在刚开始的时候就直接钻研技巧可能会产生误导，因为你还没有弄清楚所有的组成部分。 资源： 资源的作用比大多数人想象的要大得多。 资源可以是公开的，也可以是私有的。 知道在需要时在哪里找到有价值的资源，是区分经验丰富者和新手最大的区别。 对于程序员来说，这可能是 Github。 对于设计师来说，这可能是 Canva。 最终目标是建立一个你拥有的私人资源库。 这三个部分相互加强。对于任何想要学习新技能的人来说，在深入学习之前拥有这个框架可能会很有用——尤其是在人工智能时代。你可以将这些提示输入到 ChatGPT 或 Claude 中，让它教你并指导你每一步，从而大大减少学习时间。

我注意到很多 iPhone 用户都在为存储空间不足而烦恼。以下是许多人都会遇到的常见情况： 普遍存在的问题：iPhone 存储空间很快就满了，并非每个人都有 Mac，许多人不想每月为 iCloud 存储付费，而且对于大多数用户来说，在家中设置 NAS 并不现实。手动创建文件夹并逐个选择照片的方法非常繁琐，而且要跟上新照片的备份也让人不堪重负。 所以我开发了一款名为 BackiGo 的应用程序，专门解决了这个问题——它允许将 iPhone 上的 Live Photos 直接备份到外部硬盘，无需 Mac。 它的实用之处在于： * 备份你的 Live Photos，保留所有动态效果 * 可以将 Live Photos 恢复到你的 iPhone 相册 * 备份新照片非常简单 * 你可以直接从外部硬盘浏览和查看所有已保存的 Live Photos，无需先恢复它们 * 你可以先试用备份最多 500 张照片和视频的功能，然后再决定它是否符合你的需求

大家好，我们是 CipherNomad，是这个项目的研究发起方。<p>Ariadne 协议是我们对不同密码学模型的一次探索。这项工作始于对 Lion 变换等原语的观察，这些原语使用静态的、硬编码的操作序列。这促使我们思考：如果密码学“程序”不是一个常量，而是一个动态的、依赖于历史的变量会怎样？<p>我们的第一步是构建一个“密码学虚拟机”，它接受一个显式的操作列表（一个“路径”）。这可行，但需要共享 Path 对象——一个需要管理的显式依赖项。<p>Ariadne 协议是这个想法的成熟。它通过使路径隐式和涌现来消除显式 Path。<p>核心设计是：<p>迷宫：一个大型的、确定性生成的密码学轮次二叉树。<p>线程：通过迷宫所走的秘密路径。这条路径不被存储或传输。它通过计算 CVM 的秘密状态和公共密文块的密钥哈希值来为每个数据块重新发现：hash(key, state, chunk)。<p>这使得密码是非周期的：因为状态在每个块之后都会向前推进，所以操作序列保证永远不会重复。它还创建了固有的篡改证据——对密文的任何修改都会“折断线程”，并将后续输出变成噪声。<p>这是实验性的、未经审计的 alpha 软件。我们将其发布在 CC0 协议下，因为我们认为这样的基础性工作应该是一种不受限制的公共产品。

Hi HN， 我们开发了 URPAL – 一个 AI 助手，可以将电子邮件和通话录音转换为法律/咨询工作所需的专业文件笔记。 *技术栈：* React + Node.js + PostgreSQL + OpenAI GPT-4o + Stripe *关键创新：* 智能检测沟通方向（您是发送/接收了电子邮件？还是拨打/接听了电话？）使用模式匹配，而非仅仅依靠 AI 猜测。 *网址：* <a href="https:&#x2F;&#x2F;urpal.com.au" rel="nofollow">https:&#x2F;&#x2F;urpal.com.au</a> （14 天免费试用，之后每月 15 澳元） 最具挑战性的部分是构建用于电子邮件/通话方向检测的可靠逻辑 – 事实证明，对于这个特定问题，简单的规则比复杂的 AI 分析更有效。 目前正在为澳大利亚保险专业人士处理真实的客户沟通记录。 欢迎就技术方法以及这是否解决了其他需要大量文档处理的行业所面临的实际痛点提供反馈。

我是创始人，目前正在开发一款产品，旨在解决我在现代团队中反复看到的一个问题。 我们用 Slack 聊天，用 Notion 记录文档，用 Jira 或 Asana 规划。但每次在聊天中做出决定时，总有人需要手动复制、总结或“翻译”到另一个系统。上下文信息会丢失，工作效率会降低。 我开始思考： 阻碍我们生产力的，是工具本身，还是工具之间的差距？ 我不是来推销任何东西的，只是想从你们的工作流程中学习。“你们团队如何处理这个问题？” “在不同应用之间切换对你们来说真的是一个摩擦点吗？” “你们有没有找到任何可以减少这种摩擦的习惯或工具？” 很希望听到你们的反馈。