最新

我是一名独立开发者，正在开发一个“复杂系统测量”项目，该项目已经增长到超过 3 万行代码，目前版本为 V12。到目前为止，每一行代码都是由我一个人编写的，研究笔记和设计文档放在一个单独的仓库中：https://github.com/Garylauchina/Prometheus-Research。 在开发过程中，我一直在大量使用 Cursor。这些模型确实很好，它们生成的本地代码通常也很出色，但在一个大型、不断演进的代码库中，我一直遇到同样的问题：上下文限制导致了微妙的架构漂移。AI 会编写干净的函数，但这些函数在全局上是错误的，它们悄悄地破坏了之前的设计决策和长期不变性。 最终有所帮助的是，我不再将“AI”视为一个单一的助手，而是将不同的模型视为具有明确角色和约束的不同团队成员。 我目前的设置如下： Perplexity + ChatGPT → “产品/研究大脑” 我用它们来处理需求、权衡和高层次的架构草图。它们位于 IDE 之外，用于在编写任何代码之前，明确我正在构建什么以及为什么构建。 Cursor，窗口 1 (GPT-5.2) → “架构师” 这个实例不允许编写生产代码。它负责架构和模块边界、编写设计笔记和开发者指南、定义接口和契约以及审查差异。我把它当作一位高级工程师，其主要输出是散文：迷你 RFC、注释和检查清单。 Cursor，窗口 2 (Sonnet 4.5) → “程序员” 这个实例只实现由架构师描述的任务：特定的文件、函数和重构，遵循明确的书面指令和风格规则。它不能重新设计系统；它只是编写代码。 关键规则是：架构师总是先行动。每个非平凡的更改都从文本开始（设计笔记、约束、示例），然后“程序员”实例将这些文本转化为代码。 这种简单的分离解决了我在使用单一、全能助手时遇到的很多奇怪问题。逻辑漂移少了很多，因为全局结构在自然语言中被反复重申。程序员只看到在那个结构内框架化的本地任务，因此它更难发明新的意外架构。尽管代码库有数万行，但它感觉比之前的、更小的迭代更连贯。 这也改变了我对 Cursor 的看法。我之前很多“Cursor 很笨”的时刻，结果证明是工作流程问题：我要求一个代理，在严格的上下文限制下，同时记住架构、需求和低级实现。一旦我将这些责任分配给不同的模型，并强制所有内容都通过书面指令，相同的工具开始看起来更有能力。 这既不是 Cursor 的广告，也不是对 Cursor 的反驳。这只是一种通过将这些工具视为一个小团队而不是一个神奇的结对编程者，来使它们在一个大型独立项目上工作的方法。 这种设置的一个缺点是：按照我目前的速度，Cursor 愉快地向我收取每天大约 100 美元的费用。如果 Cursor 的任何人正在阅读这篇文章——是否有我错过的“独立开发者构建荒谬大型系统”的折扣套餐？

Hi HN， 我不是专业开发者，但我一直痴迷于“人类熵”这个概念。随着量子计算的兴起，我开始思考：我们能否创建一个任何机器都无法预测的随机序列，因为它的来源是人类行为的不可预测性？ 我使用 Flutter 和 Firebase 构建了这个 Web 应用。它的想法很简单：用户在 Web 客户端上执行操作，这些独特的交互哈希值被发送到一个安全的 Firestore 池中。然后，一个服务器端的 Cloud Function（对客户端隐藏）每天将这些哈希值连接起来，创建一个巨大的、非确定性的随机字符串。 关键安全措施： App Check：防止机器人驱动的熵。 单向写入：用户只能向池中添加数据，不能读取或修改现有数据。 隐藏逻辑：实际的连接操作发生在云端，因此核心逻辑不会在前端暴露。 这仍然是一个进行中的项目，目前由一个由 15 人组成的小社区支持。我很乐意听取您对该逻辑的反馈，更重要的是，希望您能为该池贡献您自己的“熵”。 网址：https://entropygrid.net 期待一场残酷但诚实的技术讨论！

新年快乐！ 有个奇怪的问题，但还是说一下吧。 我的同事工作非常认真负责，工作努力，学习也很快，还会主动增加测试覆盖率等等。我认为他的贡献是积极的，但他的某些工作会引发问题，尤其是在配置文件、shell脚本等方面，也就是那些没有被代码检查工具或拼写检查器直接发现的问题。 他的拼写错误率很高。我怀疑他可能没有被诊断出患有阅读障碍。 错误常常很晚才被发现，多数是在预发布环境中，这使得问题变得很棘手。这导致了数次生产环境的中断。 我们有代码审查，也有完善的测试套件等，但拼写错误还是会漏过去——一旦你犯了错误，其他人就更难发现它们。 我为他感到难过，因为这已经在团队内部引发了指责，有人问怎么会这么粗心。我并不认为他是粗心，因为他其他方面都很细致。另一方面，这个问题已经升级，因为他对此非常敏感。 我怀疑他既清楚这个问题，又同时否认这个问题，因此极度防御。 他的看法是我们应该增加测试覆盖率。这的确是解决方案的一部分。然而，一旦他参与编写测试，问题就转移到了编写正确的测试上。 我正在考虑的： * 解决问题：调整我们的工具和配置机制，在配置中使用更少的字符串，减少动态类型脚本等。 * 请他让AI专门审查他的代码，检查潜在的拼写错误。 * 增加测试覆盖率，但测试由其他人编写。 我没有考虑的： * 告诉他我怀疑他有阅读障碍。我不是医生。 我正在努力拓宽我对这个问题的视野，也许我遗漏了什么。你会怎么做？

大多数图像编辑模型在处理包含多个对象的场景时都会遇到困难——编辑其中一个人常常会导致“身份混淆”或对其他人造成意外的改变。 Qwen-Image-Edit-2512 专门针对复杂的、多对象编辑进行了优化。它允许您修改特定的角色或元素，同时保持画面中其他所有人的视觉一致性。 与众不同之处： 身份保持：更改“角色A”的服装或动作，而不会改变“角色B”的面部特征。 局部精准：高保真度的图像修复和修改，尊重原始的艺术风格。 复杂指令遵循：能够更可靠地处理诸如“把女孩的帽子换成皇冠，但保持男孩的表情不变”之类的提示。 您可以在这里试用演示：[https://qwenimage2512.org](https://qwenimage2512.org) 我很想看看它如何处理您最复杂的多角色编辑请求。非常欢迎您的反馈！