最新

嘿，HN！ 我是 NHS（英国国家医疗服务体系）医生，也是 Pia（<a href="https:&#x2F;&#x2F;www.piahealth.co" rel="nofollow">https:&#x2F;&#x2F;www.piahealth.co</a>）的创始人，Pia 开发了 Lungy（<a href="https:&#x2F;&#x2F;www.lungy.app" rel="nofollow">https:&#x2F;&#x2F;www.lungy.app</a>）。Lungy 是一款 iOS 应用，可以实时响应呼吸，旨在让呼吸练习更具吸引力，也更有益。Lungy 推出至今已有两年（这是最初的 ShowHN：<a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=34534615">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=34534615</a>），并进行了重大更新和全面重新设计。我们重建了整个应用程序，并添加了一个实时 3D 软体求解器，它提供了一些非常酷的交互，比如随着你的呼吸而膨胀的斑点/物体。我们还为 Vision Pro 制作了一个版本，名为“Lungy Spaces”。 我的背景是外科实习生，我在 2020 年伦敦首次 COVID 封锁期间开始构建 Lungy。在 COVID 期间，有大量患者从呼吸机上脱离，并且患者通常会收到呼吸练习表和一次性塑料设备（称为激励式肺活量计）以鼓励深呼吸。这旨在预防胸部感染并加强已经衰弱的呼吸肌。我注意到，激励式肺活量计经常放在床边，而患者却在玩手机——这促使我产生了 Lungy 的想法！ 自制作第一个版本以来，我们已经使练习完全可定制（您可以为每个呼吸阶段设置确切的时间），添加了新的呼吸指示器、学习模块，例如针对焦虑症状的自我护理，以及许多新的视觉效果。免费版本每天为您提供新的呼吸练习，而高级版则解锁了完整的练习库、练习数据和视觉效果。 视觉效果主要使用 Metal 构建（其中一些使用 SpriteKit），并且有很多选择——鸟群、布料模拟、流体模拟、一个 hacky DLA 实现、刚体 + 软体模拟——每一个都会对呼吸和触摸做出反应。音频使用 AudioKit，带有一个复音合成器和一个音序器，音序器会播放从选定音阶生成的音符（您可以在“设置/创建音乐”中摆弄音序器和合成器）。视觉效果 + 音频是生成性的好处在于下载大小相对较小，无需其他下载。我们仍在努力改进呼吸检测，使用 ML——目前，它使用麦克风输入，并可选使用摄像头输入来引导定位。 我们还即将完成医疗设备版本——<a href="http:&#x2F;&#x2F;lungy.health" rel="nofollow">http:&#x2F;&#x2F;lungy.health</a>——设计为针对哮喘患者的肺康复平台，有望在 2026 年在英国进行早期试验。 感谢您的阅读——很乐意听到任何反馈！ <a href="https:&#x2F;&#x2F;www.lungy.app" rel="nofollow">https:&#x2F;&#x2F;www.lungy.app</a> Lungy 第二版在这里：<a href="https:&#x2F;&#x2F;apps.apple.com&#x2F;app&#x2F;apple-store&#x2F;id1545223887">https:&#x2F;&#x2F;apps.apple.com&#x2F;app&#x2F;apple-store&#x2F;id1545223887</a>

根据个人经验，发出一个警告。<p>现在，公司其实不再那么需要竞业禁止协议了。有些公司对知识产权（IP）保密协议的解读非常宽泛，他们认为，只要你在职期间在这个行业内工作，就不可避免地会违反保密协议。他们辩称，你在整个职业生涯中，不可能在这个行业内工作而不泄露你在该领域所拥有的技术和商业敏感信息，即使你并非有意违反（他们认为）。<p>所以，请务必小心，仔细阅读你的雇佣协议。<p>更多信息请参考 <a href="https:&#x2F;&#x2F;www.promarket.org&#x2F;2024&#x2F;02&#x2F;08&#x2F;confidentiality-agreements-can-act-like-noncompetes&#x2F;" rel="nofollow">https:&#x2F;&#x2F;www.promarket.org&#x2F;2024&#x2F;02&#x2F;08&#x2F;confidentiality-agreeme...</a><p>以下是这种疯狂法律理论的依据：<p><a href="https:&#x2F;&#x2F;en.m.wikipedia.org&#x2F;wiki&#x2F;Inevitable_disclosure" rel="nofollow">https:&#x2F;&#x2F;en.m.wikipedia.org&#x2F;wiki&#x2F;Inevitable_disclosure</a>

大家好，我是 Hatchet 的 Gabe 和 Alexander。今天我们发布 Pickaxe，这是一个用 Typescript 编写的库，用于构建可扩展且具有容错能力的 AI 智能体。 这里有一个演示：[https://github.com/user-attachments/assets/b28fc406-f501-4427-9574-e4c756b29dd4](https://github.com/user-attachments/assets/b28fc406-f501-4427-9574-e4c756b29dd4) Pickaxe 提供了一组简单的原语，用于构建可以自动检查其状态并暂停或恢复处理（也称为持久执行）的智能体，同时等待外部事件（例如人工干预）。该库基于我们帮助 Hatchet 用户每天运行数百万次智能体执行时所看到的常见模式。 与其它工具不同，Pickaxe 并不是一个框架。它对实现智能体记忆、提示、上下文或直接调用 LLM 没有任何观点或抽象。它唯一的重点是使 AI 智能体更具可观察性和可靠性。 随着智能体开始扩展，通常会出现三个主要问题： 1. 与应用程序的其他部分相比，智能体是长时间运行的。极长的运行进程很棘手，因为部署新的基础设施或在无服务器运行时遇到请求超时会中断它们的执行。 2. 它们是有状态的：它们通常存储内部状态，该状态控制执行路径中的下一步。 3. 它们需要访问大量新鲜数据，这些数据可以在智能体执行期间进行查询，或者需要从数据源持续刷新。 （这些问题更具体地针对远程执行的智能体——本地运行的智能体通常没有这些问题） Pickaxe 旨在通过提供一个简单的 API 来解决这些问题，该 API 封装了智能体的持久执行基础设施。持久执行是一种自动检查进程状态的方法，因此如果进程失败，它可以自动从检查点重放，而不是从头开始。当您的智能体需要等待外部事件或人工审核才能继续执行时，此模型也特别有用。为了支持这种模式，Pickaxe 使用了 Hatchet 的一个名为 `waitFor` 的功能，该功能持久地注册一个事件监听器，这意味着即使智能体没有主动监听该事件，Hatchet 也能保证处理该事件，并将其存储在执行历史记录中并恢复处理。此基础设施由本质上是线性事件日志提供支持，该日志将智能体的整个执行历史记录存储在 Hatchet 管理的 Postgres 数据库中。 完整文档请参见：[https://pickaxe.hatchet.run/](https://pickaxe.hatchet.run/) 我们非常感谢您的任何反馈，并希望您有机会试用 Pickaxe。