最新

我这里有近 20 年的工作笔记、通信、代码和文档。它们分散在多个（云）服务上，跨越这些“领地”进行搜索变得非常不切实际。 问题是这样的：“啊，我记得和某人讨论过 [算法]，然后记录了一个重要的见解。让我们找到它。” 这并不是一个可以通过 LLM 解决的问题。阻碍在于没有办法在所有这些纯文本上运行搜索代码。 服务包括： * 电子邮件（Gmail，通过 Apple Mail 同步到我的 macOS 磁盘） * Dropbox * Notion * Google Drive * Obsidian * Github * Apple Notes * Discord 聊天记录 * Trello * 我的个人博客 如果我将所有内容都同步到我的 Mac 磁盘，也许我可以在那里进行纯文本搜索。然而，Spotlight 的索引总是不完整，并且会遗漏明显的文件。我的 Dropbox 太大了，我没有将所有内容都本地同步。 我不再使用一些服务，比如 Evernote。当我归档这项服务时，我导出了所有内容并将其移到了我的 Dropbox 中。所以，如果我搜索 Dropbox，它也会搜索来自 Evernote 的旧笔记。我不可能对所有我积极使用的服务都这样做。 我现在搜索的方式是猜测结果最有可能出现在哪个服务中，然后在那里搜索。当找不到结果时，我就会搜索下一个最有可能的服务，如此反复。 对于我的个人博客，我过去使用 Google 的网站搜索，但我最近发现它是不完整的：https://bsky.app/profile/dustinfreeman.bsky.social/post/3m5l5tto6pk27 我可以想象一个解决方案，即某个第三方服务拥有访问我所有服务的密钥。但说实话，这需要极大的信任。而且，我对所有这些服务的访问都启用了双因素身份验证，并且会过期，因此我需要不断地重新授权给这个第三方服务。到那时，直接像我现在这样搜索就更有意义了。

我正在尝试了解不同团队在规模扩张过程中，如何处理平台完整性和用户信任问题。 对于那些运营消费者应用、市场、金融科技产品，或任何拥有大量用户活动的平台： 你们目前是如何构建“信任层”的？ 具体来说： -> 你们如何检测虚假用户、机器人、设备农场或自动化注册？ -> 你们依赖哪些早期信号来识别可疑行为？ -> 你们是否收集任何行为、设备或网络层面的数据来做出信任决策？ -> 你们的堆栈中，自研部分和第三方部分各占多少比例？ -> 在规模扩张过程中，哪些方面进展顺利，哪些方面不尽如人意？ -> 如果你们今天重建信任/欺诈处理流程，会做出哪些改变？ 我试图从不同行业的真实经验中学习，任何可以分享的内容（架构、失败案例、经验教训、希望存在的工具）都将非常有帮助。 谢谢！

Hi HN， 我一直在尝试苹果新的设备端基础模型（iOS 18 / macOS Sequoia），并围绕它们构建了一个小工具：AppReview AI，一个Mac + iPad应用，用于私密且离线地分析App Store评论。 动机很简单：作为独立开发者，阅读竞争对手应用的数百条评论既费时又嘈杂，而且很难从中提取有价值的信息。现有的工具依赖于云端处理、API密钥或外部服务器。我想要一个轻量级且私密的工具，使用苹果新的本地AI。 它的功能： - 使用苹果的设备端模型总结评论 - 提取情感、重复出现的问题、错误和功能请求 - 显示按国家/地区的评分，以检测市场差异 - 显示基本的预估下载量和收入（SensorTower公开数据） - 通过iCloud同步选定的应用程序和分析 所有AI处理都在设备端进行。没有外部服务器，没有帐户，没有OpenAI密钥。 我为什么构建它 我最近写了一篇关于苹果基础模型的文章，并对本地模型在正确提示下的表现感到惊讶。这个项目旨在测试设备端分析在开发者实际用例中的实用性。 免费套餐 该应用程序有一个小的免费套餐（1个应用程序 + 3次AI分析），任何人都可以试用，无需注册。 如果您有兴趣，请点击链接：<a href="https:&#x2F;&#x2F;apps.apple.com&#x2F;lu&#x2F;app&#x2F;appreview-ai-review-analyzer&#x2F;id6755069850?mt=12">https:&#x2F;&#x2F;apps.apple.com&#x2F;lu&#x2F;app&#x2F;appreview-ai-review-analyzer&#x2F;i...</a> 我很乐意收到反馈、批评或关于接下来要分析什么的建议（关键词、排名、崩溃、更新日志等）。 也欢迎回答关于设备端AI集成的技术问题。

我注意到，在我共事过的团队里，存在着两种类型的工程师。我试图弄清楚这是否是一个真实存在的模式，还是仅仅是证实性偏见。<p>- 建设者关注用户和领域问题。代码只是实现目标的手段。如果能解决用户的实际需求，即使产品不完美，他们也会发布。让他们花时间优化那些对用户体验没有影响的东西？免谈。<p>- 雇佣兵则专注于技术本身。他们关注清晰的架构、性能、优雅的抽象。他们会深入研究技术问题，无论业务或用户是否真的需要立即解决。他们更看重工作本身的质量，而不太在意其影响。<p>但我不太确定我这样描述是否准确。有几个问题想请教：<p>- 这种区分是否与你的经验相符？<p>- 你属于哪一类，这种类型在你职业生涯中改变过吗？<p>- 在一个团队中，你如何平衡这两种思维模式？