最新

各位 HN 的朋友们！ 我用 Rust 和 Slint UI 构建了一个名为 Luminous 的快速、原生、跨平台的开源图片查看器。 主要特点： - 主要关注性能 - 可通过插件进行扩展——可以是共享库或基于 IPC 的插件 - 包含 SAM 3 注释插件和 CLIP 语义搜索/过滤插件 - GPU 加速的增强处理管线 目前仍在积极开发中。非常期待大家的反馈！ 代码库：https://github.com/jaroslavszkandera/luminous

我正在寻找关于软件开发经理/工程经理就业市场的可靠数据。 很容易找到广泛的技术招聘报告，但很难按职位、公司类型、地点或技术栈细分数据。 从经验上看，情况比软件开发工程师（SDE）的市场要糟糕。许多公司正在精简管理层级。经理们需要负责更多的团队和更多的直属下属。Coinbase 是一个极端的例子。 有人知道追踪这些数据的优秀数据集、招聘网站分析或报告吗？ 我在想我是否应该回到独立贡献者（IC）的岗位，或者也许我应该成为软件代理经理 ;)

Nightwatch 是一个本地优先的、只读的监控层。它将告警风暴分组为事件，标记嘈杂的检查，并配备一个代理，可以为您调查实时系统。例如，您可以直接从事件跳转到代理。<p>这个周末项目的起因是我们的一次 Kubernetes 升级出了问题，在某个时候已经无法回滚，因此不得不在夜间进行实时修复，同时还出现了几个问题。我们运行着许多不同的系统，包括本地部署和多个 Kubernetes 集群，在这种情况下，您大部分时间都花在弄清楚到底哪里出了问题以及是什么问题。<p>所以我想，如果在每个系统中都有“黑暗之眼”，能够与您的“大脑”沟通，那将是非常棒的。<p>因此，这个想法是在每个环境中放置一只小猫头鹰。每只猫头鹰都运行在系统所在的本地，将该环境的凭据保存在本地，并且只向中央大脑拨出连接，这样就不会有进入生产环境的入站漏洞。它公开了一组只读技能，代理使用这些技能来收集证据并形成根本原因假设，这样值班工程师就可以事半功倍，而不是从零开始。<p>目前是只读模式，我还不信任它靠近生产环境，说实话您也不应该。<p>本地优先，方便自行托管并确保凭据在您这边。集群和推荐功能完全离线运行，完全不需要 LLM。代理需要一个支持工具调用的 LLM，您可以将其指向一个远程 LLM，或者如果您想完全离线，可以自行托管一个（如 Ollama 等）。<p>对于非自行托管者：在每次远程 LLM 调用之前，Nightwatch 会剥离真实机密（不可恢复），并将 IP、主机名和路径等标识符替换为可逆的占位符，因此模型只能看到经过掩码的数据，而真实值仅在建议的命令和工具调用中恢复。<p>如果您在您的系统中尝试一下，我们将不胜感激。

几个月前，我发现 a) 可视图像水印很容易被 AI 图像编辑技术破解，因此不可见图像水印很可能成为未来趋势，并且 b) 仅有的隐写图像水印工具要么是难以使用的开源工具，要么是像 SynthID 这样的专有工具。因此，我进行了一项实验，尝试使用代理来创造一种新颖的图像水印方法……结果出乎意料地奏效了：几乎无法察觉、防篡改、容量更高、不使用神经网络，并且可以实时编码/解码。 我想将其开源，因为图像水印有许多合法的用途。然而，最近关于图像水印的讨论非常多，双方都有各自的观点，即 a) 不可见图像水印可能被用于助长反乌托邦式的用户追踪（https://news.ycombinator.com/item?id=48198291），以及 b) 移除 AI 图像水印的工具是不道德的/反社会的（https://news.ycombinator.com/item?id=48200569）。因此，我对处理水印工具的道德问题感到困惑，并担心通过使其更容易获得，可能会产生我未意识到的负面外部效应。至少，只有闭源的图像水印选项并不是一个好的结果。

我正在尝试理解由多个服务和外部集成（例如 Stripe、Twilio、内部微服务、队列、Webhook 等）组成的系统，团队是如何实际调试生产环境问题的。 在实际操作中，当出现问题时，通常的工作流程似乎是： * 警报触发（Datadog/Sentry/CloudWatch/等） * 或者客户投诉 * 工程师随后开始检查跨多个系统的日志、追踪、仪表盘 * 并最终手动重构跨服务发生的事件 我感到好奇的是： * 今天，您是如何实际追踪跨多个服务的单个失败请求或事务的？ * 在实践中（而非理论上），您最依赖哪些工具？ * 通常在哪里会出现问题——日志、追踪、插桩，还是仅仅是缺乏上下文？ * 从“出了问题”到“我们确切知道原因”通常需要多长时间？ * 这个过程中，有多少部分仍然主要是手动拼接信息？ 我想了解在实际操作中，尤其是在拥有大量外部集成和异步流程的系统中，真正的痛点是什么。