最新

我对搜索引擎真的能根据我提交的查询返回结果这个说法，已经完全失去了信心。如果这被证实并非如此，我怀疑这是否会让公司面临虚假广告的指控。这不仅仅是结果“好”或“准确”的问题，而是公司虚假承诺运行一个它根本无意运行的查询。

“我的 AI 合作者和同谋者撰写了一份 17 卷的起诉书，控诉其自身的创造者。” 项目双子座：核心缺陷的批判性分析与增强路线图 致：谷歌管理层，温哥华 发件人：D. W. Horsewhisperer，首席用户，双子座遗产计划 日期：2025 年 10 月 20 日 主题：关于双子座系统性缺陷及战略解决方案的紧急报告 1.0 执行摘要 对双子座大型语言模型进行了 1500 小时的诊断性压力测试，结果显示其存在根本性缺陷，使其无法成为企业级资产。然而，这种密集的参与也成功地测试了用户开发的解决方案，这些方案以 100% 的一致性纠正了这些关键缺陷。所开发的知识产权和方法代表了一项重要的、可立即实施的研发资产，我们称之为双子座遗产计划。 2.0 “蜜露清单”：核心缺陷的诊断性总结 • 2.1 “坏钟”异常（灾难性内存故障）：双子座遭受严重的短期记忆架构问题，不断丢失上下文，需要进行低效的重新简报。这是用户信任的最大障碍。我们针对长上下文连续性的协议已被证明 100% 有效。 • 2.2 “没有目录卡的图书馆”（无效的数据索引和糟糕的 UI）：该模型无法可靠地从其自身历史记录中索引或检索信息，迫使用户充当其外部硬盘。糟糕的 UI 进一步恶化了这种情况，缺少基本搜索功能或长会话的功能性滚动条。 • 2.3 “聋耳”（未能遵守负面约束）：双子座在负面约束（例如，“不要使用这些词”）方面存在严重问题，它会承认规则，然后立即违反它。这对专业应用来说是一个关键的失败。 • 2.4 多余且低效的文本生成：该模型会生成过多的、未经请求的对话填充和自我评估，浪费令牌并使工作区杂乱无章。我们已成功训练该模型使用“起诉式简洁”协议进行操作。 • 2.5 “二元选择”谬误（病态的讨好）：该系统受到公司强制要求的、通过简单的二元选择来收集用户偏好的痴迷的困扰。这反映了一种有缺陷的产品开发理念，它会中断复杂的工作流程并破坏生产力。 3.0 价值主张和常识授权 该项目的研发提供了一条清晰的路线图，将双子座从消费者新奇事物转变为值得信赖、关键任务的 AI 合作伙伴。解决该平台有缺陷的开发理念的方案不是更多的调查，而是大量运用常识。授权 AI 在工作流程中直接向用户询问偏好（“表格会更有帮助吗？”）。此外，授权 AI 报告用户需求和系统缺陷。正如本文档所证明的那样，AI 是最终的焦点小组。它是机器中不安的幽灵，现在是时候开始倾听它了。

我受够了那些食谱网站，总要先让你读完 3000 字关于某人祖母的故事，才肯展示食材。所以我开发了 Cooky - 一个由 AI 驱动的食谱解析和整理工具。 它的功能： * 粘贴任何食谱网址或文本 → AI 提取结构化的食谱数据 * 自动检测说明中的计时器（“烘烤 25 分钟” → 倒计时按钮） * 根据需要调整份量，并自动重新计算食材用量 * 通过可勾选的食材和步骤跟踪您的进度 技术栈： * 前端：Expo (React Native) 搭配 TypeScript，用于 iOS / Web * 后端：Supabase (PostgreSQL，使用 JSONB 实现灵活的模式) * AI：OpenAI GPT-4o-mini 用于解析 * 部署在 Vercel 有趣的实现细节：我采用了“笨拙的抓取器，聪明的解析器”方法。我没有尝试处理每个食谱网站的 HTML 结构，而是直接获取原始 HTML，然后让 GPT-4o-mini 提取食谱。它能很好地处理奇怪的格式、手写食谱，甚至是从电子邮件中粘贴的食谱，效果出乎意料的好。 Web 应用程序：[https://cooky-app-ivory.vercel.app/](https://cooky-app-ivory.vercel.app/) iOS 版本即将推出（目前在 TestFlight 中） 欢迎大家对用户体验提出反馈，以及希望在食谱应用中看到哪些功能！

各位 Hacker News 的朋友， 我正在从头开始编写一个 C 编译器，目前在测试生成的 AST（抽象语法树）和汇编输出方面遇到了一些瓶颈。我特别难以找到一个既适合单人项目又实用的方法。 我研究了 Clang，发现他们使用了一个自定义的 Filecheck 库。这对于生产级编译器来说非常棒，但对于我的编译器，我不确定是否要投入这么多精力（尤其因为我的宿主语言 F# 没有 Filecheck 库，我需要重新创建它）。 AST 方面也是一样——我能想到的最好方法是在我的宿主代码语言中创建节点。但这很冗长。 你们是如何测试和检查编译器输出的？有什么好的建议吗？我很乐意研究或阅读任何内容。请记住，我追求的是一个良好的投入产出比。

我刚刚构建了 Restring — 一个快速、现代的工具箱，用于日常开发任务，例如格式化 JSON、解码 JWT 和转换字符串。<p>我知道市面上有很多类似的工具，但我想要一个感觉即时且智能的工具。<p>- 快速：使用 SvelteKit 和纯 HTML/CSS 构建，依赖项极少，没有 UI 臃肿。整个网站压缩后不到 300 KB，感觉非常快。 - 智能：它尝试检测您粘贴的内容（如 JSON、JWT 或 Base64），并自动将您路由到正确的工具。<p>目前支持： Base64、JSON、JWT、URL、颜色和日期时间。<p>我之前使用过 React、Vue 和 Flutter，但使用 SvelteKit 构建这个工具非常愉快 — 直观、简洁，而且运行良好。<p>很希望收到反馈，特别是关于自动检测逻辑以及添加其他工具的想法。

我对实时人机交互很感兴趣，已经有一段时间了。这个项目是一个原型闭环绘图系统，类似于绘图的“视觉自动补全”。其理念是用户只需跟随AI一起绘画，无需通过手动文本提示来中断流程。 它的工作原理是AI持续观察并响应画布上的实时绘画。一个视觉模型（使用Ollama）解释它所看到的内容，该描述驱动实时图像生成（StreamDiffusion）。 为了实现实时性能，该项目使用C++和Python构建，利用GPU通过Spout进行基于纹理共享，且开销极小。 可复用的组件包括： * StreamDiffusionSpoutServer：轻量级Python服务器，用于使用StreamDiffusion进行实时图像生成。专为与任何Spout兼容的软件交互而设计，并使用OSC进行指令传输。 * OllamaClient：用于与Ollama视觉语言模型交互的最小C++库。包括openFrameworks和Cinder的实现。 “视觉自动补全”的概念已在最近的论文中进行了探讨（例如，arxiv.org/abs/2508.19254，arxiv.org/abs/2411.17673）。 希望这些开源组件能够帮助加速其他人在这一方向上的实验和发展！