最新

OopisOS 并非一个网站，而是一个完全在您的机器上运行的操作系统模拟。它没有后端服务器。您创建的每个文件、添加的每个用户、运行的每个命令都会在本地处理和存储。您的世界完全属于您自己，由您控制的强大安全模型管理。 这个项目的开始源于一个疑问：一个复杂的、有状态的、多用户系统，是否可以用纯粹的 Web 原生工具构建？答案是响亮的“是”。OopisOS 是一个生动的演示，展示了当今浏览器功能与严谨的、无框架的架构相结合时，可能实现的可能性。

我认为，创业就像是不断地被扇耳光，Varun Mohan 在 Google 以 24 亿美元收购他的团队前几个月告诉 Y Combinator。7 月 11 日至 12 日的周末证明，有时候这些耳光会把你引向财富。<p>OpenAI 的 30 亿美元 Windsurf 交易于周五告吹。到了周一，Google 就拥有了这些创始人。<p>背后的故事揭示了引人入胜的创业动态：<p>*2800 万美元的转型（2022 年）*：Windsurf 在 GPU 虚拟化方面表现出色——200 万美元的收入，8 名员工，盈利。然后 GPT-3.5 出现了。“周末我和我的联合创始人聊了聊……我们周一告诉了公司其他人，每个人都从周一开始着手新事物。”<p>*执行速度*：从转型到发布 VS Code 扩展程序，仅用了 2 个月。免费产品吸引了超过 100 万的开发者。几个季度内，摩根大通等企业客户也纷纷跟进。<p>*评估优势*：“你可以利用代码的一个属性，即它可以运行……你可以获取开源项目，并找到附带测试的提交。” 他们建立了严格的评估体系，而竞争对手则依赖于感觉。<p>*理念*：“我们拥有的每一个见解都是会贬值的见解。” 对变得无关紧要的持续担忧推动了创新周期。<p>收购结构说明了一切——Google 为人才/许可付费，而不是股权。这与 Character AI（27 亿美元）、Scale AI（148 亿美元）、Inflection AI（6.5 亿美元）类似。这是在规避反垄断的同时获取 AI 能力的新策略。<p>更大的问题是：Cursor 会是下一个吗？氛围编码领域正在爆炸式增长（Base44 → 在 6 个月后被 Wix 以 8000 万美元收购），但可持续的护城河仍然不明确。<p>完整分析，包含更多 Varun 的引言和战略意义：https://www.linkedin.com/pulse/atomic-shifts-billion-dollar-movement-windsurf-gambit-schwentker-3qkbc/<p>你如何看待“逆向收购”趋势？是聪明的人才策略还是规避反垄断？

Hey HN！ 大家好！我们是Adil、Salman和Jose，我们开发了archgw [1]。archgw是一个智能代理服务器，设计为代理的边缘和AI网关——它原生就能够处理提示，而不仅仅是网络流量。我们做了一些重大改变，所以再次分享这个项目。 简单介绍一下我们构建这个项目的背景。构建AI代理演示很容易，但要创建可用于生产环境的东西，需要做很多重复的、低级别的管道工作，而每个人都在做这些工作。你需要应用安全措施，以确保不安全或无关的请求不会通过。你需要澄清模糊的输入，以避免代理犯错误。你需要根据上下文或任务类型将提示路由到正确的专家代理。你需要编写集成代码，以便快速安全地添加对新LLM的支持。而且，每次有新的框架问世或更新时，你都需要验证或重新实现相同的逻辑——一遍又一遍。 将所有低级别的管道代码放在一个框架中会变得难以管理，更难以更新和扩展。低级别的工作不是业务逻辑。这就是我们构建archgw的原因——一个智能代理服务器，它在入口和出口处理提示，并从单个软件服务提供多种相关功能。它位于你的应用程序运行时之外，因此你可以保持业务逻辑的清晰，并专注于重要的事情。可以把它想象成一个服务网格，但用于AI代理。 在构建archgw之前，团队成员曾在Lyft构建Envoy [2]，在AWS构建API网关，在微软研究院研究专门的NLP模型，并在Meta从事安全方面的工作。archgw的诞生源于这样的信念：基于规则的、单用途的工具，用于处理弹性、处理和路由提示的工作，应该转移到代理的专用基础设施层，但建立在经过实战检验的Envoy Proxy基础上。 archgw的智能来自于我们快速的特定任务LLM [3]，它可以处理代理路由和移交、安全措施和基于偏好的智能LLM调用等。以下是关于这个开源项目的一些额外细节。archgw是用Rust编写的，请求路径主要有三个部分： * 监听器子系统，处理下游（入口）和上游（出口）请求处理。 * 提示处理程序子系统。这是archgw通过其prompt\_guard钩子来决定传入请求的安全性，并通过其prompt\_target原语来识别将对话转发到哪里。 * 模型服务子系统是托管在archgw中构建的所有轻量级LLM的接口，并提供了一个框架，用于检测这些模型的幻觉等。 我们很喜欢构建这个开源项目，并且我们相信这个基础设施原语将帮助开发人员更快、更安全、更个性化地构建代理，而无需进行所有手动提示工程和系统集成工作。我们希望邀请其他开发人员使用和改进Arch。请试一试，并在[这里](https://discord.com/channels/1292630766827737088/12926307682)或我们的Discord频道 [4]留下反馈。 这里有一个关于该项目实际运行的快速演示 [5]。你可以在[这里](https://docs.archgw.com/)查看我们的公共文档 [6]。我们的模型也可以在[这里](https://huggingface.co/katanemo)找到 [7]。 [1] <https://github.com/katanemo/archgw> [2] <https://www.envoyproxy.io/> [3] <https://huggingface.co/collections/katanemo/arch-function-66> [4] <https://discord.com/channels/1292630766827737088/12926307682> [5] <https://www.youtube.com/watch?v=I4Lbhr-NNXk> [6] <https://docs.archgw.com/> [7] <https://huggingface.co/katanemo>

您好， 我开发了一款 iOS 应用，让家长可以为孩子创建个人资料，规划他们的膳食，设置饮食偏好、食谱和午餐盒，将计划导出到日历，并与他人分享时间表链接。当然，还有人工智能辅助膳食规划和食谱推荐。目前，这款应用提供免费和付费两种套餐。最初我开发的是一个 Web 应用，但在收到身边朋友的反馈后，我开发了这款 iOS 应用。非常期待您的反馈。

我创建了一个基于 Paul Graham 传奇文章《做无规模效应的事情》的模拟。 欢迎提出任何反馈！