最新

我想分享一下，因为这个信息非常具有误导性，我认为几乎所有人都被误导了。我一直以为通过购买200美元的订阅，我获得的用量是100美元的5倍计划的4倍。 我在这里了解到相关信息： https://x.com/SataEricUX/status/2094121392229028236 并且有一个关于此事的诉讼： https://www.cnet.com/tech/services-and-software/anthropic-sued-alleged-false-advertising-claude-max-subscription-usage-limits/

你好 HN， 我是 Ali，正在开发 Decispher。 我们正在解决的问题是，编码代理会反复重新发现工程组织中已有的上下文。 开发人员在处理一个功能时，可以整合来自先前 PR、Jira 工单、Slack 讨论、所有权边界、架构决策以及他们自身经验的信息。而编码代理通常从一个提示和一个代码库开始，然后花费 token 来搜索相同的上下文，或者完全错过它。 Decispher 是一个面向工程代理的上下文和内存层。 它目前包含三个部分： 1. **上下文引擎 (Context Engine)** 工程上下文通常分散在各个系统中。Decispher 连接来自工程平台的记录，并将相关的片段组合成代理可以为任务检索的上下文单元。 例如，关于一个组件的上下文可能包括先前的 PR、相关问题、架构决策、所有权信息以及实现历史。 我们还构建了 Branch Story，它可以记录 AI 编码会话，并将其执行过程转化为 PR 上的结构化交接： 提示 → 计划 → 操作 → 结果。 2. **内存平面 (Memory Plane)** 内存平面在用户、团队和项目级别存储持久化上下文。 这包括工作偏好和工程约定。团队还可以创建可重用的内存集，例如前端、支付后端或特定项目集，并根据任务注入相关的内存。 在 LongMemEval 上，我们当前的系统达到了： a) 使用 GPT-4.1-mini 作为提取器和读取器，在 oracle split 上达到 89% 的准确率。 b) 在 LongMemEval -S 数据集上达到 81%（使用前沿模型达到 89%）。 c) 中位数 token 减少 38 倍。 我很乐意分享更多关于我们如何衡量检索质量和 token 减少的细节。 3. **工作代理 (Worker Agent)** Decispher 还拥有一个自主工作代理，在处理任务时会使用上下文引擎和内存平面。 它可以从 Jira 和 Slack 等来源获取工作，检索相关的上下文和所有权信息，并在可用上下文不足时向相关人员提问，而不是进行猜测。这些答案随后可以作为未来工作的上下文。 上下文引擎、内存平面和工作代理可以独立使用。 **设置** `npx decispher init` 这会连接一个代码库并配置代理集成。 `npx decispher link` 这会将您的 decispher 账户链接到您的代码库。 Decispher 可与 MCP 兼容的代理配合使用，并提供对 Claude、Codex、Grok Build 和 Cursor 的特定集成。我们还有一个用于查看上下文和编写交接的 VS Code/OpenVSX 扩展。 **注意事项：** a) 上下文引擎不克隆源代码；它通过 GitHub API 进行读写。 b) 工作代理使用一个隔离的沙箱，除了通过允许列表代理外，没有网络路由。 c) 工作沙箱在运行后会被销毁。 d) 原始消息和文本在静态时加密，并自动清除。会话目前在合并后 7 天或最后活动后 30 天被清除，具有可配置的保留期。 我们还有一个名为 Decision Guardian 的 MIT 许可的开源项目，用于在 PR 上显示 ADR 上下文。 上下文引擎现已可用。内存和工作代理正在逐步推出。 我特别希望获得反馈，并且我们也在寻找设计合作伙伴。 乐意解答。 Ali 这是我之前 Show HN 帖子的后续： https://news.ycombinator.com/item?id=48762112 自那时以来，主要的新增功能包括内存平面、LongMemEval 结果、工作代理沙箱以及用于 PR 上 AI 生成工作的 Branch Story。