最新

学生们不再仅仅解决问题，而是创造问题——他们从语言、文化、逻辑、创造力以及现实世界的知识中汲取灵感。<p>每一轮，人类和人工智能都会尝试这些测试。然后，班级会分析结果，了解人工智能失败或成功的原因，并不断迭代，以创建更具“人类优势”的挑战。<p>这既是游戏，也是人工智能素养的课程，还是对人类思维独特之处的探索——至少目前是这样。

也许你也有过这样的经历：你构建了一些你引以为豪的东西，用你低声望的账号发布在 HN 上，然后……鸦雀无声。零票，零评论。 上周一我就遇到了这种情况。我发布了我的编码工具（XaresAICoder - 一个开源的浏览器 IDE），它是用 AI 辅助构建的。在我看来，它具有革命性意义。但在 HN 上呢？完全被忽略了。 然后我开始思考：有多少其他潜在的优秀项目也遭遇了同样的命运？因为它们来自低声望账号，我们错过了多少“隐藏的瑰宝”？ 所以我构建了 hn-gems（在 Claude 和我自己的 XaresAICoder 的帮助下）。它分两个阶段工作： * 持续扫描：分析所有来自声望低于 100 的账号的 HN 新帖子，根据技术价值、原创性和解决问题的价值进行评分。 * AI 策展：每 12 小时，一个 LLM 会深入研究排名前 10 的候选项目，检查 GitHub 仓库、文档质量和实际效用。 结果就是你在链接中看到的内容——一个精心挑选的、值得更多关注的、被忽视的优质帖子列表。 有趣的是：我几乎没有编写任何标准。我只是告诉 Claude“开源好，纯商业坏，可运行的演示好”，然后让它自己计算分数。AI 评估每次运行略有不同，这实际上让它变得更有趣。 GitHub: [https://github.com/DG1001/hn-gems](https://github.com/DG1001/hn-gems) 这有用吗？如果需要，你有什么改进这个工具的想法吗？ （是的，我的 XaresAICoder 获得了 0 票？AI 认为它实际上相当不错。我就把它当成一次胜利吧。）

这是一个基于 Python 的开源事件和会话存储实现，适用于 MCP，并提供一个 ASGI 封装器，支持跨节点会话准入、故障转移和无粘性会话的伸缩。它部分解决了 MCP 在伸缩方面的会话和状态保持问题，通过使用会话存储（对服务器概念很有效）。新的服务器请求和中断的流可以分别由任何实例提供服务和恢复。<p>*依赖于从服务器获取 GET 流的采样/诱导/客户端概念仍然与同一节点绑定。

这些年来，我构建了许多解释器，而 Bolt 代表着我一直以来想构建的脚本语言的尝试。这是第一个公开发布版本，0.1.0！ 我感觉嵌入式领域多年来一直在朝着安全性和类型化的方向发展，比如 Python 的类型提示、TypeScript 的爆炸性流行，甚至包括 Luau 中的类型，Luau 为世界上最大的脚本环境之一提供支持。 Bolt 试图直接在语言层面利用这一点，而不是作为预处理步骤，从而在安全性和性能方面都获益。 在接下来的几周里，我打算发布一些嵌入 Bolt 的玩具和应用示例，但如果你感兴趣，请务必查看代码库中的示例和编程指南！