最新

我一直在尝试各种方法来提高非技术人员对人工智能的接受度。基本上，所有公司都在大力推广人工智能，因为人工智能新闻铺天盖地，他们担心落后，但大多数人却不知道从何入手。 我认为，90%的人（即非程序员）通过使用协作工具（co-work）而不是 Claude Code 或类似工具，已经得到了足够好的服务。如果我们能让销售、客户支持、市场营销等部门的人员通过协作工具（co-work）来整合技能，形成一个“公司大脑”，我认为这将是巨大的财富。 因此，我认为社区有机会分享适用于成千上万用例的优秀技能。然而，目前要找到好的技能并判断它们是否值得，仍然相当困难。 Gstack 取得了巨大的成功，这得益于 Gary 的影响力和信誉。像 Claudinho.xyz 这样的平台能否托管社区构建的技能？您对此有什么看法/顾虑？

你好，HN 的朋友们！ 最近我尝试了代理式编码，感觉需要为每个项目跟踪更多的上下文数据。同时，我也觉得需要超越一维聊天，与代理进行更丰富的沟通。 因此，我创建了一个本地文档存储，代理们可以自行发现其中的内容。命令行界面 (CLI) 的设计易于代理上手。它也允许人类通过读取/搜索/编辑存储中的文档来进行协作。 我有一个 Mac 原生图形用户界面 (GUI)，目前正在审核中，希望很快能在 App Store 上架。 您可以轻松尝试，说明在这里：https://metabrain.eu/ 这是 GitHub 链接：https://github.com/OpenCow42/metaBrain 这个项目对我来说也是一个实验，旨在构建一个真正跨平台（Mac / Linux / Windows）的 Swift 项目。它已开源，采用与我用于此项目的 LevelDB 相同的许可证。 代理（和人类）可以通过搜索快速检索内容，从而在代理式工作中将特定知识动态地重新注入到特定上下文中。有趣的是，我曾认为“推理规则库”是早期函数式专家系统中的一个过时想法。现在，随着我开始与代理合作，我越来越需要从这样的库中动态地提取先前有效的解决方案。 我很乐意收到反馈。从产品契合度来看，这对您有用吗？还是只有我对此感到满意？ 最后，我在文档压缩方面也很有趣。它会尝试使用 ZSTD 进行快速压缩，如果压缩率未超过 10%，则以未压缩形式存储数据；否则，则使用 ZSTD 9 级压缩。我从 OpenZFS 那里学到了这个技巧。 谢谢！

<a href="https://www.whitehouse.gov/presidential-actions/2026/06/promoting-advanced-artificial-intelligence-innovation-and-security/" rel="nofollow">https://www.whitehouse.gov/presidential-actions/2026/06/promoting-advanced-artificial-intelligence-innovation-and-security/</a><p><a href="https://www.nytimes.com/2026/06/02/technology/trump-executive-order-ai.html" rel="nofollow">https://www.nytimes.com/2026/06/02/technology/trump-executive-order-ai.html</a>

我最大的数字遗嘱担忧是确保我的近亲能够访问我所有的账户、设备和重要信息。 我已经设置了对我的密码管理器的紧急访问权限，并记录了我的设备凭据、账户恢复信息以及与遗产相关的信息。 我很想知道其他人是怎么做的。 你是否为账户访问、密码、双重身份验证设备、照片、云存储、域名、金融资产、在线业务、AI聊天记录以及其他数字资产做过计划？ 我觉得我已经涵盖了基本方面，但我不确定是否考虑到了所有潜在的极端情况。

你好！ 这是一个无限画布的笔记工具，笔记被布置在一个非欧几里得的、双曲几何空间中。当你拖动和浏览视图时，你会体验到一种独特的流体失真效果，这种效果能够自然地利用你大脑的空间记忆。 多年来，我一直痴迷于人机交互（HCI）中的空间概念。许多现代用户界面模式本质上是为了弥补屏幕空间不足而采取的权宜之计。不久前，在研究基于缩放的用户界面时，我偶然发现了一些早期的人机交互论文，它们使用双曲平面的庞加莱圆盘模型来组织数据。它巧妙地将一个无限空间投影到一个有限的圆盘中，使一切都保持在上下文可见的状态。 多年前，我就想围绕这个概念构建一个实验性应用程序，但非欧几里得数学是一个重大的障碍。最近，我决定在大型语言模型（LLM）的帮助下尝试一下。事实证明，LLM 在处理数学上的繁重工作方面表现相当不错，特别是在设计坐标系统和优化算法方面，前提是你用扎实的架构设计来指导它们。 这仍然是一个实验性的演示，但我希望它能给你留下深刻的印象。我很想知道你是否觉得这种范式在组织你的想法方面很实用。

大家好，我是Felix，来自瑞士苏黎世的全科医生。 几个月前，我启动了一个名为shii • haa的小项目，这是一款利用手机麦克风进行实时生物反馈的呼吸应用程序。 我之前在急诊医学和重症监护方面的工作与呼吸密切相关，尤其是在危急情况下……这促使我重新审视自己的呼吸方式。随着时间的推移，我脑海中浮现出一个问题：医学知识和生物反馈能否让一款应用程序真正促进自我意识，而不是将你的目标与应用程序的奖励系统挂钩？ 它结合了信号处理、呼吸状态机和机器学习。状态机根据麦克风信号中的吸气、呼气和过渡进行跟踪。质量层在信号用于反馈之前会拒绝嘈杂或模糊的窗口。所有处理都在设备上完成，不会上传语音或原始音频。 我试图避免的是将呼吸变成另一个分数或游戏。该应用程序提供节奏、深度和规律性方面的反馈，但重点在于“注意你在做什么”，而不是“表现出色”。 我希望得到反馈，特别是来自从事信号处理、健康用户体验或Android/iOS音频问题的专业人士的反馈。