最新

此前：据报道，Stripe 将以超过 70 亿美元的价格收购 OpenRouter <a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=49323381">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=49323381</a>

我想分享一个我一直在开发的项目，名为 Frugal Tokens。我最初开发它的原因是我很好奇我的所有会话总共花费多少，以及缓存未命中（cache misses）对这些花费的影响。我注意到人们的花费模式差异很大，想更好地理解可能导致这种差异的因素。 随着我对此项目的开发，这个工具已经发展到可以显示你所有会话中更多的使用模式。它展示了总体使用情况、估计的工作时间、会话重叠情况，以及你的花费来自哪些模型和缓存未命中。我还提供了一些会话级别的指标，包含百分位细分，以及你的会话列表和高级信息。 点击一个会话会打开一个浏览器，你可以在其中查看单个模型调用以及工具的输入和输出。你也可以直接跳转到缓存未命中发生的位置。还有一个粗略的成本比较，显示了记录的会话使用其他模型的定价会花费多少，或者对于 Anthropic，使用 500 万（5m）与 1 小时（1h）的缓存会花费多少。 未来，我希望能收集更多信息，以了解哪些模式可能导致人们的工作流程更加昂贵，例如长时间会话、高上下文使用、多次交互等。 该工具需要 deno，但安装完成后只需一个命令即可运行。提供的演示版本已部分数据脱敏，但有助于在你运行它之前了解它的样子。 非常期待你的任何想法或建议。 https://github.com/dpclark4/frugal-tokens

我一直在大量试验编码代理，发现自己更多地在管理代理而不是编写代码。 我构建了 CrewCode 来解决这个问题。 它是一个开源的桌面应用程序，可以并行运行多个 AI 编码代理，同时使用 Git worktrees 来隔离它们的工作。 Git worktrees → 代理隔离 → 提供商独立 → diff 审查 → 编排。 我特别希望得到关于多代理/worktree 模型的反馈。 我今天在 Product Hunt 上发布了它，非常希望得到开发者的反馈。

您好 HN， 我构建了 Intelix，一个面向工程团队的 AI 事件响应代理。 当生产事件发生时，Intelix 会进行调查，而不是简单地通知工程师。 它会收集 PagerDuty、Datadog、GitHub 和 Kubernetes 的证据，识别并对可能的根本原因进行排序，验证恢复操作是否安全，然后执行恢复。 我构建了一个交互式实时演示，您可以在其中观看代理实时调查和解决模拟的生产事件。 在此处尝试： <a href="https://intelix.dev" rel="nofollow">https://intelix.dev</a> 这是 Intelix 的早期版本，目前专注于自动化的事件调查和恢复。