最新

多年来，Warp 一直是我的日常主力工具，我仍然很喜欢它的核心产品。但我想要更多的隐私，更少的 Oz 代理功能，以及更好的用户体验来管理我所有的 Claude Code/Codex 会话，尤其是在我同时处理的多个代码仓库之间。 因此，我 fork 了 Warp，去掉了所有遥测、账户要求、Oz 代理功能，并在几个月里对用户体验进行了微调，以优化会话管理。出色的 Warp 终端依然是一流的（自动补全、自动命令建议等），但增加了许多关于代理会话管理和组织的质量改进。 一些值得注意的功能： * Claude Code 和 Codex 会话在您退出/重启 Clinch 时会自动恢复，并带有正确的标志——这在 Warp 中对我来说是一个大问题，并且一直阻止我更新到最新版本的 Warp。 * Clinch CLI + Skill，让 Claude 和 Codex 可以为您自动创建新标签页，甚至自动建议快速回复按钮（见下文）。当您要求 Claude 运行本地 Web 服务器时，这尤其方便，它会在新标签页中自动运行，这样就不会隐藏在 Claude 会话的后台。 * 使用 Tailscale 进行远程控制，可以通过手机使用和控制 Clinch。 * 左侧面板包含一个代码仓库的所有会话/终端标签页（通过 CMD + SHIFT + [ 在它们之间切换）。每个代码仓库/项目在标题栏中都有自己的标签页，通过 CMD + [ 快速切换。 * 即时查看代理状态（正在工作、完成、需要输入、空闲）。 * 左侧面板中的可自定义部分，用于将您的会话组织成组，例如“进行中”和“待办事项”等。 * Claude 和 Codex 会话底部可自定义的快速回复按钮，用于快速回复“/compact”、“LGTM, continue”或“Review this with Fable”等。 * 底部操作按钮： * 一键将 Claude Code 会话转移到 Codex 会话，反之亦然。 * 一键在新标签页中 fork 会话。 100% 开源免费。无需账户或注册。 这是一个我业余时间喜欢开发的个人项目。目前仅支持 macOS，但如果有兴趣，我接下来会添加 Linux 支持。

核心理念是，你在卫星地图上画一个圈，它会告诉你圈内的人口以及更多信息。 主页是一个每日挑战，我填充了一些“过去的挑战”，这样就不只是过去几天的内容可以玩了，还有一个自由绘画模式，它会告诉你人口数据以及来自 OpenStreetMap 的一些人口普查人口统计信息和兴趣点数据。 在大多数情况下，数据来自获取你圈内的普查区块及其质心，然后将它们的人口加总。人口统计信息稍微复杂一些，因为它不是按区块来源的，所以我们会将来源区域的已发布普查值按人口加权比例分配到你绘制的区域。我很乐意回答关于数据或技术方面的任何问题。目前该游戏/应用只覆盖美国地区，我希望将来能添加国际数据！ 我正在重新提交这个作为正式的“Show HN”，因为上次提交时我遗漏了标题中的“Show HN”文字。

我知道这听起来可能有些负面，而且可能有点笼统，但……说真的，大型语言模型到底在帮你做什么，而不仅仅是纯粹的“节省时间”——也就是说，实际的、创新的工作。 我个人觉得，虽然我无法证明，而且说实话也不想证明，但自去年十月左右以来，大型语言模型就被有意地“阉割”了。4.5-4.6 Opus…… 每家公司都故意或无意地（可能更糟）降低了它们的模型性能，它们无法承认这一点，如果你试图承认，它们还会对你进行煤气灯操控……但就我自己的实验而言，大型语言模型实际上比不用大型语言模型还要糟糕…… 我没有看到任何人构建出他们以前无法完成的东西……而且我看到很多不必要的东西被创造出来……以至于我记不起上次在这里看到的好主意是什么了（而以前每个月都会在这里看到很棒的想法）…… 我也无法再获得哪怕是中等水平的输出了……简直就是垃圾——字面意义上的“提示到垃圾桶”的流程…… Claude 是最差的。毫无疑问。自 4.5 版本以来，它们在每一个模型上都退步了……以至于 4.5 版本发布时，它无疑比今天市场上任何东西都好……价格却便宜得多……而且速度快了 10 到 100 倍…… 所以……我需要抽什么，哪种药能让我看到大型语言模型在工作？我需要“嗨起来”……因为 at this point……使用它们简直是侮辱…… Claude 会竭尽全力，想方设法避免做被要求的事情……然后会花 50 分钟思考……来生成一个简单的 HTML 网站……看起来像狗屎一样，而我用现成的样式手工编码可能只需要 90 分钟…… 所以……是的……什么药？多少？多久一次？副作用？

各位 HN 社区的朋友们： 我叫 Zacharie Rodière（请注意发音），是佐治亚理工学院电子与计算机工程专业的应届硕士毕业生，法国人。毕业后，我决定投身于连续认证和行为人工智能领域的创业。我的公司名为 BehavLabs。 我最近发布了我们首个使用键盘敲击生物识别技术的连续认证演示。该模型主要基于公开数据进行训练，但我无法在此详细讨论模型架构（如果有机器学习工程师想私下交流，随时欢迎联系）。 该演示包含两种模式：一种是双人对战模式，两人进行 PK，模型会尝试判断他们是否是同一个人；另一种是三人及以上模式，包含“比较”和“检测”两种功能。在比较模式下，您会看到一个相似度矩阵，显示模型对每对用户计算出的相似度得分。在检测模式下，每个用户会输入一段提示文本，然后其中一位用户输入最终提示，模型会尝试猜测是谁输入了最终提示。 我认为该模型表现相当不错，尽管我们尚未达到 100% 的准确率。我非常期待大家在机器学习、用户界面或安全方面的反馈。

我没想到我能不写代码就构建出能帮助人们的东西。 想象一下，用零代码就能构建全栈平台。我花了7个月时间构建了focuscloud.dev，这样你就能在7秒内完成构建。