最新

嘿，HN，我们刚刚发布了 MonTana Mini 计算机 (MTMC-16) 的 1.0 版本，这是一款虚拟教学计算机，旨在帮助学生理解底层计算的工作原理。它是一台 16 位计算机，只有 4k 的内存，但我们做了一些设计选择，以帮助最大限度地利用有限的硬件。 [https://mtmc.cs.montana.edu/](https://mtmc.cs.montana.edu/) 它用 Java 编写（抱歉），并提供了一个 Web 界面，具有： - 用于寄存器的闪烁灯显示 - 带有不同过滤器的内存视图 - 类似 Gameboy 的游戏手柄 - 可以用来与计算机交互的控制台（包括直接运行汇编指令） - 带有用于编辑文件的集成编辑器的文件浏览器 所以，你开始进行底层编程所需的一切都具备了。 它包含一些示例代码，包括贪吃蛇和康威生命游戏，位于 /src 目录中。 你可以在这里观看快速入门视频：[https://www.youtube.com/watch?v=m_6pZ_sT3y0](https://www.youtube.com/watch?v=m_6pZ_sT3y0) 我们已经为这台机器开发了一个 C 编译器，但它仍在开发中。我们计划在未来几个月内改进交互性和视觉反馈，所以非常感谢您能给予我们任何反馈！

作为一家初创公司构建产品时，几乎不可避免地会遇到需要转型的时刻，无论是在假设阶段还是产品发布之后。但我们如何确保转型不仅仅是方向上的改变，而是真正推动团队和产品的增长呢？ 我的结论是：我们需要明确定义我们想要专注的领域，并且只在这个领域内进行转型。 这是因为我相信，从每一次尝试中获得的见解、经验和人脉都应该直接为下一个挑战做出贡献。当然，也有很多团队通过其他方式取得了成功，但对我们来说，这种方法似乎是实现快速增长和真正进步的最有效途径。 这就是为什么我决定专注于“Agent”（智能体）。 我清楚地知道，有些人会质疑“智能体只是炒作”或者“热度已经过去了”。但市场仍然关注着智能体，并且颠覆性的产品也在不断涌现。像 MCP 和 A2A 这样的协议也在发布，从而推动了智能体生态系统的快速增长。 与其争论这是一个红海还是蓝海，我将这种增长速度和生态系统发展视为一个不容忽视的机会——而这种快节奏发展所带来的不可避免的挑战，既是初创公司应该解决的问题，也是初创公司应该抓住的机会。 自 2023 年初以来，我一直在构建 LLM（大型语言模型）应用，甚至早于“智能体”概念成为主流。由于我现有的网络，我拥有数百个潜在用户的网络；这极大地影响了我专注于这个领域——智能体的决定。 现在轮到你了。你如何在自己的创业旅程中航行？我总是渴望向他人学习。

我与数百位 AI 智能体开发者交流过，对于“如果给你一根魔杖解决一个问题，你会选择什么？”这个问题，他们的答案都是智能体记忆。<p>我们在 Raindrop 中构建了 SmartMemory 来解决这个问题，它为智能体提供了四种协同工作的记忆类型：<p>记忆类型概述<p>工作记忆 • 在会话过程中保存活跃的上下文 • 将想法组织成不同的时间线（主题） • 智能体可以搜索你讨论过的内容，并在之前的观点基础上进行构建 • 就像正在进行的对话的短期记忆<p>情景记忆 • 将已完成的会话存储为可搜索的历史记录 • 记住几周或几个月前你讨论过的内容 • 可以恢复之前的对话，以便在中断的地方继续 • 你的智能体的长期对话档案<p>语义记忆 • 存储事实、文档和参考资料 • 在所有对话中保持知识 • 积累关于你的项目和偏好的信息 • 你的智能体的知识库，随着时间的推移而增长<p>程序记忆 • 保存工作流程、工具交互模式和程序 • 学会如何一致地处理不同的情况 • 存储决策树和响应模式 • 你的智能体学习的技能和操作程序<p>真正有效的多层搜索<p>*工作记忆* 使用嵌入和向量搜索。当你搜索“身份验证问题”时，它会找到关于“登录问题”或“安全漏洞”的记忆，即使确切的单词不匹配。<p>*情景记忆、语义记忆和程序记忆* 使用三层搜索方法： • 基于语义含义的向量搜索 • 基于提取的实体和关系的图搜索 • 关键词和主题匹配，用于精确查询<p>这种多层方法意味着你的智能体可以找到相关信息，无论你是通过概念、想法之间的特定关系还是确切的术语进行搜索。<p>使用 SmartMemory 的三种方式<p>选项 1：完整的 Raindrop 框架 在 Raindrop 中构建你的智能体，并获得完整的记忆系统以及其他智能体基础设施：<p>```hcl application &quot;my-agent&quot; { smartmemory &quot;agent_memory&quot; {} }<p>```<p>选项 2：MCP 集成 已经有一个智能体了？将我们的 MCP（模型上下文协议）服务器连接到你现有的设置。启动一个 SmartMemory 实例，你的智能体就可以通过 MCP 调用访问所有记忆功能——无需重建任何东西。<p>选项 3：API/SDK 如果你已经有一个智能体，但对 MCP 不熟悉，我们也有一个简单的 API 和 SDK（Python、TypeScript、Java 和 Go）供你使用<p>一些有用的链接，帮助你开始<p>注册请访问：https://liquidmetal.ai/ 概念文档请访问：https://docs.liquidmetal.ai/concepts/smartmemory/ 实现文档请访问：https://docs.liquidmetal.ai/reference/resources/smartmemory/ 快速入门请访问：https://docs.liquidmetal.ai/tutorials/smartmemory-app-deployment/