最新

一些有用的链接： - https://mhclgdigital.blog.gov.uk/2025/06/12/extract-using-ai-to-unlock-historic-planning-data/ - https://github.com/digital-land/digital-land/issues/360 - https://ai.gov.uk/evaluations/extract-evaluation/

在使用模型上下文管理时，我遇到了一些困难。在免费或较低级别的 API 套餐中，当你在来回传递对话历史时，那些令牌限制会非常快地消失。

很明显，人工智能公司正逐渐转向关注这一点。 在泡沫破裂之前，90年代是否有过这方面的努力？ 我那时还是个孩子，只记得像“杂货界的Priceline”这样的概念和疯狂的首次公开募股（IPO），但除此之外记得的不多。 我一直对其中的相似之处和可以吸取的教训很感兴趣。

我正在维护一个开源项目（一个确定性的开源重复代码检测器），一位用户提出了一项功能需求，但我对如何实现它没有清晰的思路。 这似乎是一个非常棘手的问题： * 测试会重复相同的场景。对于结构化检测器来说，这会被标记为重复（代码冗余）。然而，人们通常不希望从代码库中删除测试。 * 测试中的重复（是有意为之的）最终看起来像是不期望的代码重复，而工具无法区分它们。 * 一种解决办法可能是引入“人工干预”（类似于 linter 允许用户一次性接受某个建议，同时保留默认的零配置首次运行）。 我想了解一下您是如何处理这种情况的，以及是否有人有什么想法。 这是我的仓库：https://github.com/Rafaelpta/dupehound 这是更详细的 issue：https://github.com/Rafaelpta/dupehound/issues/23

各位 HN 的朋友们： 最近，大家对元代理（meta-harnesses）、循环（loops）和多代理编排（multi-agent orchestration）表现出了极大的兴趣。显而易见，市面上已经有很多优秀的工具了，例如 Conductor、cmux，以及原生的 Codex/Claude Code 应用等。 就我个人的使用场景而言，我总觉得编排层（orchestration layer）的设计有些过度工程化。我主要需要一个简单的本地代理（即 Pi）来运行和跟踪命令行（CLI）代理，并能够通过 tmux 介入。Relaymux 就是我对此的一种主观尝试。 一些设计原则： * 前端就是 Telegram/iMessage/CLI。如果我需要更多可见性，我会切换到 tmux。 * 子代理（Subagents）是运行在 tmux 窗口中的普通交互式 CLI 代理，通常拥有自己的工作目录（worktrees）。 * 代理本身（harness）拥有 tmux 会话，因此每个较长的任务都会成为一个命名的标签页/窗口。子代理在被阻塞或完成时，会通过 CLI 向协调器（orchestrator）报告。然后协调器会通过 Telegram/iMessage 通知我。 * 它可以与任何具有交互式终端模式的 CLI 代理配合使用，因此我无需担心特殊的打印模式/非交互式支持。这意味着我无需为 Agent SDK/claude -p 的计费限制而烦恼。

<a href="https://developers.googleblog.com/en/announcing-the-agentic-resource-discovery-specification/" rel="nofollow">https://developers.googleblog.com/en/announcing-the-agentic-...</a>