最新

大家好 HN！<p>11 天后，我带着 Kakehashi 的更新回来了。感谢您的支持！ 感谢您的所有点赞和评论。我没想到大家对这个项目会如此感兴趣。<p>更新内容：<p>我设法显著加快了实现过程。现在，与 Linux 原生性能相比，7zip 的速度仅慢 1.24 倍，而 Lua 的构建与原生启动相比，差异仅为 1.5 到 2 秒。 由于 Linux 特定的标志，Lua 构建无法通过 kh run make 进行编译，这与它在 macOS 原生环境中的行为类似。但是，如果使用 kh run gcc -- -Wall -O2 -DLUA_USE_MACOSX -std=c99 onelua.c -lreadline -o /tmp/lua-onelua 进行构建，则一切都可以完美编译、构建和运行。 总的来说，我目前正在积极开发以下二进制文件：git、clang、make、xcrun、otool、gcc、curl、7zip、rm、ls、sh、csh、zsh、bash 和 Rust 安装脚本。 请注意，目前您需要手动将 macOS 安装中的 /bin、/sbin、/usr/bin 和 /usr/lib/zsh 文件夹移植到访客环境（“瓶子”）中，该环境位于 ~/.local/share/kakehashi/bottle/，因为没有这些核心依赖项，整个设置将无法工作。<p>至于已知问题：目前，xcodebuild 遇到 SIGSEGV 信号，Rust 安装程序仍无法正常工作（它以错误 1 退出，我尚未能查明确切的根本原因）。此外，zsh 在本地化和编码方面存在一些错误，令人惊讶的是，这些错误在其他类似的实用程序中并未出现。当然，您仍然可能在不同的二进制文件或未经测试的边缘情况下遇到未实现的符号和其他各种错误。它距离完成的产品还很远，但与 11 天前相比，它已经完全不同了。<p>我将非常感谢您在测试、查找边缘情况和发现执行瓶颈方面的任何帮助——尤其是在非标准配置下（例如从外部驱动器运行环境）。也非常欢迎 Pull Request。我一个人实在无法跟上所有事情。再次感谢大家！<p>链接：https://github.com/wie-project/kakehashi

分享我们制作的有趣的东西 :)

你的联赛队友不像机器人那样选人，将以下文本粘贴到你选择的 AI 中，体验更真实的模拟选秀，为你的联赛做好准备！

各位 HN 的朋友们！非常欢迎大家就此发表看法。我们开发了 Burla，旨在让任何人，即使是完全的初学者，也能轻松地将 Python 扩展到云端数千台计算机上，毫无后顾之忧。

用尽可能少的线索猜出隐藏的动物。Zoodle 会给你关于一只神秘动物的线索，并挑战你用最少的猜测次数找出答案。这是一款适合动物爱好者和喜欢猜谜游戏的人的快速有趣的每日谜题。

昨天午餐时看到有人在网上提出了这个想法，之后我花了些时间进行完善。在我看来，到目前为止它相当令人印象深刻！我现在在我的 24GB 统一内存 M4 MacBook Pro 上以 50 token/秒 的速度运行 Qwen3-30B-A3B，对于如此大的模型来说，在我的中等配置硬件上，这本不应该能够运行的。 README 文件中详细说明了如何开始使用，而 DESIGN.md 文件则包含了沿途所做的所有选择和相关细节。

我是一名工程学本科生，正在考虑攻读博士学位，长远目标是创办一家硬科技初创公司。我尚未确定具体的研究方向，只对一些领域有模糊的兴趣——工业脱碳、采矿/矿物加工以及先进材料是目前看来比较吸引我的几个方向。 然而，我不确定哪种类型的博士实验室能提供更好的准备：是“问题优先”型实验室（例如麻省理工学院的Yet-Ming Chiang教授的实验室），还是“技术优先”型实验室（例如典型的学术实验室，它们专注于新颖的科学研究，没有预设的应用，商业化很大程度上是偶然发生的——当某项技术恰好有有价值的市场应用时）。 我查阅了网上关于成功硬科技创业者的建议，但答案相互矛盾。有人说要从问题出发，但也有人认为“问题优先”的方法往往行不通，因为深度科技的本质不同：你通常无法为预设的问题强行实现科学突破。相反，他们认为大多数硬科技公司的成立是因为有人取得了科学突破，之后才意识到可能存在商业应用。事实上，风险投资公司Pillar VC表示，他们所知的绝大多数深度科技公司都是“技术优先”的。 考虑到这些，有人能就选择哪种类型的博士实验室提供建议吗？

随机与不同的语音模型进行对话。大约一半的时间你应该与 Personaplex 对话，它是全双工的，但这可以通过提供反馈来影响。

这是一个可玩的技术演示。所有绘画软件（Photoshop、Krita 等）在您工作时都会将笔触栅格化。这意味着笔触会被永久固定。您可以使用一些工具，如透视变形或液化，但它们功能非常有限。Soft Edge 引擎则将笔触记录为数据，并在每一帧实时进行栅格化，就像游戏引擎一样。这使您可以雕刻笔触的任何属性。 目前，您可以绘制以下目标：压力（使笔触变粗或变细）、颜色及其位置（您可以在绘制后抓取笔触）。 用户界面是一个用 React 编写的框架。更有趣的部分是渲染器，它用 Rust 编写，并编译为 WASM 和 WebGPU。性能相当不错，并且还有进一步提升的空间。所有输入都通过 WASM 进行路由，因此指针事件非常非常快，笔触轮询感觉就像一个完全本地的应用程序，在实际绘画过程中没有任何 React 的迟钝感。笔刷叠加层也在 GPU 核心中渲染，因此也非常流畅。只有面板、滑块等是 React。