最新

大家好，我们是 Runtime 的 Gus 和 Carlos (<a href="https:&#x2F;&#x2F;runtm.com">https:&#x2F;&#x2F;runtm.com</a>)。我们正在构建基础设施，让您的整个团队（包括非工程师）能够使用 Claude Code、Codex 和其他代理进行开发，而无需工程师手动指导每个会话。 在 Mentum (YC S21) 被收购后，我个人使用编码代理在 3 个月内交付了 4 个全栈产品。当我尝试将相同的工作流程推广到团队的其他成员时，却崩溃了：大多数 PR 都无法合并 - 每个代码库都需要工程师进行一次性的本地设置。- 技能和上下文都只存在于一个人的头脑中。- 产品经理无法安全地接触到真实的代码库，因为存在部署错误或泄露机密的风险。 Carlos 曾参与 Modern Treasury 的代理对账系统构建，他在让他的支持团队使用 devin 时也有类似的经历。 我们最终构建了内部的后台代理基础设施，但维护和开发很快变成了一场噩梦。我们构建 Runtime 就是为了让您不必做这种事情。 Runtime 的工作原理如下。工程团队只需定义一次上下文：系统指令、技能和通过 CLI、mise、npm 或任何包管理器安装的范围限定集成。然后，Runtime 会为您的整个运行环境创建快照，包括多服务 Docker Compose 设置、Kafka、Redis、已植入数据的数据库等，因此它会在几毫秒内启动，并且每个服务器都已经运行。 我们根据您的设置在 E2B、Daytona、EC2 或自托管 K8s 等沙盒提供商之间进行编排。机密通过我们托管的代理注入，因此它们永远不会直接接触代理，并且防护措施在基础设施级别运行：命令允许/拒绝列表、网络出口控制以及基于人和代理的 RBAC。每个会话还会获得一个可共享的预览 URL，因此内部构建可以从沙盒转移到团队的其他成员，而无需访问生产环境。 Runtime 适用于您的团队已经使用的任何代理：Claude Code、Codex、Cursor、Copilot、Gemini、Devin。您可以从我们的 Web 应用程序、CLI、Slack、Linear、GitHub 或 API 触发沙盒。 我们的一个客户构建了一个待命检查器，它连接了 PagerDuty、Sentry 和他们的代码库，因此当警报触发时，代理会找到原因并在任何人被呼叫之前打开一个带有单元测试的 PR。另一个客户在私有 Slack 频道中运行一个财务代理，从 Stripe、NetSuite 和 Snowflake 中提取数据，以便在几分钟内运行对账，并附带源数据行。 一家金融科技独角兽和几家 YC 规模企业正在使用 Runtime，其中包括一些团队，他们曾在内部构建了类似的基础设施，然后将其交给我们接管。 核心代码已在 <a href="https:&#x2F;&#x2F;github.com&#x2F;runtm-ai&#x2F;runtm" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;runtm-ai&#x2F;runtm</a> 上开源。托管版本已在 <a href="https:&#x2F;&#x2F;app.runtm.com">https:&#x2F;&#x2F;app.runtm.com</a> 上线，包含免费套餐。我们收取固定的平台费用加上计算费用，不收取代币加价。 查看我们的演示：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=wLwj__aEEh4" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=wLwj__aEEh4</a> 我们很乐意听取您关于如何构建基础设施，以便让组织内更多人使用编码代理，而不会造成混乱的想法！

大家好，HN，我开发了 Parseflow，这是一个简单、注重证据的提取 API，可以处理 PDF、DOCX 和 TXT 文件，并从中提取/分块信息，以改善 LLM 的上下文理解并减少 token 使用量。如果您想试用演示，请访问：demo.parseflow.tech 我还是一个学生开发者，今年高中毕业，还有很多东西要学。我尝试构建这个项目，既是为了支付今年的学费，也是为了学习。所以，非常欢迎大家提供反馈、建议、提问等，我会尽量回复评论，或者您也可以通过 hello@parseflow.tech 给我发邮件。 谢谢， bollethegoalie

最近在 Reddit、Hacker News 等平台的评论区里，关于一些帖子内容是否由 AI 生成的讨论非常热烈。显然，你使用 AI 越多，就越容易发现明显的破绽，但随着时间的推移，这会变得越来越难。那么，人们正在使用/构建哪些系统来证明他们是手工创作文章、图片等内容的呢？ 最近我一直在考虑录制自己写博客文章的过程，要么是屏幕录像，要么是用打字机手动打字（最新的爱好）。 希望其他人也在思考这个问题，尽管我不知道是否存在一个不需要额外付出很多工作就能解决的方案。 编辑：我采取的另一种方法是直接写作，不再过多修改。感觉越是润色的东西，人们就越怀疑。不过，我想你也可以在提示词里加入这个。

嗨，各位 HN 用户， 不久前，我捣鼓了一个开源项目，在 GitHub 上变得有点受欢迎。这让我重新找回了编程的乐趣，因为之前我把更多时间花在了管理方面。 这也让我亲身体会到开源的变化有多大。 大量涌现的 issue 和 pull request 让我不堪重负。其中一些是有帮助的，但很多并非如此。无论如何，维护者现在除了要免费做的事情之外，还要审查、分类和回复越来越多的“AI”生成的工作。 一个实际的应对方法是在维护者这边也使用这些工具：过滤 issue、进行初步的 PR 审查、帮助进行安全补丁、编写测试，或者处理项目中一些重复性的工作。这并非所有人都喜欢，我对此表示尊重。但如果谨慎使用，它可以提供帮助。 问题在于成本。 开源维护者不应该为了跟上他们项目周围产生的负载，而个人支付所需的计算费用。 这种新出现的压力是我构建 opub 的原因。 opub 允许捐赠者为开源项目捐赠计算资源。维护者可以创建美元限额的计算密钥，并将它们与 30 多个模型中的编码代理和工具一起使用。代币使用情况和支出与项目、捐款相关联，因此项目的计算余额是公开可见的。 现已开放注册，我非常期待 HN 社区的反馈。 如果您维护一个拥有 100+ GitHub 星标的开源项目，前 20 名注册者可以从我们这里获得 50 美元的启动捐赠计算资源。