最新

作为一次实验，我开始让 Claude 用虚构故事来向我解释事情，结果效果非常好。于是我开始探索能做到什么程度，以及需要多少打磨才能公开分享。<p>在过去的几个月里，我一直在为这个项目构建世界设定、撰写视觉风格指南和其他文档……可以把它想象成所有我们现在用于智能体开发的 Markdown 文件的虚构版本。在那之后，又花了大约两周的时间进行额外的润色，以去除大量冗余内容和 LLM 的“机器味”。如果有人感兴趣的话，我很乐意回答关于这个过程的任何问题。

我对科技行业从业者在当前大语言模型（LLM）时代如何避免技能退化很感兴趣？ 我们都听过两种截然不同的观点，一种是“让他们退化吧，LLM才是未来，看看算盘就知道了！”；另一种是“我不使用LLM，它们会犯错，还会碍事”。但对许多人来说，现实情况是，即使LLM会犯错，需要人工干预，它们也能真正提高工作效率，并承担许多任务。 我倾向于谨慎对待技能落后。LLM在中长期内对工作场所的推动作用以及未来会用到哪些技能，都存在太多未知因素。所以，我想知道，当面对“一键生成”的诱惑时，你们是如何防止现有技能退化的？

图像 / 视频 / 音频生成 AI 绝对令人印象深刻，但我无法理解为什么还有人相信 LLM 会取代所有其他白领工作……更不用说实现通用人工智能了。 现在是 2026 年，我们还没有看到 LLM 完成像击败《精灵宝可梦：蓝》这么简单的事情。 看来 LLM 终究只是愚蠢的文本生成器，它们真正擅长的只有三件事： * 生成代码 * 翻译 / 总结文本 * 伪“谷歌搜索”（因为真正的谷歌搜索已经变得一塌糊涂）

我们一直在为Hugging Face Hub构建CLI扩展，hf-agents是一个值得分享的有趣扩展。<p>它在底层使用llmfit来分析你的硬件，并自动选择最合适的模型和量化方案——无需手动寻找GGUF文件。然后，它会在其之上启动一个Pi Agent。一个命令，本地运行，完全开源。<p>如果你一直在使用Claude Code或Codex CLI，并且想要一个完全在自己的硬件/模型上运行的工具，这是一个不错的轻量级替代方案，值得一试。<p>欢迎提问——也很好奇大家都在什么硬件配置上运行这个工具。

你知道在巴勃罗·毕加索在世时，还有谁也活着吗？当时世界上还发生了什么？ 在你出生的时候，有哪些历史人物还健在？ 我创建这个网站是为了帮助将各种历史事实放在一起进行关联。它已经变成了一种有趣的探索维基百科并获得一些视角的方式。 你发现了哪些让你感到惊讶的历史关联？

HN 你好， 我是在玩过一次骰子版的这个游戏后，才创建了 Crossle。它仅支持网页/移动端，其机制类似于 Wordle。目标是使用拼字游戏单词创建一个完全连接的填字游戏，并且每个单词至少有 3 个字符长。所有字母都必须使用。这是一个有趣的周末编码项目，我很乐意收到任何反馈。 谢谢！