一周热榜

我们许多人参加会议是为了展示自己的工作、与志同道合的人建立联系，并可能寻找新的机会。 从一些会议组织者的随口评论来看，他们的工作伴随着一些风险，而且可能吃力不讨好。他们可能会面临以下不愉快的事情： * 演讲者因为他们发布或说过的内容而被取消资格。 * 恶劣的人违反行为准则。 * 会议组织者因为拒绝了某位演讲者的提案而遭到言语辱骂和死亡威胁。 * 任何与金钱相关的问题。 会议组织者还会面临哪些其他的困难？

我需要在 Node.js 应用中生成发票。jsPDF 有 229KB。我只需要文本、矩形、线条和 JPEG 图像。 所以我写了 tinypdf：<400 行 TypeScript 代码，零依赖，3.3KB 压缩+gzip 后的体积。 它的功能： - 文本（Helvetica 字体，颜色，对齐方式） - 矩形和线条 - JPEG 图像 - 多页，自定义尺寸 它没有的功能： - 自定义字体，PNG/SVG，表单，加密，HTML 转 PDF 就这些。满足发票、收据、报告、票据和标签 95% 的使用场景。 GitHub：https://github.com/Lulzx/tinypdf npm：npm install tinypdf

我一直在思考游戏价格持续上涨的问题，但玩家似乎除了“照买不误”或“跳过”之外，没有太多选择。 我反复思考的是社区已经扮演的角色。Mod、服务器、锦标赛、攻略、Discord 等为游戏增加了大量价值，但这些都是非正式的，而且当游戏消亡时，这些价值也会随之消失。 我想知道是否有办法让社区本身变得更持久，这样玩家就不会感到那么大的压力，需要不断购买新游戏才能保持参与度。 我不是在谈论投资或取代金钱，更像是认可贡献，并将价值保留在社区内部，而不是所有价值都与首发销量挂钩。 这可能是一个愚蠢的想法，或者已经在其他地方解决了，但我很好奇人们认为这种想法会在哪里行不通，或者是否有实际成功的例子。

Hi HN， 我开发了“疯狂动物城 OC 创作器”，这是一个小型 AI 工具，用于创作受迪士尼《疯狂动物城》启发的原创角色。 这个想法源于我看到许多粉丝喜欢围绕《疯狂动物城》进行世界构建、同人小说、角色扮演和概念艺术创作，但他们不一定具备绘画技能。这个工具可以让你描述一个角色（物种、职业、性格、区域、氛围），然后它会生成一个视觉上符合该宇宙的《疯狂动物城》风格的原创角色。 链接： <a href="https:&#x2F;&#x2F;aiocmaker.com&#x2F;oc-maker&#x2F;zootopia-oc-maker" rel="nofollow">https:&#x2F;&#x2F;aiocmaker.com&#x2F;oc-maker&#x2F;zootopia-oc-maker</a> 功能： * 生成《疯狂动物城》风格的动物原创角色（警察、平民、表演者、黑客、记者等） * 支持各种物种和城市角色 * 视觉风格灵感来自《疯狂动物城 1 & 2》，但角色完全原创 * 适用于同人小说、漫画、角色扮演、故事板创作，或者仅仅是创意娱乐 开发原因： 大多数 AI 图像工具都非常通用。我想尝试一个主题明确的 OC 创作器，它能理解特定宇宙的基调、比例和个性风格，同时仍然鼓励原创角色，而不是复制现有角色。 技术说明： * 基于提示的图像生成，带有风格约束 * 侧重于富有表现力的面部表情、身体比例和电影般的灯光效果 * 不复制受版权保护的角色（设计上仅限原创角色） 这仍处于早期阶段，并且很大程度上是一个实验。我希望从 HN 获得关于以下方面的反馈： * 用户体验 / 提示流程 * 它对创意工作的实用性 * 其他主题 OC 创作器的想法 很乐意回答问题或分享更多细节。感谢您的关注！ — 《疯狂动物城 OC 创作器》的开发者

大家好！ 我很高兴分享 ADK-Rust - Google Agent 开发工具包 (ADK) 的 Rust 生产就绪实现。 为什么选择 Rust？ 在 zavora.ai 使用 adk-python 广泛开发 AI 智能体工厂后，我希望将同样的强大智能体开发模式带到 Rust 生态系统中，目标是满足以下用例： * 性能至关重要 - Rust 的零成本抽象和内存安全 * 部署大小很重要 - 单个二进制文件，没有运行时依赖 * 系统级集成 - 嵌入式系统、边缘计算、物联网 * 大规模并发 - Rust 的 async/await 与 tokio 功能 ADK-Rust 尽可能与 Python ADK 保持 API parity： * 模型无关 - 支持 Gemini、OpenAI、Anthropic、DeepSeek * 多种智能体类型 - LlmAgent、SequentialAgent、ParallelAgent、LoopAgent * 工具支持 - 内置工具（Google 搜索、代码执行）+ 自定义工具 * MCP 支持 - 模型上下文协议集成 * 会话和内存 - InMemorySessionService、DatabaseSessionService * 流式传输 - 完全支持流式传输，实现实时响应 * 遥测 - OpenTelemetry 集成，用于跟踪/指标 * A2A 协议 - 智能体间通信 快速示例 ```rust use adk_rust::prelude::*; #[tokio::main] async fn main() -> Result<()> { let agent = LlmAgentBuilder::new() .name("my_agent") .model(GeminiModel::new("gemini-2.0-flash")?) .instruction("You are a helpful assistant.") .build()?; let response = agent.run("Hello!").await?; println!("{}", response); Ok(()) } ``` 链接 * Crates.io: [https://crates.io/crates/adk-rust](https://crates.io/crates/adk-rust) * 文档: [https://docs.rs/adk-rust](https://docs.rs/adk-rust) * 网站: [https://adk-rust.com/](https://adk-rust.com/) * GitHub: [https://github.com/zavora-ai/adk-rust](https://github.com/zavora-ai/adk-rust) 期待反馈 我很乐意听取社区的意见： * 您会优先考虑哪些智能体特性？ * 对贡献或测试有兴趣吗？ * Rust 实现有价值的用例有哪些？ 这是一个独立的社区项目，并非官方隶属于 Google，但旨在与 ADK 生态系统兼容。 感谢阅读！

我一直对在当前的 LLM 中定义甚至衡量“推理”的难度感到沮丧。 这篇文章认为，问题是结构性的，而不是认知性的：LLM 并不存在于一个陈述会持续存在、约束未来行为或产生后果的世界中。 我展示了一个任何人都可以运行的最小、可复现的演示，可以在商业 LLM 会话中运行。 相同的模型，相同的问题——唯一的区别是在开始时添加了一个“世界”声明。 有了这个最小的约束，可观察到的行为立即改变： - 位置漂移减少 - 自动逆转减少 - 判断更保守 - 拒绝退出定义的世界 这**并**不声称 LLM 会思考、推理或接近 AGI。 它只是表明，如果没有一个世界，类似推理的属性甚至无法衡量。 完整文章（附公开会话记录）： https://medium.com/@kimounbo38/llms-dont-lack-reasoning-they-lack-a-world-0daf06fcdaeb?postPublishedType=initial