好消息。在经历了一段意外较长的失业期后，我有95%的把握会收到一份产品负责人的合同工作邀请。这个职位主要涉及监督用Ada编写的代码的开发和维护。尽管我有超过十年的C/C++/汇编语言经验，但我对Ada完全没有经验。我怀疑自己会写很多Ada代码，但我相信我需要学习Ada。
以下是我的问题：
1. 阅读代码通常比较简单。然而，所有软件都需要领域知识。在开始新的角色时，你是如何快速提升自己的领域知识的？
2. 如果你了解Ada，你推荐哪些学习Ada的资源？
3. 在学习Ada时，有哪些陷阱是你建议注意的？
返回首页
最新
嘿，HN，
Crewly Codes 是一个人工智能产品开发工作流程，在编写代码之前，AI 会先规范工作内容。
Morgan（AI 产品经理）将您的想法转化为结构化的规范——用户故事、验收标准、边缘案例。您锁定规范后，DevCrew 进行构建，QA 进行验证。您可以实时观看进展，也可以稍后返回查看完成的代码。
我们的论点是：大多数 AI 编码失败都是由于规范失败。AI 构建了错误的东西，因为没有人定义“完成”的标准。Morgan 在一开始就强制明确这一点。
这是一个多智能体但有序的流程——顺序交接，保持共享上下文，而不是并行混乱。
该系统运行在 Claude Code 和 Codex 上，提供免费使用层级。
我明白个人和组织所表述的价值观与实际价值观之间存在差异，因此我想以最务实和结果导向的方式提出这个问题。
我知道实验室、机构等都有安全团队。我知道从事这项工作的人员对这项工作是认真和诚恳的。但此时这些机构是否只是以某种象征性的投资来迎合安全的概念？就像赌场可能会资助一些项目来应对赌博成瘾一样。
我只是个局外人，只能猜测。若能获得内部人士的见解，将不胜感激。
我开始的每个AI代理项目最终都落入同样的模板：分块文档，选择嵌入模型，设置向量存储，编写检索逻辑，将其连接到自定义工具。<p>这确实可行，但这只是基础工作——每个新代理或运行时都需要重建。<p>我正在探索的想法是：在 `/drive/` 挂载一个驱动器，并创建两个目录：<p>- `/drive/files/` — 实际文档（PDF、代码、Markdown等）<p>- `/drive/search/` — 虚拟目录，其中文件名就是语义查询<p>所以，代理不再需要自定义的RAG工具，而是直接执行：<br>cat "/drive/search/refund policy enterprise customers"<p>任何能够读取文件的运行时都能立即工作。没有集成代码。上下文成本降低了约10-20倍，因为你得到的是相关的文块，而不是完整的文档。<p>在底层：使用markitdown进行转换，使用sqlite-vss进行向量搜索，以及一个虚拟文件系统层将所有内容连接在一起。<p>在我构建这个之前：这是一个我不知道的已解决问题吗？文件系统接口是否合理，还是我在把简单的事情复杂化？<p>如果有兴趣，我会在GitHub上分享实现细节。<p>如果有足够的兴趣，我会公开构建这个并分享更新。<br>关注我：@r_klosowski 在X上。
在过去的一年里，我为Django构建了一套操作面板：
- Redis检查
- 缓存可视化
- Celery任务 introspection
- URL发现与测试
所有这些工具都集成在Django管理后台中。
我希望有一个工具能够在我已经工作的地方，而不是在Flower、redis-cli、Swagger或其他外部服务之间跳来跳去。
我将这些工具归纳在一个统一的名称下：Django控制室。
这个想法非常简单：Django管理后台已经提供了身份验证、权限管理和熟悉的界面，它还可以作为您应用程序的操作层。
每个面板只是一个小型Django应用，界面简单，因此您可以轻松构建自己的面板并将其集成进来。
我正在开发更多的面板（信号、错误等），并考虑这种模式可以扩展到多远。
我很好奇其他人对此的看法。将这类工具整合到管理后台中是否合理，还是您更喜欢将其分开？
我的合作伙伴尼克·霍奇斯和我，大卫·米林顿，已经在互联网行业待了很长时间——自Usenet时代以来。我们见证了这一切，并且长期以来对恶劣评论、可怕的人和令人沮丧的讨论感到沮丧。
我们也曾在一些讨论氛围良好且富有成效的地方。如何让后者更多，前者更少呢？
目前的内容审核工具似乎只关注删除和封禁。难道不应该鼓励富有成效的讨论，并且<i>教导</i>人们如何更好地进行讨论和辩论吗？
一年前，我们开始构建Respectify。我们致力于创造健康的沟通。我们不仅仅是删除恶意评论，而是建议更好、更真诚的表达方式，帮助人们更清晰地传达他们想要表达的内容。我们帮助人们避免：
* 逻辑谬误（虚假二分法、稻草人等）
* 语气问题（他人如何解读评论）
* 与实际页面/帖子主题的相关性
* 低质量的帖子
* 暗示性语言和隐晦表达
评论者会收到关于问题所在的解释，并有机会进行编辑和重新提交。这是一种将审核与教育结合在一起的方式。
我们还希望自动化整个过程，让网站所有者可以专注于内容，而不必担心审核问题。随着时间的推移，通过逐条评论，悄悄地引导更好的思维方式。
我们希望最终的结果是更好的讨论和更好的互联网。这并不算过分的要求，对吧？
我们的网站有一个互动演示：<a href="https://respectify.ai" rel="nofollow">https://respectify.ai</a>。正如演示所示，系统是完全可调节的，从“几乎什么都可以”到“你需要达到大学辩论水平才能通过我”。
我们非常喜欢这个小组所著名的反馈。
大家好！
在 Cloudflare Pages 上构建一个干净、简约的模拟时钟网页。<p>这可能适用于：
- 孩子们学习
- 作为第二个显示器
- 放在架子上的旧平板
- ..<p>主题和屏幕保持唤醒锁定按钮会自动隐藏。目标是尽可能保持简洁。<p>这可能听起来没有意义，但对于每年 10 美元的域名来说，这对我来说是一个便宜的网站，可以看看它的表现。
嗨，HN，我是Vincent，TeamOut的首席技术官（<a href="https://www.teamout.com">https://www.teamout.com</a>）。我们构建了一个AI代理，通过对话从头到尾规划公司活动。类似于Lovable通过聊天帮助构建网站的方式，我们将这种方法应用于活动规划。我们的系统处理场地选择、供应商协调、航班费用估算、行程安排和整体项目管理。
<p>这是一个演示：<a href="https://www.youtube.com/watch?v=QVyc-x-isjI" rel="nofollow">https://www.youtube.com/watch?v=QVyc-x-isjI</a>。该产品已在<a href="https://app.teamout.com/ai">https://app.teamout.com/ai</a>上线，无需注册。
<p>我们在2022年参加了YC，但当时没有在HN上发布。那时，产品更传统，更接近于Airbnb风格的搜索市场。在过去的两年中，帮助组织了超过1200个活动后，我们围绕一个直接管理规划过程的代理架构重建了核心系统。随着这个新版本的上线，现在是分享它的合适时机，因为它代表了一种根本不同的活动规划方法。
<p>问题：规划公司撤退通常意味着在三个不完美的选项之间选择：（1）雇佣活动策划师，支付高额费用和场地加价；（2）自己动手，花费数十小时进行研究、发送电子邮件和谈判；或（3）使用像Airbnb这样的工具，但这些工具并不专为团队物流或会议空间设计。
<p>困难不仅在于寻找场地。即使是30到50人的活动，规划也会变成数周的反复电子邮件往来以获取报价，比较不同PDF中的不一致定价，以及在电子表格中跟踪预算。这成为一个持续的协调问题，面临不断变化的约束和缓慢的异步供应商响应。大多数现有软件是基于表单的，但真实的工作流程是对话式和有状态的。
<p>外出活动成本高且风险大。单个活动可能占据团队年度预算的相当大一部分，错误会直接表现为成本超支或糟糕的体验。创始人和运营者往往最终花费时间在活动物流上，而不是他们实际的工作上。
<p>我在之前的公司组织撤退时遇到了这个问题。在TeamOut之前，我在IBM担任AI研究员，专注于自然语言处理和机器学习系统。在漫长的电子邮件线程和成本电子表格中，这对我来说并不像是一个市场缺口。它更像是一个推理和状态管理问题。随着大型语言模型在多步骤推理和工具使用方面的改进，自动化协调层本身变得现实。
<p>我们的解决方案：核心代理依赖于Gemini、Claude和GPT等模型的组合。一个基于大型语言模型的中央代理在对话中维护规划上下文，并决定下一个调用哪个专业工具。每个工具都有特定的职责：
- 场地搜索和筛选
- 成本估算（住宿+航班）
- 预算比较
- 报价和外联流程
- 与我们团队的沟通工具
<p>对于超过10,000个场地的推荐，我们并不完全依赖语言模型。我们将用户需求和场地嵌入到向量表示中，并使用相似性搜索来检索候选者。首先应用容量和日期等硬性约束，然后对结果进行排名后再呈现。
<p>在界面方面，我们使用分屏布局：左侧是对话，右侧是结构化结果。当您在聊天中细化计划时，活动会实时更新，允许迭代工作流程，而不是静态搜索体验。
<p>不同之处在于，我们将活动规划视为一个有状态的协调问题，而不是一次性的搜索查询。代理协调工具，管理不断变化的约束，并明确提出权衡。它不会虚构场地或捏造定价，也不是为了替代人类策划者处理非常大型或高度定制的活动。
<p>我们的收入来自场地预订的佣金。团队可以免费探索选项和进行规划。如果您之前组织过外出活动或大型聚会，我非常重视您的观点。您认为这会在哪些方面失败？我们低估了哪些边缘案例？在哪些情况下您不会信任代理处理细节？
<p>我的工程团队和我将全天在这里回答问题，乐意深入讨论架构、权衡和经验教训。我们非常感谢您的坦诚反馈。
你的孩子们转发了马特·舒默的《发生了大事》一文。你的信息流被2028年Citrini全球智能危机及其艺术性、不可逆转的连锁反应所淹没。人工智能实验室的主要领导者们公开挣扎于他们所构建事物的道德性，而他们的安全负责人则因沮丧而辞职。政策领导者们则努力将人工智能进行监管，仿佛它是核武器（感谢奥本海默）。<p>在这个S曲线的阶段，最佳的心理应对机制是什么？<p>为一代人而问……
嗨，HN，
我们推出了全新的 adobaRo，这是一个专注于执行的人工智能系统，旨在处理结构化的全球内容工作流程。
我们并不将人工智能视为一个简单的提示-响应工具，而是将其视为一个工作流程执行者。
该系统通过一个结构化的循环运作：
目标 → 计划生成 → 协调执行 → 反馈迭代
系统架构包括：
• 一个规划层，将扩展目标分解为可执行的任务
• 一个本地化引擎（翻译、字幕对齐、元数据适配）
• 特定平台的对齐逻辑
• 自动化发布工作流程
• 基于性能信号的反馈循环
我们的目标是从“生成内容”转变为执行和运营内容管道。
我们非常欢迎技术反馈，特别是在编排、信任边界和半自主执行系统中的故障模式方面。
乐意回答任何问题。
https://adobaro.com