果然如此。几乎整个公司都离职了，工程部门只剩下不到15个人。
返回首页
最新
我已经构建代理好几年了，背景工程一直是瓶颈。我很好奇其他人遇到了什么问题。
我遇到的一些困难包括：
- 调试代理在决策时实际看到的内容
- 在多代理模式中管理上下文
- 保持历史记录而不占用过多存储空间
你们花时间在什么问题上？
嘿，HN！我是Mudo的创作者。
我之所以制作这个应用，是因为我的治疗师一直让我记录我的焦虑，但我尝试过的每个应用都有20个问题、47种情绪，让我感到不知所措。我通常在两天后就放弃了。
所以我做了一个尽可能简单的版本：4种情绪（快乐、平静、悲伤、焦虑），一键完成。经过30天，我意识到我并不是像我想的那样“总是焦虑”——其实只是星期天晚上（对工作的恐惧）。
技术细节：
- 使用SwiftUI构建
- 本地优先存储（注重隐私）
- 可选的iCloud同步
- 没有后端，没有追踪，没有广告
目前只支持iOS（抱歉，Android用户）。免费版本运行良好，付费版解锁更多情绪和无限历史记录。
非常希望能得到反馈，特别是关于：
- 免费版是否太有限？
- 我应该添加日记功能，还是保持简单？
- 如果你在跟踪焦虑，想要哪些功能？
感谢你们的关注！
我之所以开发这个工具，是因为我厌倦了Stockfish给出的评估（+0.5），却没有解释实际的计划。大多数开局探索工具专注于统计数据（胜/负/平），而我希望有一个能够解释每一步背后战略意图的工具（例如，“白方走c4是为了限制d5”而不仅仅是“白方走c4”）。
项目概述：
综合数据库：我已经绘制并注释了超过3500个命名的开局变体，涵盖了从主流开局（如西班牙开局、西西里开局）到深度冷门的所有内容。
战略可视化：用户界面突出关键方格，并根据文本解释绘制箭头，动态地将逻辑与棋盘状态连接起来。
混合架构：对于3500多个核心变体，它提供我独有的战略数据。对于更深或更稀有的变体，它无缝地回退到Lichess Master API，以确保探索工具在20步深度内仍然可用。
技术栈：使用Next.js（应用路由）、MongoDB Atlas进行图形数据存储，以及Arcjet用于安全和速率限制。
目前该项目处于测试阶段。我正在努力扩展注释覆盖范围，但主要的理论框架已经绘制完成。
欢迎对用户界面/用户体验或数据结构提出反馈。
我想创建一个简单的老派角色扮演游戏，类似于传统的MUD或早期的MMO。刚刚发布了游戏的最小可行产品（MVP），使用了一些来自DCSS的开源资源。不过，与DCSS不同的是，这款游戏的战斗机制类似于《无尽的任务》（EverQuest）或《魔兽世界》（World of Warcraft），实时回合制战斗与技能和法术的使用相结合。<p>这个想法是回归到一种不再手把手引导玩家的游戏体验，让用户能够自由探索这个世界。试试看吧 :)
对于那些在2020年前曾参加过线下技术活动的人，你们会再去参加吗？<p>我觉得美国恢复线下活动的速度比世界其他地区要慢。
嗨，Hacker News！我是David Huie。我正在推出SpeechOS，一个适用于网页应用的即插即用语音输入SDK。
我受到Wispr Flow的启发，希望在商业应用（如CRM、文档、表单、支持工具）中实现相同的工作流程，而不仅仅是一个独立工具。与打字相比，这为我节省了大量时间。
它的工作原理是：只需添加几行JS代码和一个API密钥，SpeechOS就会在每个文本框上显示一个小麦克风小部件。
实时演示： [https://www.speechos.ai](https://www.speechos.ai)
（点击文本框，麦克风小部件就会出现；点击齿轮图标可以查看设置、自定义词汇和片段配置。）
用户可以：
- 口述：自然说话，实时语音转化为精炼文本（标点符号，无填充/错别字）
- 编辑：说“缩短一下”、“修正语法”、“翻译...”
- 命令：定义类似Siri的应用操作（例如，“提交表单”、“标记完成”），我们会将意图与您的命令匹配
它还支持：
- 自定义词汇：领域术语和名称（产品名称、缩略语、行话），以确保正确转录
- 文本片段：可通过语音插入的可重用文本块（例如，“我的签名”、“免责声明”、“我的地址”）
为什么：文本输入的速度和准确性仍然对生产力工具至关重要。一项包含37,370名参与者的大规模文本输入数据集显示，平均打字速度为36.2字/分钟，未更正错误率约为2.3%。在语音研究中，语音识别的速度约为键盘输入的3倍，且英语文本输入的错误率约低20.4%。（[https://hci.stanford.edu/research/speech/](https://hci.stanford.edu/research/speech/)）
SpeechOS目前处于测试阶段，现阶段免费。请在 [https://app.speechos.ai/accounts/signup/](https://app.speechos.ai/accounts/signup/) 注册，并输入此HN专属测试代码：HN-JFc74cVC（请勿在HN外分享）。
链接：
SDK仓库：[https://github.com/speechos-org/speechos-client](https://github.com/speechos-org/speechos-client)
演示：[https://www.speechos.ai](https://www.speechos.ai)
注册（代码：HN-JFc74cVC）：[https://app.speechos.ai/accounts/signup/](https://app.speechos.ai/accounts/signup/)
我希望能得到您的反馈：
1) 在您的技术栈中，这在哪些方面最有价值（笔记？文档？CRM录入？支持宏？）
2) 您希望从语音命令/片段配置中获得什么
3) 什么会让您放心使用这个产品（隐私/安全性、延迟、定价）
如果您在语音AI/口述方面有任何开发，我很乐意交换意见（david@speechos.ai）。
我注意到这种垃圾邮件方法的激增。
这感觉比普通邮件粗鲁了100倍——我理解这种新奇，但真是太让人反感了。
我为自己制作了这个工具，觉得它可能对其他人也有用。我非常希望能收到一些反馈，包括对威胁模型和工具本身的看法。希望你们觉得它有用！
背景故事：在我开发一个相对雄心勃勃的金融分析工具时，我同时使用了许多代理。我在处理线性求解器的史诗任务、持久层、前端以及第二代求解器的规划时，忙得不可开交。面对权限提示时，我感到像是在玩打地鼠，快要崩溃了。YOLO模式看起来非常诱人，但我还是犹豫了。
然后我想到：如果YOLO模式其实并没有那么糟糕呢？决策疲劳确实存在。如果我能限制一个混乱代理的影响范围，也许我只需要审查一次。这不是更安全吗？
于是那天，当我的孩子们在午睡时，我决定看看能否将YOLO模式的Claude放入一个沙盒中，以阻止数据外泄并限制git访问。结果就是yolo-cage。
另外：AI在系统的原型内部编写了自己的隔离系统。这要么是非常一致的，要么是非常元的，这取决于你如何看待它。
大家好，我是哈桑，Infracost 的联合创始人之一（<a href="https://www.infracost.io">https://www.infracost.io</a>）。Infracost 帮助工程师在合并代码之前查看并减少每次基础设施变更的云成本。
Infracost 的工作原理是我们从亚马逊网络服务、微软 Azure 和谷歌云收集定价数据。我们称之为“定价服务”，目前大约拥有 900 万个实时价格点 (!!)。然后，我们将这些价格映射到基础设施代码。一旦映射完成，就可以在 GitHub、GitLab 等平台上直接显示代码变更的成本影响。这有点像云基础设施的结账页面。
我们自 2020 年以来一直在开发（我们是 YC W21 批次的一部分），并不断迭代产品，组建团队等。然而，在 2020 年，一位用户问我们是否可以在显示成本的同时也展示碳影响。
自那时起，这个想法一直萦绕在我的脑海中。最大的挑战一直是碳数据。将碳数据映射到基础设施是耗时的，但由于我们已经处理了云成本，这也是可能的。但我们首先需要原始碳数据。过去几年的讨论最终让我找到了英国的一家公司，名为 Greenpixie。我们的几位现有客户已经在使用他们，因此我立即联系了创始人约翰。
Greenpixie 表示他们有数据（太好了！！）而且他们的数据经过验证（符合 ISO-14064 标准并与温室气体协议对齐）。我与他们的一些客户交谈后，便要求我的团队看看我们是否真的能做到这一点，并进行开发。
我的想法是：一些工程师会在意，而另一些则不会（或者可能有些人会喜欢，有些人则会讨厌！）。对于那些在意的人来说，成本和碳实际上是相关的；这意味着如果你减少碳排放，通常也会减少云的成本。这可以作为另一个激励因素。
现在，这个功能已经上线，我非常希望听到你们的反馈。请访问 <a href="https://dashboard.infracost.io/">https://dashboard.infracost.io/</a>，创建一个账户，设置 GitHub 应用或 GitLab 应用，并发送一个包含 Terraform 更改的拉取请求（你可以使用我们的示例 Terraform 文件）。它将显示成本影响和碳影响，以及如何进行优化。
我特别想听听你们的反馈，看看你们认为碳是否是你们团队中工程师的重要驱动力，或者碳是否是你们公司（即是否有自上而下的碳相关政策）的重要驱动力。
欢迎提问 - 我会关注这个讨论线程 :)
谢谢！
嗨，贾里德，
我正在与Miky一起申请YC春季批次，Miky是一家全栈的、以人工智能为核心的咨询公司。你关于全栈AI公司的帖子几乎完美地描述了我正在构建的内容。
Miky并不是销售给咨询师的软件——它本身就是一家咨询公司，配备了AI代理，旨在与传统公司直接竞争。Miky直接连接到企业数据源（如ERP系统、Databricks以及内部财务和运营数据集），构建一个持续更新的业务上下文图谱。在此基础上，Miky生成优先级推荐、绩效指标和具体实施计划——将原始数据转化为管理团队的具体行动、目标和价值创造倡议。该系统设定目标，跟踪执行，并在结果和条件变化时实时更新推荐，重点关注采购优化、利润扩展和收入增长等领域。
我最近在与凯尔尼的高级领导层合作时，内部开发并试点了Miky，以探索这一模型是否可以在传统咨询公司内部运作。结论是，虽然凯尔尼认为这种以AI为核心的模型可以非常成功并吸引大量客户，但AI原生咨询业务与传统咨询模型在同一屋檐下共存是非常困难的。因此，该公司选择不在内部推进这一项目。这为Miky的外部推出创造了强大的机会，鉴于这个概念和知识产权是我的，我现在正在独立构建它。
从我的背景来看，我曾作为创始人/运营者从零开始构建并扩展了一个大型消费互联网平台，达到了全球规模。在过去十年中，我作为高级战略顾问为首席执行官、董事会和私募股权基金提供咨询。Miky正好位于软件、数据和服务的交汇点。
我已经与包括AB InBev、Belcorp、Mars、KKR等潜在客户就Miky在实际运营环境中的实施进行了深入交谈，这有助于塑造产品和初步用例。
我作为单独创始人申请。虽然我目前没有CTO联合创始人，但我有明确的技术路线图，并且正在积极构建和招募。我相信这是一个创始人与市场契合的问题，在这个问题上，速度、洞察力和领域专业知识比初始团队规模更为重要。
感谢你的阅读——我期待有机会进一步讨论。
最好的祝愿，胡安