最新

嗨，HN， AI视频已经达到了一个“空中时刻”，你今天就可以实际使用。我们构建了seevideo.dance，以弥合研究人员与创作者之间的差距，整合了目前存在的两个最强大的模型：Kling 3.0和Seedance 2.0。 为什么这两个模型会颠覆行业： Kling 3.0（物理之王）：这不仅仅是“生成像素”。Kling 3.0的新物理引擎处理复杂的生物运动和流体动力学，其真实感达到了曾被认为需要数年才能实现的水平。其电影级4K输出和一致的人物渲染为AI电影摄影设定了新的黄金标准。 Seedance 2.0（速度与创造力的野兽）：由字节跳动最新架构驱动，Seedance 2.0可以说是世界上最快的高保真模型。它对复杂提示的遵循和革命性的运动控制，能够实现精准的导演意图，而普通模型根本无法匹敌。 我们在SeeVideo所构建的： 我们不仅仅构建了一个API封装；我们构建了一个专业的电影工作空间。 高速4K管道：为Kling的高保真输出优化的渲染路径。 导演工具包：为Seedance的运动向量提供高级参数调优。 无订阅自由：我们相信精英技术应该是可获取的。按需付费，没有月费陷阱，只有原始的生成能力。 技术挑战：扩展GPU集群以处理Kling 3.0复杂的物理模拟，同时保持Seedance 2.0的近乎即时响应是我们最大的障碍。我们希望HN社区能够对管道进行压力测试，并给我们反馈这些模型的时间一致性。 网站： [https://seevideo.dance](https://seevideo.dance)

你好，<p>你在使用XMPP吗？<p>如果是的话，你最喜欢连接哪些服务器？

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？

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。