最新

我不断在C语言中重写相同的低级模式——内存池、内存管理、错误处理、向量、解析、文件输入/输出、迭代工具——而现有的库要么隐藏了内存分配，要么强加了框架，或者缺乏一致性。 因此，我构建了Canon-C，一个小型的、可组合的显式C模块集合，具有以下特点： - 将C视为执行后端，而非语义权威 - 通过库而非语法添加意义 - 使意图在API中直接可见：所有权、生命周期和错误处理都是显式的 模块按语义层次组织： - core/ — 内存、生命周期、作用域、基本类型 - semantics/ — 选项、结果、错误处理 - data/ — 向量、队列、栈、字符串构建器 - algo/ — 映射、过滤、折叠、排序、搜索 - util/ — 安全字符串操作、文件输入/输出、日志记录、计时 设计亮点： - 仅包含头文件 - 无运行时或全局状态 - 无隐藏的内存分配（除了在明显标记的便利层中） - 行为完全显式 我非常希望能收到任何从事系统编程、嵌入式C或严肃C项目的人的反馈，特别是在宏重与模块化设计、语义清晰度和实际使用方面。

最近我一直在思考这个问题。最初的想法很简单：运气 = 行动 × 传播。 但经过十年的积极实践，我认为这个模型低估了实际发生的情况。 显而易见的一点是：更多的尝试意味着成功的概率倾向于你这边，尤其是因为回报是不对称的。一场随机的对话、一个你发布并在社交媒体上分享的副项目、一篇获得关注的帖子——其回报可能是你付出努力的100倍。 而不那么明显的一点是：这些尝试是累积的。每一次尝试都会留下记忆、技能、背景和模式识别，这些都会提高你在每一次后续尝试中的成功几率，即使这些尝试之间并没有直接关联。这并不是独立的抛硬币，而是一个随着时间推移而不断提升生成运气能力的系统。 内容创作可能是目前这种模式的最高杠杆版本。写作、公开发布、分享你的想法——这就是以近乎零边际成本进行的大规模“传播”。一篇博客文章在你睡觉时仍然在发挥作用。一段演示视频的影响力可以持续数月。 我很好奇这里的人们是如何实践这一点的。你曾经构建或分享过什么，导致了一个你在专注工作时绝对不会发现的机会？有没有人发现过瓶颈，即更多的曝光反而开始影响了专注力？

请访问以下链接： [https://archive.ph/VwVpU](https://archive.ph/VwVpU)

我的账户之前可以取消标记帖子，但最近这个功能似乎消失了。当我查看某个被标记的评论时，找不到取消标记的按钮。 我的账户已经使用了几年，积分也应该足够。 我在搜索中发现了另一个有相同问题的帖子： https://news.ycombinator.com/item?id=31395997 我尝试过在网上搜索，但关于这个问题的信息不多。希望其他人能给出明确的答案，因为我认为这对其他人也会有帮助。 提到管理员 dang 可能会有帮助吗？如果您看到这个，感谢您。

我构建了一个开源的MCP服务器（TypeScript/Node.js），可以让你使用Copilot CLI或Claude Code CLI同时启动多达10个并行子代理。 <p>主要功能： - 向每个代理传递上下文（完整文件、摘要或grep模式） - 基于请求的MCP服务器智能选择超时 - 跨平台（macOS、Linux、Windows） - 无头和编程化 — 旨在实现AI与AI之间的编排 <p>示例：给出一个提示，例如“研究Stripe、Google和Meta的职位空缺” — 编排器将其分发给3个并行代理，每个代理都有自己的MCP服务器（例如，使用Playwright进行浏览器操作），并汇总结果。 <p>安装：npm i @ask149/mcp-orchestrator <p>这是一个个人的副项目。希望能得到以下方面的反馈： - 接下来支持哪些CLI后端（Aider、Open Interpreter、本地LLM CLI？） - 改进上下文传递系统的想法 - 哪些MCP服务器集成最有用 <p>欢迎提交PR和问题 — 请查看仓库中的CONTRIBUTING.md。

agx是一个看板工具，每个卡片代表一个AI代理实际执行的任务。<p><pre><code> agx new "为API添加速率限制" </code></pre> 这会创建一个卡片。将其拖到“进行中”，代理就会接手。它通过多个阶段进行工作——规划、编码、质量保证、拉取请求——你可以看到它在看板上移动。<p>这个解决方案解决的技术问题有：<p>对代理持久性的简单处理方法是重播对话历史。这种方法在某些情况下有效，但并不总是如此：<p>1. 提示膨胀。在进行到第50次迭代时，你需要填充10万个标记才能恢复。成本激增，上下文窗口溢出。<p>2. 复杂的关注点。状态、执行和编排混在一起。任务中途崩溃？祝你好运，找出你在哪里。<p>3. 黑箱执行。无法检查代理的决策或为什么卡住。<p>而agx采用了清晰的分离方法：<p>- 控制层（PostgreSQL + pg-boss）：任务状态、阶段转换、作业队列<p>- 数据层（CLI + 提供者）：实际执行，按任务隔离<p>- 产物存储（文件系统）：提示、输出、决策以可读文件形式存储<p>代理在每次迭代后进行检查点。恢复时从数据库加载状态，而不是通过重播聊天。一个100次迭代的任务恢复的成本与一个5次迭代的任务相同。<p>你将获得： - 恒定成本的恢复，无需上下文填充<p>- 崩溃恢复：代理从中断的地方准确恢复<p>- 完整可观察性：查询数据库，读取文件，查看日志<p>- 提供者无关性：Claude Code、Gemini、Ollama均可使用<p>一切都在本地运行。PostgreSQL通过Docker自动启动。仪表板与CLI捆绑在一起。