我如何才能获取YC活动的通知，以便参加？
返回首页
最新
嗨，HN，我是Cordum的创始人。
我在DevOps和基础设施领域工作了多年（目前在金融科技/安全领域），在开始尝试AI代理时，我注意到了一个令人担忧的模式。大多数“安全”机制依赖于系统提示（“请不要做X”）或代理内部的脆弱Python逻辑。
如果我们将代理视为自主员工，给予它们根权限并希望它们遵循指令，这让我觉得非常不理智。我想要一种方式来强制执行硬性约束，无论LLM（大语言模型）如何“越狱”，都无法覆盖这些约束。
因此，我构建了Cordum。它是一个开源的“安全内核”，位于LLM的意图与实际执行之间。
该架构设计为语言无关：
1. *控制平面（Go/NATS/Redis）：* 管理状态和策略。
2. *协议（CAP v2）：* 定义作业、步骤和结果的传输格式。
3. *工作者：* 您可以使用Python（通过Pydantic）、Node或Go编写代理，它们都连接到同一个安全网络。
我关注的关键特性：
- *“杀开关”：* 能够通过消息总线即时撤销代理的权限，而无需关闭主机服务器。
- *审计日志：* 每个意图和行动都会被记录（在出现问题时至关重要）。
- *政策执行：* 在到达工作者之前，根据元数据（例如，“任何超过50美元的转账需要审核”）阻止某些操作。
现在还处于早期阶段（v0.x），但我很想听听您对架构的看法。单独的控制平面是否过于复杂，还是这正是代理基础设施的发展方向？
代码库：[https://github.com/cordum-io/cordum](https://github.com/cordum-io/cordum)
文档：[如果有文档，请提供链接]
谢谢！
嗨，HN，
我是Mo。我目前正在创建一家初创公司，想要在通勤或洗碗时找到一种方式来听取研究论文以获得灵感。
我尝试过使用谷歌的NotebookLM，但输出效果对我来说并不理想。它听起来有点机械，对话太短，而且在技术细节上没有深入。
因此，我构建了PaperBot FM来解决这个问题。
它会将一篇研究论文（以及最多两篇支持性论文以提供背景）合成一集播客。目前，播客的平均时长约为30分钟，尽管我还在调整时长。
技术方面：
主要的挑战在于音频。我找不到一个能够有效处理三种不同声音在单一对话流中的TTS服务。为了解决这个问题，我围绕Gemini TTS构建了一个自定义包装器，协调三种不同的“角色”，以保持对话的趣味性。
运行方式：
目前，网站只是一个每日社区信息流。用户提交论文，投票，系统根据获胜者每24小时生成一集播客。这个服务完全免费，所有集数都是公开的。
接下来有什么计划？
我正在评估两个方面的兴趣：
- 将其转变为一个可以按需生成播客集的服务（用于解释、内部文档等）。
- 将声音协调功能开放为API，因为找到一个支持超过两个并发声音的服务出乎意料地困难。
希望你喜欢这个项目！如果你对生成自定义播客集或声音生成API感兴趣，请告诉我。
经过两年的研究、规划和工程开发，我即将推出 earsay。这是一款旨在提供愉悦使用体验的 iOS 播客应用。它能够在设备上100%检测广告，限制广告网络的追踪，并且不需要任何外部服务或订阅费用。
我一直在尝试使用Claude Code来研究政治主题，利用伯明翰大学提供的联合国大会演讲档案（<a href="https://www.ungdc.bham.ac.uk/" rel="nofollow">https://www.ungdc.bham.ac.uk/</a>）。以下是一些初步结果。