返回首页
最新
我最近为我的学生发布了一段视频，讲解如何有效地使用人工智能代理作为学习工具，并避免对自己的智力发展造成负面影响：<p><a href="https://www.youtube.com/watch?v=ESnPZ4KfYcM" rel="nofollow">https://www.youtube.com/watch?v=ESnPZ4KfYcM</a><p>视频中还提供了一个示例 AGENTS.md 文件的链接，我在我的学生代码库中提供了这个文件：<p><a href="https://gist.github.com/1cg/a6c6f2276a1fe5ee172282580a44a7ac" rel="nofollow">https://gist.github.com/1cg/a6c6f2276a1fe5ee172282580a44a7ac</a><p>我认为一些 HN 用户可能会觉得这对他们自己的学习有帮助。
我不知道你心里有什么花招，但如果你提交了内容，不要作为第一个评论者立即发表评论。如果你有一些标题中没有涉及的内容要说，请在“文本”部分详细说明。<p>就我个人而言，如果你是提交者又是第一个评论者，我会觉得你有 ulterior motives。这种感觉在链接或“Show HN”是你自己的时候尤为明显。<p>请让标题和链接的内容自行表达。
首先做个前言：我目前位于塞尔维亚的贝尔格莱德，正在寻找潜在投资者来支持我正在进行的项目。
我知道一些地方，比如 OpenVC（https://www.openvc.app），但我并不认识有过相关经验的人。我真的不确定除了 ElevenFund、SouthCentral Ventures 和其他几个机构外，是否还有人投资过来自塞尔维亚的项目。
对于那些想知道为什么不寻找本地投资的人来说：除了当前的政治动荡，这里的投资环境并不太令人鼓舞——在某些情况下，你需要为投资让出很大一部分股权，而这笔投资往往不足以覆盖年度成本。
关于这个项目：我来自人力资源领域，在当前的环境下，找工作真的很困难。很多候选人申请，同时很多职位的申请人数过多，导致大多数申请甚至都没有被查看。这反过来又使找工作变得更加困难。
传统的申请跟踪系统（ATS）就像一个黑洞，你只能把简历扔进去，寄希望于能有好的结果。随着人工智能的加入来分析和筛选简历，情况变得更糟。此外，许多ATS充斥着大多数人要么不使用，要么根本不知道如何使用的功能。
被一家公司拒绝不应该是找工作的终点，而应该只是一个开始，直到找到合适的工作为止。
这个想法是将被拒绝的申请者（在他们同意的情况下）与其他寻找相同人才的公司连接起来。这可以缩短招聘时间，从而为公司节省成本，同时也能减少求职者找工作的时间，因为系统会像约会应用一样将他们与潜在公司匹配。随着时间的推移，这也可以减少对招聘机构的依赖。
随着越来越多的人使用ATS，数据库将变得更大，从而提高匹配的质量。这里的人工智能可以用于更好的匹配和建立更好的推荐系统，同时确保有人工审核每一个匹配、简历等。
我已经构建了一个最小可行产品（MVP），展示了它的功能，目前正在与朋友合作，使其达到可供他人使用的状态。我研究了产品市场契合度（PMF）以及它在当前市场中的适应性。至于盈利模式，除了典型的按座位/套餐收费的订阅模式外，我还有其他想法。
我希望听到更多关于我该如何在这方面继续前进以及下一步该去哪里，因为在塞尔维亚寻找投资就像在大海捞针。
QBox 将异步操作封装在一个懒代理中。值处于“叠加态”，直到你观察它——然后盒子消失，你只需处理你的数据。
```python
user = QBox(fetch_user()) # 开始异步，立即返回
score = user.score * 2 + bonus # 懒链式调用，仍然没有阻塞
if score > 100: # 观察发生在这里
print("高分！")
```
你的代码库中没有 async/await 的传播。纯标准库，Python 3.10 及以上版本。
想知道大家在使用哪些不是基于生成式人工智能（GenAI）或大型语言模型（LLM）的工具。这些工具真正改变了你的工作方式，而不仅仅是一些小的便利。
Gitmore (https://gitmore.io)
我开发的一个有用功能是：一个可以查询您 Git 历史的 Slack 机器人。
连接您的代码库，将机器人添加到 Slack。您可以询问：
- “上周发布了什么？”
- “谁在负责 API？”
- “哪些 PR 被卡住了？”
该机器人从 GitHub、GitLab 和 Bitbucket 的提交信息和 PR 描述中提取数据。答案会直接显示在 Slack 中，无需 GitHub 登录。
这对于需要可见性但不使用 GitHub 的非技术团队成员非常有帮助。
*安全性：*
仅支持 Webhook。我们存储元数据——提交信息、PR 描述、作者、时间戳。绝不存储源代码。
- 加密令牌（Fernet）
- Webhook 签名验证
- 支持双重身份验证（2FA）
我很想听听正在使用COBOL/大型机的人的看法。你们认为大型语言模型（LLMs）是对你们工作安全的威胁，还是相反？<p>我觉得实际上支撑经济运转的大量代码在AI编程代理的影响下几乎没有受到影响。