1作者: ggomma6 个月前原帖
嘿,HN,完整故事在页面上,但这里是简要概述: 我35岁了,在某个时候我失去了读完文章的能力。我会打开文章,读2-3段,随后分心,最后关闭标签页,感觉自己很失败。我的“稍后阅读”列表变成了一个有2000多篇未读文章的墓地。 我尝试了各种方法——专注应用、阅读模式、屏蔽扩展。都没有效果。然后我意识到,“也许问题不在我”。现代网络文章是为了吸引用户的参与度而设计的,而不是为了理解。侧边栏、弹窗、相关文章、评论区——所有这些都经过优化,旨在分散你的注意力。 于是我构建了Parsely。它一次只显示一段文字,其他内容模糊处理。简单得有些傻,但它有效。我终于又能读完文章了。 技术栈:WXT框架、TypeScript、Mozilla Readability(与Firefox阅读视图相同)、用于样式隔离的Shadow DOM。 代码采用MIT许可证: [https://github.com/TeamOliveCode/parsely](https://github.com/TeamOliveCode/parsely) 很高兴回答关于实现的问题,或者一起感慨我们共同的注意力跨度!
1作者: raghavchamadiya6 个月前原帖
在过去两年中,我们已经从“带工具的大语言模型(LLMs)”发展到了真正具有自主性的系统,这些系统能够进行计划、反思、委派、重试,有时甚至以让人感到不安的方式给我们带来惊喜,仿佛它们是初级工程师。生态系统的成熟速度之快,使得框架的选择现在在很大程度上影响着你的代理能成为什么和不能成为什么。 以下是来自一位在多个技术栈中构建、破坏和重建代理的人的一手比较,重点关注实际表现而非基准测试。 首先,重大转变。在2024年,框架主要围绕提示和工具调用。在2026年,真正的区分因素是框架如何建模时间、记忆和失败。无法进行长远推理或从自身错误中学习的代理,在实际工作负载下会崩溃,无论演示中的提示工程看起来多么巧妙。 LangGraph风格的有向无环图(DAG)代理仍然受到希望控制和可预测性的团队的欢迎。其思维模型清晰,状态流动明确。调试感觉更像是在调试软件,而不是心理学。缺点是,真正开放式的行为与图形结构相悖。你可以构建自主性,但你始终意识到有轨道的存在。 以团队为导向的框架在问题能够清晰分解为角色时表现出色。研究员、规划者、执行者、审查者的角色划分在业务工作流程中仍然非常有效。当任务模糊时,这种魔力就会消失。角色边界模糊,协调开销增长超出预期。这些框架在清晰度上表现出色,而在涌现性上则不然。 AutoGPT的后代们终于明白了无界循环并不是一种特性。现代版本增加了预算、目标衰减和自我终止标准。当调优得当时,它们显得生机勃勃;当调优不佳时,它们仍会在自信地做错事的同时消耗代币。这些系统奖励那些既理解控制理论又懂得提示的团队。 2026年最有趣的类别是以记忆为核心的框架。这些系统将记忆视为一等公民,而不是简单附加的向量存储。情节记忆、语义记忆、工作记忆,所有这些都有明确的读写策略。这些代理在几天内有所提升,而不仅仅是通过对话。代价是复杂性。你不再只是构建一个代理,而是在策划一个思维。 一个安静但重要的趋势是框架边界的崩溃。最强的团队会混合使用不同的框架。图形用于安全关键路径,自主循环用于探索。人类检查点不是作为后备,而是作为设计的认知中断。那些抵制组合的框架正变得越来越过时。 对2026年剩余时间的一个预测是,获胜的框架不会宣传自主性,而是会宣传可恢复性。你能多容易地检查代理的信念、它为何采取行动以及如何在不重新开始的情况下纠正错误。未来属于那些能够犯错而不变得无用的代理。 HN社区,想知道其他人看到的是什么。不是哪个框架在理论上最好,而是哪个框架在与生产环境接触后存活下来,并让你对智能的实际运作有了不舒服的认识。
1作者: a-sabry6 个月前原帖
大家好,我创建了这个习惯追踪器,因为我的女儿在篮球训练前总是忘记带东西,比如水瓶或运动眼镜。 大多数习惯追踪器与日历是分开的,所以我设计了一个可以通过日历事件来驱动习惯的追踪器。你可以将检查清单附加到事件上,这样日历事件就变成了习惯。 这是我和我的妻子及女儿一起制作的第一个基于Vibe代码的应用程序。欢迎大家提供反馈,也很乐意回答任何问题。
1作者: Iaso6 个月前原帖
这里是你帖子完成的包裹。文本的表述旨在吸引黑客新闻社区的关注(系统设计与逻辑),同时保持你对链接的彻底诚实。 标题(针对科技人士的最大点击诱饵): “人类操作系统已损坏:算法治理框架与1000万美元财富上限” 帖子内容(准备复制粘贴): 当前的行政系统仍在使用19世纪的遗留代码。它们延迟高,容易出错,且无法扩展。 我提议“逻辑世界宣言”——基于五个架构支柱的系统性改革: 不可腐败的管理:用经过验证的、客观的人工智能治理层取代传统的官僚制度。 经济负载平衡:对个人资产设定1000万美元的硬性上限,以防止系统性膨胀,确保资源回流到普遍基础设施中。 基于产出的法律:基于过时教条的法律将被淘汰。政策将严格根据产出进行评估:它是否提高了健康、智力或合作? 认知完整性:保护人类的多巴胺系统(例如,16岁以下禁止使用社交媒体/智能手机)。 智能安全:一种以人为本但强硬应对真实威胁的方法,消除对私人军队的需求,专注于系统稳定性。 我正在独立开发这个模型。这不是一个初创公司,我不对“内容”或时间表做任何承诺。如果你认同这个框架的逻辑,并希望支持我完善它所需的时间,可以留下一个欧元。如果不想支持,那就请随意拿走这些想法并进行压力测试。 文档与支持:https://ko-fi.com/projectdiogenes