最新

早安，HN——我有一个关于创业和误读市场的简短故事，以及一个请求。（请求：试用我们的产品>> app.datable.io/auth/sandbox） 我叫朱利安·吉卡（Julian Giuca），曾是New Relic的早期员工，直到2022年我一直负责他们的日志产品。可以说，我对日志有自己的看法。有时我觉得它们很棒，但更多时候我认为我们可以做得更好。 当人们和我谈论日志时，他们总是抱怨可观察性成本。工程领导们说这感觉“像是保护费”，你被迫捕获和发送所有数据，却没有真正的控制杠杆。 因此，我想解决这个问题，构建了理想的流式管道来处理和路由数据。基本上是为Datadog打造的Cribl。如果你能智能地处理、过滤和路由日志，就能大幅降低可观察性账单。发送更少的数据意味着花更少的钱。Coinbase在2023年刚花了6500万美元在Datadog上！人们肯定需要这个……对吧？ 错了。 每个人都在谈论他们的可观察性账单有多高，以及他们想怎么做，但我们发现这从来没有成为一个足够高的优先事项。它被视为经营成本——一个没有优先级或负责人问题。 SRE/DevOps主要关注保持系统运行，而不是数据管理。虽然有一些兴趣，但非常有限。 平台工程师们对此感兴趣，但他们在处理其他优先事项。这似乎也是一个新兴的工程领域，因此很难聚焦。 工程副总裁们专注于执行和增长收入。这意味着可观察性成本通常在优先级上低于其他事项，直到系统正常运行出现问题或首席财务官开始抱怨。可有可无，但再次强调，这并不是一个紧迫的问题。 那么，怎么回事呢？Cribl表现出色，我们看到类似的公司在进行A轮融资，我们认为我们的产品更好。结果发现，它们都是以安全为主导的。 我们曾认为“减少可观察性数据以降低可观察性支出”是关键，但没有人负责这个问题，因此也没有人有动力去解决它。 安全团队没有这种奢侈。他们迫切需要日志。清晰、理想结构化且无噪音。他们需要从各种不同来源中提取信号，而不是浪费时间筛选垃圾数据和警报。SIEM供应商通常服务于开发市场（我在看你，Splunk和Sumo），而我花了太长时间从开发的角度来看待这个问题，无法看到整体。安全团队通常是推动这些工具采用的主要力量。开发人员已经有更广泛的工具选择，并可以利用日志平台。 我仍然相信，管道是缺失的一层——第三种方式——在数据泛滥和支付不必要的数据之前，你可以结构化、丰富和路由数据。但我尊重你们的意见。 这里的朋友们有什么想法？ 我们有一个对安全和DevOps都非常有用的产品，但成本并不是尝试它的理由。 所以我的请求是，试用两分钟：app.datable.io/auth/sandbox 它具备你所期待的所有功能，同时比市场上任何其他管道更容易上手和使用。我们正在积极开发自动安全检测，并不断添加更多数据源/目标。 总结：构建了一个产品以满足可观察性需求。我误读了市场；那里的紧迫性不足。发现真正的驱动力是安全运营。

它不再允许你使用名人了。<p>甚至连任何真实的人物都不允许使用。如果你上传一张自己的照片并要求它生成一幅宫崎骏风格的画，它会告诉你不能使用真实的人物。<p>我看到的回复是：<p>“我无法生成您请求的图像，因为它不符合我们的内容政策。具体来说，生成真实人物的图像——即使是像宫崎骏那样的风格化形式——也是不允许的。”

嗨，HN。我们是Nate和Ty，Continue的联合创始人（<a href="https://www.continue.dev">https://www.continue.dev</a>），我们的平台使开发者能够创建、分享和使用自定义的AI代码助手。今天，我们推出了Continue Hub，并分享自2023年7月在Show HN上介绍我们的开源VS Code扩展以来的所学经验（<a href="https://news.ycombinator.com/item?id=36882146">https://news.ycombinator.com/item?id=36882146</a>）。 在Continue，我们始终相信开发者应该被增强，而不是被自动化。这个理念的一个关键方面是提供选择，让您能够根据特定需求、工作流程和偏好自定义您的AI代码助手。 AI原生开发环境不断演变，每天都有新的模型、MCP服务器、助手规则等出现。Continue的开放架构连接了这个生态系统，确保您的自定义代码助手始终利用最佳可用资源，而不是将您锁定在过时的技术上。 Continue Hub使自定义变得更加简单，提供了一个注册中心，用于定义、管理和分享构建模块（例如模型、规则、MCP服务器等）。这些构建模块可以组合成自定义的AI代码助手，您可以与我们的开源VS Code和JetBrains扩展一起使用（<a href="https://github.com/continuedev/continue" rel="nofollow">https://github.com/continuedev/continue</a>）。 以下是我们构建的一些不同自定义AI代码助手的示例，以展示其工作原理： - 一个专注于帮助处理数据加载工具（DLT）的自定义助手，使用他们的MCP：<a href="https://www.loom.com/share/baf843d860f44a91b8c580063fcfbf4a?sid=99e41693-43d1-4166-812d-01d2f2f8c1f4" rel="nofollow">https://www.loom.com/share/baf843d860f44a91b8c580063fcfbf4a?...</a> - 一个专注于仅使用Mistral模型帮助Dioxus的自定义助手：<a href="https://www.loom.com/share/87583774753045b1b3c12327e662ea38?sid=1241761c-450c-4f72-9afa-d97cf6e26247" rel="nofollow">https://www.loom.com/share/87583774753045b1b3c12327e662ea38?...</a> - 一个专注于通过公共API（如Anthropic、Voyage AI等）使用来自任何供应商的最佳LLM帮助LanceDB的自定义助手：<a href="https://www.loom.com/share/3059a35f8b6f436699ab9c1d1421fc8d?sid=e10eb0a8-eb5f-4150-85b4-cc6cae946a7a" rel="nofollow">https://www.loom.com/share/3059a35f8b6f436699ab9c1d1421fc8d?...</a> 在过去18个月中，自我们在Show HN上发布以来，我们的社区迅速增长，获得了超过25,000个GitHub星标、12,500个Discord成员和数十万用户。这是因为开发者希望了解他们的工具如何工作，找出如何更好地使用它们，并将其调整以适应他们的开发实践/环境。Continue并没有像那些缺乏透明度且可定制性有限的垂直整合专有黑箱AI代码助手那样限制他们的创造力。 在Continue Hub之前，开发者在构建自定义AI助手时面临特定的技术挑战。他们需要手动维护不同模型的单独配置文件，处理供应商的API变更，以及从头构建冗余的上下文检索系统。我们看到团队花费数周时间来设置本应只需几小时完成的系统。许多开发者完全放弃了这个努力，发现跟不上快速发展的模型和工具生态系统。 我们的开源IDE扩展现在可以读取一种标准化的配置格式，全面指定AI代码助手的功能——从模型和上下文提供者到提示和规则。Continue Hub托管这些配置，与您的IDE同步，并添加版本控制、权限和共享。助手由原子“模块”组成，使用通用的yaml格式，所有模块通过我们的注册中心进行管理，提供免费个人和付费团队计划。 我们今天发布了Continue 1.0，其中包括Continue Hub和我们Apache 2.0许可的VS Code和JetBrains扩展的首次重大版本。虽然Hub目前仅支持我们的IDE扩展，但我们设计的底层架构未来将支持其他工具（<a href="https://blog.continue.dev/continue-1-0">https://blog.continue.dev/continue-1-0</a>）。配置格式故意与工具无关——如果您有兴趣进行集成或有改进的想法，我们非常希望听到您的反馈！

选择合适的人工智能工具并不容易——因此我们建立了一个公共平台，利用真实数据对超过25,000个工具进行排名。 每个工具的排名每月更新一次，基于流量、评价和融资等客观数据。我们发布六个独立的排名（总体、流量、评价、投资、上升工具、下降工具）以及150多个特定类别的排名（例如按行业、使用案例或平台分类）。 这个项目最初是澳大利亚应用科学大学市场洞察中心的一个研究项目，后来发展成为一个面向决策者的公共平台，旨在帮助他们自信地发现、评估和选择合适的人工智能工具。 我们非常欢迎您的反馈，并且想了解开发者和构建者是如何探索和选择人工智能工具的。欢迎随时提问！