最新

我创建了 aithings.dev，旨在让人们更容易找到优秀的人工智能资源——不仅仅是工具，还有书籍、视频、教程以及值得加入的社区。 我们的目标是提供一个平台，让开发者、学习者和创始人能够探索人工智能领域的动态，而无需无休止地滚动或点击随机链接。 虽然现在还处于早期阶段，但发展迅速。此外，我们每周还会发布一份新闻通讯，精心挑选最新的人工智能工具和资源。

三个月前，我购买了一个小型的Chrome扩展程序，该程序已经安静运行了大约两年。它没有增长，但拥有一小部分用户和一些付费客户，所以我看到了潜力。 以下是我收购前的数字（超过两年）： – 总收入：5000美元 – 销售许可证：372个 – 域名评分：0 以下是我拥有三个月后的数字： – 收入：18000美元 – 销售许可证：593个 – 域名评分：26 我并没有重写整个产品。大部分影响来自于基础工作：改善用户引导，修复一些漏洞，添加用户请求的缺失功能，优化定价，以及进行之前未做过的基本SEO和分发工作。 我现在的目标是将其发展成一个更接近于生产力工具的产品，类似于Raycast，但直接构建在浏览器环境中。 如果有人感兴趣，我很乐意详细讲解收购过程、我所做的改变以及真正推动增长的因素。

大家好， 大约五个月前，我开始认真思考我们如何运行代理，以及最终用户在隐私、数据和计算方面实际上拥有多么有限的控制权。在本地运行大型语言模型（LLM）对于重写电子邮件或回答基本问题是很不错的，但这并不能真正赋予你自主权。真正赋予你权力的是能够运行功能齐全的本地代理，这些代理能够进行深入研究、编程、推理和工具使用——所有这些都无需将数据发送到外部服务。 怀着这个愿景，我启动了一个开源项目（MIT + Apache-2 许可证），旨在使构建和运行代理变得模块化、可定制且适合硬件使用。代理堆栈的每个组件都可以更换： - 内存：插入你自己的内存后端 - LLM 层：可以交替使用本地模型或云 API - 执行方式：可以选择 ReAct、CoT 或你自己的自定义执行器 我们的目标是实现真正的研究工作流程，同时保持强大的性能和开发者友好的可用性。 这个项目不仅限于构建代理——我们还希望确保你能够在任何加速硬件上高效运行它们，从 GPU 到边缘设备。 期待来自 HN 社区的反馈！