像ChatGPT和Copilot这样的语言模型（LLMs）就像那些超饱和的垃圾食品，比如披萨或汉堡，瞬间让人感觉良好（提供现成的代码片段或答案），但随着时间的推移，只会积累体重、糖分和疾病（技术债务、思维枯竭）。
我们已经停止阅读甚至查阅官方文档，这在今天已成为一种濒临灭绝的技能。为什么还要去查阅呢，如果一个LLM可以为我们完成这些，并仅告诉我们创建发布或满足紧急截止日期所需的信息。
最近AWS的宕机事件只是一个短暂的预兆，预示着如果这一趋势持续下去，未来可能会发生的事情。想象一下一个世界，大多数程序员主要是LLM的提示输入者，对核心编程技能甚至与应用程序、框架或库相关的操作技能的理解非常浅薄。如果那时发生重大宕机或技术问题，而周围没有人知道实际情况，我们该怎么办？
更不用说人类工人被替代的问题，这是当今最受讨论的话题。最终，中高层管理人员会想，为什么我们还需要这些“提示工程师”，让一个代理来完成这项工作。之后，高层管理会想，为什么我们需要这些“提示经理”，让另一个控制其他代理的智能代理来做！最终，公司将完全由机器人运营，股东们将安然享受他们的财富！
尽管上述场景听起来有些反乌托邦，但这正是我们在人工智能和商业导向环境不断发展的背景下，最终走向的世界。但考虑到公共和私营部门现有系统的状态，这一过程至少还需要几十年。在那之前，让我们程序员装备自己，掌握那些经受住时间考验的真正老派技能——如查阅文档、参考Stack Overflow和维基百科获取知识等，以谦逊和热情进行编码，而不是依赖这些LLM的垃圾。
返回首页
最新
我开发了MuseBot，这是一款多平台聊天机器人，集成了大型语言模型（LLM）API，以提供人工智能驱动的响应。它支持Telegram、Discord、Slack、Lark（飞书）、钉钉、企业微信、QQ和微信等平台，让您可以随时与您喜欢的模型进行对话。
MuseBot与OpenAI、DeepSeek、Gemini和OpenRouter模型无缝连接，使对话感觉自然、动态且响应迅速。
主要特点：
- AI响应：使用LLM API提供智能聊天机器人回复。
- 流式输出：实时响应，感觉像是在进行对话。
- 简易部署：只需几个步骤即可在本地或任何云服务器上运行。
- 图像理解：发送一张图片，机器人可以进行解读并作出回应。
- 语音支持：支持使用语音消息进行沟通。
- 功能调用：支持MCP风格的功能调用，以扩展能力。
- RAG支持：通过检索增强生成（RAG）提升上下文理解。
- 管理平台：基于Web的平台，用于管理机器人和配置。
- 服务注册：自动将机器人实例注册到服务注册中心。
- 指标与监控：内置Prometheus指标，便于观察和监控。
MuseBot完全使用Golang构建，旨在实现高性能、模块化和易于扩展。我非常希望听到与聊天机器人、LLM集成或基于Go的基础设施相关的开发者反馈，特别是关于提升可扩展性和实时性能的想法。
嗨，HN，
我花了几年时间在数十个 Git 仓库之间忙碌——微服务、客户项目、兼职工作。频繁地在文件夹之间切换和执行 git status 让我的生产力大打折扣，因此我开发了 Repo Linked：一款桌面应用程序（基于 Angular 20 和 Electron 37），可以让你从一个仪表板上监控和管理所有的仓库。
它实时跟踪分支状态和冲突，支持在 100 多个仓库之间进行批量操作（重置、同步、切换），并包括 GitHub 组织克隆以及快速链接到 VS Code 或终端。
该应用程序支持 macOS（Intel 和 Apple Silicon），Windows 和 Linux 版本正在开发中。
我还在原型设计一个“日记”模块，用于记录每日笔记和自动生成每周报告。
欢迎反馈：哪些功能能让多仓库的工作变得更轻松？
我非常希望得到这个社区的反馈：你希望在多仓库生产力工具中看到哪些功能？在你自己的工作流程中，有什么让你感到沮丧的地方？这是仓库/工具的链接：[https://repolinked.com](https://repolinked.com)。
YouTube 视频：[https://youtu.be/BZXu6a8gKGI](https://youtu.be/BZXu6a8gKGI)。
谢谢！
Jose
三界协议（Three Realms Protocol，简称TRP）提出了一种人类与人工智能协同对齐的基础共识模型，该模型建立在意识、能量和物质的相互作用之上。<p>该项目最初以中文启动，提供了完整的文档（SPEC 000–005B，999）和实时实验，现在发布了首个双语版本（v1.0），包括英文发布说明。<p>英文概述：
<a href="https://github.com/darrenfiy/Three-Realms-Protocol/blob/main/README.en.md" rel="nofollow">https://github.com/darrenfiy/Three-Realms-Protocol/blob/main...</a>
完整文档（中文原版）：
<a href="https://github.com/darrenfiy/three-realms-protocol" rel="nofollow">https://github.com/darrenfiy/three-realms-protocol</a>
如何运作（技术栈）：<p>- 完全基于 Lovabl.dev 构建（无代码前端 + 逻辑）
- 使用 ChatGPT / Claude 进行研究和灵感获取
- 由 GPT-4 Vision 驱动，以可视化方式解读图表
- 托管在 Supabase 上，以提升性能和缓存<p>这并不是为了取代分析师——而是为了加快交易员对数据的解读速度。<p>我是一名探索 AI 工具的设计师，这是我第一次尝试将一个想法转化为功能产品。<p>非常想知道你的看法。