最新

Dogpatch地区的房主提供带家具的短期租赁，面向YC批次创始人，租期为3月至6月，无需支付Airbnb费用。

嗨，HN， 我是一名化学工程师，目前在德克萨斯州的一家炼油厂负责物流管理。每当我试图向行业外的人（包括我的孩子）解释下游操作时，通常会看到他们一脸茫然。因此，我想制作一个能够可视化工厂概念和化学原理的东西，而不至于完全简化科学内容，于是我制作了这个五分钟的浏览器游戏。 我并不是专业的软件开发人员，所以我在编写代码时非常依赖大型语言模型（如Claude、Copilot、Gemini）。最初的简单构思变成了一个9000行的单页面应用，使用了原生的HTML、CSS和JavaScript。我还使用了Matter.js来实现2D物理小游戏。 作为一个非开发者，构建这个项目的一些技术要点包括： * 管理LLM工作流程：一旦script.js文件变得庞大，让模型输出完整的文件重写就变得非常糟糕（截断、幻觉、不可见的弯引号替换导致JS出错）。我开始强制它们像补丁文件一样工作，严格输出“查找这个确切的代码块”和“替换为这个确切的代码块”。这是唯一能够在不破坏现有逻辑的情况下保持改进的方法。 * 将物理映射到CSS：我希望小游戏能够在圆形CSS容器内可视化显示（border-radius: 50%）。Matter.js并不关心你的CSS。要让刚体物理遵循不同屏幕尺寸下动态响应的DOM边界，需要在每一帧上运行一个椭圆边界方程（dx * dx） / (rx * rx) + (dy * dy) / (ry * ry) > 1。也许这对于处理手机和PC之间的调整来说有些过于复杂。 * 移动浏览器事件：强制iOS Safari忽略其默认行为（双击缩放、滑动滚动），同时仍允许用户点击和拖动Matter.js对象，需要大量自定义事件监听器管理和CSS（touch-action: manipulation; user-select: none;）。我还发现这些操作很容易导致鼠标滚动失效，这让PC用户感到非常沮丧。我希望我能找到一个好的折中方案。 * 状态管理：由于我没有使用React或任何框架，只能依赖一个全局状态对象。因为游戏在不同阶段/小游戏之间跳转，我遇到了大量的内存泄漏，原因是旧的setInterval循环和Matter.js物体的堆积。我不得不构建严格的清理函数，以便在每次地图转换时清理状态。 这个游戏涵盖了静电脱盐、分馏、加氢处理、催化裂化和汽油混合（达到特定的辛烷值和RVP规格）。 它完全免费，客户端运行，没有广告或注册。我非常欢迎对游戏机制的任何反馈，或者如果你能找到破坏物理引擎的方法，请告诉我。我也乐意回答任何关于化学工程方面的问题。 出于某种原因，网址框没有被识别，也许有人可以帮我解决这个问题。www.fuelingcuriosity.com/game

每个代理框架都会提供日志（各自有不同的日志格式）。这些日志是非结构化文本。如果运气好，可能会有一些跨度。当你的代理出现问题时，你需要在某个专有系统的输出墙中进行grep搜索。 为什么我不能轻松查看代理是如何生成PR的？为什么我不能从某个状态重启不同的代理？ 我对此感到厌倦。agd是一个内容寻址的对象存储和因果有向无环图（DAG），用于记录代理行为。它的工作方式类似于git（大对象、树、引用、通过哈希标识的不可变对象），但对象类型特定于大语言模型（LLM）交互：包含类型化内容部分的消息、工具定义和形成因果图的工作区快照。 核心思想借鉴自git：数据模型即API。你可以直接与对象交互。一切都是不可变的，每个对象都有一个哈希。 DAG中的一个“操作”记录了：代理看到的消息（观察到的状态）、它生成的内容（生成的状态）、可用的工具、使用的模型以及导致这一切的原因（父操作）。 每个操作有两个状态，都是完整的快照，而不是增量。你可以对比它们以查看变化。 你能获得的功能： - `agd log --session s1` 显示一次对话的完整因果链 - `agd show <action> --produced --expand` 显示确切的提示和工具调用 - `agd diff` 比较两个操作之间的消息和工作区文件 - `agd rewind` 将会话回退到之前的某个点（旧操作保留在存储中） - `agd replay` 重建确切的输入状态并重新执行一个操作 它作为中间件/插件集成。包装你现有的LLM调用，记录前后状态，不需要重写你的代理代码。会话引用（类似于git分支指针）在每个操作后自动前进，因此父操作的追踪只需读取一个引用。 使用Zig编写。大部分代码是在强大的AI协助下完成的。存储是追加式的松散文件，类似于git的对象目录。每个操作的写入路径目标是低单数毫秒，使用批量fsync。会话可以打包并发布到远程，以便共享和查看（正在进行这方面的概念验证，有一些核心问题）。 这是预发布版本。对象模型和写入路径正常工作。工作区捕获、会话共享和Phoenix LiveView网页查看器功能正常。 仍然缺少很多功能：从任意点恢复、适当的差异比较、重放命令。磁盘上的格式可能会改变。我还不建议你依赖它来处理任何重要的事情。 它不做的事情：协调代理、使代理更智能、实时流式处理或替代你的框架。 期待反馈、想法和贡献者。 仓库链接： [https://github.com/frontman-ai/agd](https://github.com/frontman-ai/agd)

我从零开始构建了一个语音代理，平均端到端延迟约为400毫秒（从电话停止到第一个音节）。这个过程包含了完整的语音转文本（STT）→ 大语言模型（LLM）→ 文本转语音（TTS），支持干扰输入，并且没有预先计算的响应。 推动进展的关键在于： 语音是一个轮流发言的问题，而不是一个转录问题。仅仅依靠语音活动检测（VAD）是不够的；你需要语义上的发言结束检测。 系统简化为一个循环：说话与倾听。这两个过渡——在干扰输入时立即取消，在发言结束时立即响应——定义了用户体验。 STT → LLM → TTS 必须是流式的。顺序管道在自然对话中是行不通的。 TTFT（首次令牌到首次响应时间）在一切中占主导地位。在语音中，第一个令牌是关键路径。Groq 的约80毫秒 TTFT 是最大的胜利。 地理位置比提示更重要。将所有组件放在一起，否则在开始之前就会失败。

您好，如果这不是合适的内容，请随时删除。<p>我在主要的FAANG公司和初创企业担任技术招聘者已有10年以上，专注于一些小众专业职位。我曾经定期访问Hacker News，查看“谁想被雇佣”，因为我一直喜欢工程师更独立的黑客思维。<p>这里的工程师们对面试准备咨询感兴趣吗？我一直在考虑请假旅行，但我希望通过提供技术准备和面试帮助的咨询来保持工作活跃。<p>我只是想试探一下反应，但我愿意为有面试安排的任何人提供几次免费的准备电话咨询。唯一的要求是希望能得到你们的反馈，了解事情进展如何，以及你们认为这些帮助的价值。

嗨，HN，我是Pranav（创始人）。我设计硬件时发现了一个奇怪的分歧： 工程师们不信任AI来设计完整的PCB（隐藏的假设、层叠、制造限制、电磁干扰/回流路径，以及稍有偏差的成本 - 这就是为什么像Flux这样的工具仍然没有被广泛信任用于完整设计的原因）。 但客户们却不断要求ChatGPT“审核”电路板。他们粘贴截图/ Gerber文件，并期望得到真正的签字。结果往往听起来没问题，但它可能会产生幻觉或遗漏实际导致重新设计的原因。 在这个过程中我学到的教训是：困难的部分不是更多的AI，而是具有明确假设的确定性、可重复的检测，AI仅用于解释发现并建议修复方案。 我非常希望得到反馈：哪些问题值得在制造前捕捉，哪些问题太嘈杂，以及什么能让你信任这个作为发布的门槛。

一个小周末项目，制作这个是为了在学习歌曲时能够直接在钢琴上暂停、播放和倒带。

在最新一期的Weaviate播客中，Doug Turnbull解释了为什么像grep这样的简单词汇工具对智能体如此有效：透明的输入输出关系使得智能体能够推理出结果匹配的原因，调整其策略，并规划下一个查询。

嘿，HN！<p>我发现自己经常需要将复杂的代码库传递给大型语言模型（LLM），用于生成产品需求文档（PRD）等。每次我将代码库粘贴到Claude中时，我都要为模型不关心的文件支付代币。但如果我只粘贴相关文件，模型就会失去对整体结构的理解。这真是一个令人烦恼的权衡。<p>llmdoc是一个小型命令行工具，它为每个文件添加简短的LLM摘要，并在哈希值变化时智能更新这些摘要。<p>llmdoc annotate # 为每个文件添加摘要（遵循.gitignore，你可以配置它忽略更多文件）<p>llmdoc dump # 生成一个方便的“快速概览”摘要，以便提供给LLM，确保你代码库的完整上下文。<p>还有llmdoc check用于持续集成（CI）——如果任何注释过时或缺失，则返回1，不需要API密钥。<p>它支持Anthropic和OpenAI，兼容50多种语言，遵循.gitignore，并且有一个--dry-run标志，可以在实际操作之前估算成本。<p>一个已知问题是LLM提供商的速率限制，但由于一切都基于哈希，你可以多次重新运行以使其正常工作。<p>告诉我你的想法！