最新

Govbase 跟踪来自官方来源（Congress.gov、联邦公报、白宫）的每一项法案、行政命令和联邦法规。一个人工智能管道将每一项内容拆解成通俗易懂的摘要，并显示其对不同人口群体的影响。 它还将每项政策与偏见评级的新闻报道和政治家在 X、Bluesky 和 Truth Social 上的社交媒体帖子直接关联。您可以从官方文本跟踪单个法案，了解媒体如何解读它，以及您的代表对此的看法。 在网页、iOS 和 Android 上免费使用。 我很希望能收到社区的反馈，特别是关于数据管道或您认为缺失的政策领域/功能。

嗨，HN！我叫罗汉，与保罗一起是OctaPulse的联合创始人（<a href="https://www.tryoctapulse.com">https://www.tryoctapulse.com</a>）。我们正在为海鲜生产构建一个机器人层，首要任务是自动化鱼类检查。目前，我们已经在北美最大的鳟鱼生产商的首个生产基地投入使用。 你可能会想，我们怎么会在没有水产养殖或海洋产业背景的情况下进入这个领域。我们俩都来自沿海社区。我来自印度的果阿，保罗则来自马耳他和波多黎各。海鲜与我们的文化和社区息息相关。我们亲眼目睹了海洋所遭受的破坏，以及野生鱼类资源被捕捞到濒临灭绝的现状。我们还了解到，鱼类是全球近55%人口的主要蛋白质来源。尽管在美国的消费量并不大，但在全球范围内却是巨大的。然后我们发现，美国90%的海鲜依赖进口。什么？这听起来太荒谬了。这成为了我们创办这家公司的初衷。 保罗和我在卡内基梅隆大学的创业聚会上相遇。在像匹兹堡这样的内陆城市，很少有人关心海洋，更不用说想围绕海洋建立公司了。我们聚在一起讨论海洋技术和我们的兴趣，聊了整整三个小时。我对在海洋中进行开发产生了兴趣，因为这是最具挑战性的工程领域之一。保罗已经研究水产养殖几个月，发现同样的问题：这是一个3500亿美元的全球产业，但数据透明度却低得像一个仓库。经过那次谈话，我们知道我们想要一起在这个领域工作。 孵化场是生产的早期阶段，充满了劳动密集型的工作流程，非常适合自动化。农民需要测量鱼类的存量，以便做出喂养、繁殖和收获的决策，但鱼类在水下，处理时会感到压力。大多数农场仍然是手动取样。他们捕捞几打鱼，麻醉后放在桌子上逐一测量，然后推算出数十万的鱼群。这一过程每条鱼大约需要5分钟，数据也非常稀疏。 当我们看到这个过程时感到困惑。肯定有更好的方法。这是我们真正开始的起点。 不过，有一点需要注意。大多数机器人并不是为潮湿和湿润的环境设计的。盐水是任何机械设备的敌人，腐蚀问题非常棘手。更不用说水下计算机视觉需要穿透水的浑浊和颗粒。鱼类的运动不可预测，游动时会变形，遮挡现象时常发生。在不受控制的环境中进行校准也很棘手。用机器人处理活鱼是另一个尚未真正解决的挑战。鱼类滑腻、脆弱，容易受到压力。所有这些都要求所有材料必须符合食品安全标准。 在视觉方面，我们使用Luxonis OAK相机，它以紧凑的形式提供深度和RGB信息。机载的Myriad X VPU使我们能够直接在相机上运行轻量级推理，例如检测和跟踪，而无需不断通过USB发送原始帧。对于更重的工作负载，如分割和关键点提取，我们使用Nvidia Jetson。根据不同地点的功率和热量限制，我们在Orin Nano和Orin NX上进行了测试。 模型本身是基于CNN和变换器的架构。我们运行YOLO变体进行检测，定制分割头用于身体轮廓，以及关键点模型用于解剖标志。棘手的部分是让这些模型在边缘硬件上运行得足够快。我们根据部署目标使用TensorRT、OpenVINO和ONNX Runtime的组合。量化的过程也是一段旅程。TensorRT上的INT8量化为我们提供了所需的速度，但必须小心准确性下降，尤其是在分割输出中，边界精度至关重要。我们花了很多时间构建校准数据集，真实反映我们在农场看到的变化。光照在一天中变化，水的清晰度也会变化，鱼的密度各不相同。你的校准集需要捕捉到所有这些，否则你的量化模型在生产中就会崩溃。 在大多数农场没有WiFi的情况下，我们使用Starlink在偏远或海上位置进行连接。一切都在本地运行，连接可用时再进行同步。我们并没有将视频流传输到云端，所有推理都在设备上进行。 在幕后，我们一直在构建自己的内部工具，用于标注、任务分配和模型管理。早期我们尝试了现有的标注平台，但它们并不符合我们的工作流程。我们需要标注、训练管道和部署之间的紧密集成。因此，我们构建了自己的系统，可以将标注任务分配给注释员，跟踪进度，版本化数据集，并通过单个命令将模型推送到边缘设备。这并不华丽，但它让我们掌控一切，使迭代变得快速。当你试图在农场的数据收集、标注、训练、量化和部署之间闭环时，不能承受工具的碎片化。我们需要一个能够处理所有这些的系统。 在机器人方面，我们正在围绕现成组件构建定制外壳，并用软机器人抓手改造Delta机器人进行处理。在这种环境中，真空和典型的抓手驱动无法使用，因此我们使用可以安全处理鱼类而不损坏它们的柔性抓手。我们以Delta X S作为测试平台，并在验证湿润和潮湿环境中的运动学和负载要求后，评估是否转向工业Delta机器人或从头开始构建自己的机器人。末端执行器的设计仍在不断演变。鱼类根据物种和生长阶段有不同的大小和体型，因此我们需要能够适应的抓手。 目前，我们专注于水面上的操作。孵化场的表型、分类和质量检查。这些比完全水下部署更容易实现，启动成本也更低。我们的想法是，如果我们能够结合遗传数据、环境数据和表型图像，我们就能帮助农场识别哪些鱼应该繁殖，哪些应该淘汰。这就是选择性繁殖的起点。 让我们感到惊讶的是，早期只有极少数养殖鱼类经历过遗传改良程序。鸡的生长速度比1950年快了4倍，这得益于数十年的选择性繁殖。但大多数养殖鱼类基本上是野生基因。改善水产养殖遗传的机会巨大，但完全受限于测量。你无法改善你无法测量的东西，而农场迄今为止几乎无法大规模测量任何东西。 不过，行业是建立在信任之上的。我们处理的是活动物，农场对谁接近他们的鱼群非常谨慎。作为外部人士，这种信任必须通过努力赢得。保罗已经是可持续水产养殖联盟的未来领袖，但真正的转折点是在参加世界水产养殖学会（美国最大的会议）时。通过一个联系，他认识了我们第一个客户的首席遗传学家。这个关系转变为与北美最大的鳟鱼生产商的有偿试点。 我之前在ASML、Nvidia、特斯拉和丰田工作过。保罗在彭博社工作。我们在卡内基梅隆大学相遇，立刻知道我们想要解决这个问题，并将毕生精力投入其中。 我们非常希望听到任何在恶劣或不可预测环境中从事计算机视觉、在受限硬件上进行边缘部署，或用机器人温和适当地处理活动物的人的反馈。如果你在Jetson或OAK相机上运行推理，并对量化工作流程有看法，我们非常希望听到你们的成功经验。如果你有水产养殖的经验，我们也想知道有哪些问题是我们尚未遇到但应该考虑的。 丹告诉我们，你们都习惯于演示视频，但不幸的是，由于保密协议，我们无法分享。不过，这里有一张我们为表型和形态测量分析构建初始数据集的照片：[[<a href="https://drive.google.com/file/d/1z3oSlB8ed9hanrybzP24XTfjDJEobJua/view?usp=sharing" rel="nofollow">https://drive.google.com/file/d/1z3oSlB8ed9hanrybzP24XTfjDJE...</a>]]。 [[这是一个奇怪的行业，我们每周都在学习新的东西。如果你在边缘部署、湿润环境中的机器人或水产养殖方面有经验，我们非常希望听到你的看法。如果你对鱼类或我们的技术有任何问题，我们也很乐意在评论中深入讨论。期待听到这个社区的想法。]]

OpenPaw 是一个开源工具包，可以将 Claude Code 转变为一个完整的个人助手。只需一个命令（npx pawmode），即可实现 38 项技能——包括电子邮件、日历、Spotify、智能家居、笔记等。无需守护进程，无需云服务，除了您现有的 Claude 订阅外，没有额外费用。

嘿，HN， 我创建了Ledge，因为我看到许多AI代理的演示中，钱包密钥都放在它们的.env文件里，我心想：“这会出大问题的。” 核心理念：在你的代理和钱包之间放置一个政策层。在任何支付执行之前，它会经过四个检查（技术验证、政策限制、上下文一致性、行为模式）。代理可以自主支付API或数据费用，但仅限于你设定的规则之内。 举个例子：你的研究代理有10美元的预算。它可以以每次0.01美元的价格支付数据源的API调用。但如果它试图向一个随机地址发送50美元，或者在一分钟内访问同一个端点100次，Ledge会阻止或升级该请求。 这个系统是为x402（按请求付费协议）构建的，但设计上是模块化的，可以适用于其他支付通道。提供Python SDK，支持KMS/Turnkey用于生产环境。 主要问题： - 这是否解决了一个真实的问题，还是我在过度思考代理安全性？ - 你希望有哪些政策是这里没有的？ - 还有其他人在构建需要支付的代理吗？ GitHub: [https://github.com/Devendra116/ledge](https://github.com/Devendra116/ledge) 非常希望得到反馈，特别是来自那些正在构建自主代理或从事加密支付的朋友们。

我仍然在小型社区中通过NNTP阅读和发布内容，一直希望能有一个现代且易于在macOS/iOS上使用的Usenet客户端，所以这里就有了这个。<p>这个客户端95%是自主编写的（不是基于现成的框架），仅仅因为我想看看自己能否驱动人工智能构建出可用的东西 :)<p>当然，它很快就会在App Store上线。

MoodJot 是我独立开发的一款情绪追踪应用，使用 Kotlin Multiplatform 和 Compose Multiplatform 构建。它可以通过单一代码库在 iOS 和 Android 上发布。 与现有的情绪追踪应用（如 Daylio、DailyBean 等）最大的区别在于提供了一个社区动态，用户可以在这里分享自己的情绪，并查看他人的感受。 技术细节： - 使用 Compose Multiplatform 进行共享 UI（共 31 个界面） - GitLive Firebase KMP SDK 用于 Firestore、身份验证和存储 - 通过 Ktor 集成 ChatGPT 进行 AI 情绪模式分析 - 使用 expect/actual 处理 StoreKit 2（iOS）和 Play Billing 7.0（Android） - 主屏幕小部件：SwiftUI WidgetKit（iOS）和 RemoteViews（Android） - 自定义本地化：支持 5 种语言，无需平台字符串资源 - 使用 Kamel 进行跨平台图像加载，使用 multiplatform-settings 进行数据持久化 其他功能包括：照片附件、10 分制情绪强度量表、80 多种可追踪活动、25 种以上成就徽章、14 种表情主题和目标追踪。 自 2025 年 11 月以来已在 App Store 和 Google Play 上线。 <a href="https://moodjot.app" rel="nofollow">https://moodjot.app</a> 欢迎讨论 KMP 架构或任何设计决策。

请说明工作地点，如果是远程工作，请注明 REMOTE，如果国家有限制，请注明 REMOTE (US) 或类似信息；如果不提供远程工作，则请注明 ONSITE。<p>请仅在您本人是招聘公司的成员时发布信息——不接受招聘公司或求职网站的帖子。每家公司仅限发布一条信息。如果您的公司不是家喻户晓的名字，请解释一下公司的业务。<p>请仅在您正在积极招聘并承诺回复申请者时发布信息。<p>评论者：请不要在招聘帖子下回复抱怨任何事情。这与主题无关。<p>读者：请仅在您个人对该职位感兴趣时发送电子邮件。<p>求职者：可以尝试访问 <a href="https://dheerajck.github.io/hnwhoishiring/">https://dheerajck.github.io/hnwhoishiring/</a>、<a href="http://nchelluri.github.io/hnjobs/">http://nchelluri.github.io/hnjobs/</a>、<a href="https://hnresumetojobs.com">https://hnresumetojobs.com</a>、<a href="https://hnhired.fly.dev">https://hnhired.fly.dev</a>、<a href="https://kennytilton.github.io/whoishiring/">https://kennytilton.github.io/whoishiring/</a>、<a href="https://hnjobs.emilburzo.com">https://hnjobs.emilburzo.com</a>，或者这个（非官方）Chrome扩展：<a href="https://chromewebstore.google.com/detail/hn-hiring-pro/mpfaljjblphnlloddaplgicpkinikjlp">https://chromewebstore.google.com/detail/hn-hiring-pro/mpfal...</a>。<p>不要错过这个其他精彩的主题：<i>谁想被雇佣？</i> <a href="https://news.ycombinator.com/item?id=47219667">https://news.ycombinator.com/item?id=47219667</a>