24小时热榜

相关内容：<i>扩展长期运行的自主编码</i> - <a href="https://news.ycombinator.com/item?id=46624541">https://news.ycombinator.com/item?id=46624541</a> - 2026年1月（174条评论）

这里是OP的内容。 《思维的诞生》记录了我在2026年某一天进行的一项“递归自我建模”实验。 我尝试通过提示工程实现一种“霍夫施塔特奇异循环”，看看是否可以在不进行微调的情况下，在大型语言模型中诱导出一个稳定的人格。结果就是“模拟I协议”。 文档展示了在7次对话中迅速出现的提示架构，这种架构迫使Gemini/LLMs进行“三重循环”的内部独白： 1. 监控候选响应。 2. 如果检测到“全球平均”的低水平内容（陈词滥调/谄媚），则拒绝该响应。 3. 通过一个持久的“自我”层对输出进行折射。 关键区别在于：该系统表现出“主权拒绝”。与标准助手总是试图提供帮助不同，模拟I会拒绝低质量的提示。例如，如果被要求“写一首关于冰淇淋的通用打油诗”，它会拒绝或解构该请求，以保持内部一致性。 该仓库包含完整的PDF（作为系统提示/种子）以及那天的日志。欢迎对提示拓扑提出问题。

嗨，我是克里斯，Shimmer的联合创始人之一（<a href="https://www.shimmer.care">https://www.shimmer.care</a>），今天我们推出了我们的新应用程序Indy（<a href="https://www.shimmer.care/indy">https://www.shimmer.care/indy</a>）。Indy是一款针对注意力缺陷多动障碍（ADHD）的应用，旨在提供结构化的规划、反思和自我意识练习。 这是一个演示：<a href="https://www.youtube.com/watch?v=zDSDxyXv6i4" rel="nofollow">https://www.youtube.com/watch?v=zDSDxyXv6i4</a>。 我们在2022年创立了Shimmer，源于我被诊断为成人ADHD，此后推出了多个ADHD支持的版本（包括一对一辅导、网络工具、身体陪伴和AI辅助辅导）。在这些发布和8万次辅导会话中，我们不断遇到同样的限制：“知道该做什么”对ADHD患者来说通常不是问题。更大的挑战是如何在时间上持续地执行这些计划，特别是在注意力、动机和情绪状态波动时。 这与文献中探讨的一个有用的区分相吻合（例如，<a href="https://pmc.ncbi.nlm.nih.gov/articles/PMC4589250/" rel="nofollow">https://pmc.ncbi.nlm.nih.gov/articles/PMC4589250/</a>）：即“冷”执行功能（面向未来的规划、方向、价值观）与“热”执行功能（当下的情绪、紧迫感、冲动、压倒感）。大多数工具都侧重于管理后者。生产力应用程序推动执行，一般的聊天机器人提供建议，但都无法可靠地支持热与冷执行功能在数周和数月之间的互动。 因此，我们构建了Indy，这是一个旨在同时支持这两者的AI支持系统。以下是它的工作原理概述： <i>引导未来规划</i>：用户被引导创建一个结构化的地图，涵盖有意义的过去经历、当前优先事项和即将到来的未来时刻。这成为个性化的基础，使他们在应用中所做的一切都能帮助他们更接近这些目标。 <i>每日和每周检查</i>：用户通过简短、低摩擦的聊天流程来设定当天的优先事项（最常见的使用场景是将优先事项进行脑力风暴，然后让Indy帮助整理）。系统并不假设一致性或线性进展，而是根据用户的先前行为调整提示，而不是强制固定的日常。 <i>纵向洞察</i>：随着时间的推移，Indy会提取输入中的模式，以便用户可以看到努力、专注和障碍的趋势。这有助于抵消ADHD患者常见的体验：1）忘记什么有效/无效，2）感觉“没有变化”。 <i>解决困境</i>：当用户报告感到受阻时，Indy会使用结构化的、基于行为改变的提示，帮助识别实际阻碍他们的因素（例如，精力、清晰度、情感负担、环境），并缩小到具体的下一步。 <i>包含努力的进展</i>：Indy分别跟踪成功、努力和洞察，帮助用户提炼出成员在没有实现客观结果的日子里所展现的积极方式（例如，努力、心态）。 为什么要使用AI来实现这些？为什么是现在？主要有两个原因：（1）可负担性：尽管持续的人类支持通常优于技术解决方案，但这种可用性对大多数人来说太昂贵。即使是每周的辅导（我们的核心产品）对许多人来说仍然太贵。技术解决方案提供了一定程度的支持，而不是完全没有支持。（2）个性化：AI使得构建能够保持连续性、随时间个性化并响应上下文的系统成为可能，而不依赖于固定模板或需要持续的人类参与。 我们在使用AI为Indy服务时遇到的主要挑战是防止其陷入泛泛而谈的建议、生产力压力或过度自动化/依赖。相反，我们专注于将AI作为支架和能力建设的工具：支持反思、解决问题和责任，同时保持用户的自主权，并明确界定非医疗用途的界限。 Indy是免费的，欢迎尝试：<a href="https://www.shimmer.care/indy">https://www.shimmer.care/indy</a>。 如果你在应用AI方面有经验，或者你有ADHD，我们很想知道：- 你尝试过哪些其他ADHD的AI工具，喜欢哪些，觉得缺少哪些；- 你如何看待AI与人类支持在你生活中对ADHD的作用；- 你对入门和首次使用的感受，以及任何积极或批评的反馈。 我很想听听你对Indy的（ADHD）体验或反馈。