返回首页

24小时热榜

3作者: yatvij大约 20 小时前原帖
嗨,HN, 最近,Github 的 PR 被大量低质量的 AI 生成内容淹没。我自己也注意到了这一点,而我并不是唯一一个有这种感觉的人:<a href="https://x.com/mitchellh/status/2011819428061855915" rel="nofollow">https://x.com/mitchellh/status/2011819428061855915</a> 我认为人们使用 AI 工具来更快、更好地编写代码是件好事,但太多人滥用这些工具,向公共仓库提交低质量的贡献。这占用了许多审阅者的精力。 在我看来,需要有一种机制来标记那些低质量的 AI 生成的 PR,这样你就可以跳过阅读它们。因此,我开发了一个工具: <a href="https://haystackeditor.com/slop-detector">https://haystackeditor.com/slop-detector</a> 这是一个简单的 AI 低质量内容检测器,我还包括了一些 AI 低质量内容的示例和一个“这是低质量内容吗?”的小游戏,供大家娱乐。 它可以检测到以下 AI 生成的错误: - 与 PR 目的完全无关的更改 - 虚构的函数 - 重复代码(特别是当 AI 重新实现已经存在的功能时) - 糟糕的注释 你会使用这样的工具吗?
3作者: bwestergard大约 21 小时前原帖
在许多当前活跃的讨论中,社区成员提到最近的语言模型(LLM)带来了显著的生产力提升。我认为,了解这些成功案例所涉及的问题领域和业务线对我们所有人来说都将是很有启发性的。 一个好的例子是:“我的团队使用Claude Code Opus 4.5开发并发布了一款iOS健身应用,现在有1万名付费用户。”这表明你的过程所取得的成果找到了付费客户。 而一个不太有帮助的例子是:“我的团队比以往任何时候都更快地关闭工单”或“我终于完成了我一直在写的小说,我的朋友们说它很棒!”这些例子不够有趣,因为它们没有提供市场反应的任何洞察。
2作者: CzaxTanmay大约 2 小时前原帖
嗨,HN, 我是Cyber+的创建者,这是一种专注于网络安全和系统级工具的编程语言。 Cyber+最初是一个实验项目,但现在已经达到了一个稳定的阶段,具备了明确的语法、运行时和标准命令。它旨在用于安全脚本、哈希、扫描和自动化等任务,同时保持语言的简单性和可读性。 Hello World示例代码: ----------------------------- Compute("Hello World"); ----------------------------- 我敢打赌,Cyber+会比Python或Go更容易上手。 ----------------------------- 该语言是用Go实现的,完整的源代码、文档和安装程序可以通过网站在GitHub上获取。 我非常希望能收到关于语言设计、语法选择以及在实际应用中可以改进或简化的反馈。 感谢您的关注。
2作者: ainthusiast大约 4 小时前原帖
第二批次的项目已经开始,但第一批次实际上并没有任何证据表明已经进行过。此外,第二批次的申请在12号截止,项目将在22号开始——虽然10天内可以完成,但实际上并不现实。而现在距离开始还有五天,我却找不到任何人被联系的迹象。如果这只是一个想法收割和骗局,那么应该会有更多的讨论……
2作者: a2nb大约 4 小时前原帖
我花了很多时间在终端上,希望能有一个简单的方法在不切换上下文的情况下听TIDAL,因此我开发了ttydal。它是一个基于终端的TIDAL客户端,使用Python编写,并利用MPV进行播放。 这个项目的灵感来源于sqlit(<a href="https:&#x2F;&#x2F;github.com&#x2F;Maxteabag&#x2F;sqlit" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;Maxteabag&#x2F;sqlit</a>)。ttydal支持浏览、模糊搜索和基本的播放控制。 这也是我第一个真正的Python项目,所以它仍然比较小,且有些粗糙,但它是开源的,易于实验。我非常欢迎任何反馈、建议或批评。
2作者: hallole大约 6 小时前原帖
我更想谈的是你所获得的教育价值。如今,大学越来越被认为像工厂一样运作:对讲师质量的关注减少,而对招生人数的增加则更加重视,即使这意味着降低标准。你所获得的知识在多大程度上对你真正有价值?你是否为进入自己的领域做好了充分准备?你觉得你的学位是否仅仅是向雇主证明你不是个完全无能的人? 我认为这大致上是值得的。一些高级课程的质量参差不齐,部分教师的能力也令人怀疑。但我确实学到了足够的知识,可以应用于我选择的领域。
2作者: user_timo大约 7 小时前原帖
我开发了一款针对Apple Silicon macOS的开源命令行工具。它以不同的方式测量内存速度和延迟。在M4基础上,它的读取速度效率可达到96-97%,而官方宣传的速度为120GB/s。所有内存操作均采用汇编语言实现。 我非常希望能获得不同CPU上的基准测试结果,看看它们的表现。我已经在M1和M4上进行了测试。 命令:`memory_benchmark -non-cacheable -count 5 -output results.JSON` (运行前请关闭所有应用程序) 这将生成一个JSON文件,其中包含copy_gb_s、read_gb_s和write_gb_s的统计数据。 以下是M4在10次循环下的示例结果: ```json "copy_gb_s": { "statistics": { "average": 106.65421233311835, "max": 106.70240696071005, "median": 106.65069297260811, "min": 106.6336774994254, "p90": 106.66606919223108, "p95": 106.68423807647056, "p99": 106.69877318386216, "stddev": 0.01930653530818627 }, "values": [ 106.70240696071005, 106.66203166240008, 106.64410802226159, 106.65831409449595, 106.64148106986977, 106.6482935780762, 106.63974821679058, 106.65896986001393, 106.6336774994254, 106.65309236714002 ] }, "read_gb_s": { "statistics": { "average": 115.83111228356601, "max": 116.11098114619033, "median": 115.84480882265643, "min": 115.56959026587722, "p90": 115.99667266786554, "p95": 116.05382690702793, "p99": 116.09955029835784, "stddev": 0.1768243167963439 }, "values": [ 115.79154681380165, 115.56959026587722, 115.60574235736468, 115.72112860271632, 115.72147129262802, 115.89807083151123, 115.95527337086908, 115.95334642887214, 115.98397172582945, 116.11098114619033 ] }, "write_gb_s": { "statistics": { "average": 65.55966046805113, "max": 65.59040040480241, "median": 65.55933583741347, "min": 65.50911885624045, "p90": 65.5840272860955, "p95": 65.58721384544896, "p99": 65.58976309293172, "stddev": 0.02388146120866979 } } ``` 模式基准测试也显示了更多的内存速度。命令:`memory_benchmark -patterns -non-cacheable -count 5 -output patterns.JSON` 以下是M4在100次循环下的示例结果: ```json "sequential_forward": { "bandwidth": { "read_gb_s": { "statistics": { "average": 116.38363691482549, "max": 116.61212708384109, "median": 116.41264548721367, "min": 115.449510036971, "p90": 116.54143114134801, "p95": 116.57314206456576, "p99": 116.60095068065866, "stddev": 0.17026641589059727 } } } }, "strided_4096": { "bandwidth": { "read_gb_s": { "statistics": { "average": 26.460392735220456, "max": 27.7722419653915, "median": 26.457051473208285, "min": 25.519925729459107, "p90": 27.105171215736604, "p95": 27.190715938337473, "p99": 27.360449534513144, "stddev": 0.4730857335572576 } } } }, "random": { "bandwidth": { "read_gb_s": { "statistics": { "average": 26.71367836895143, "max": 26.966820487564327, "median": 26.69907406197067, "min": 26.49374804466308, "p90": 26.845236287807374, "p95": 26.882004355057887, "p99": 26.95742242818151, "stddev": 0.09600564296001704 } } } } ``` 感谢您的阅读 :)