24小时热榜

嘿，HN， Sideffect 是我开发的一个库，它允许你以类似 Effect-TS 的语法定义可组合的类型化步骤，从而创建 Cloudflare Workflows。 它配备了一个 Vite 插件，可以通过 Typescript AST 扫描你的代码，并自动生成 Workflow 绑定、环境类型和 wrangler 配置。 - Workflow 步骤是可重用的类型化活动（带有有效负载 + 结果运行时验证的模式） - 你可以将它们组合成层，代码可读性高（没有丑陋的工作流入口类） - 无需手动编辑 wrangler.toml/jsonc 文件来配置工作流 - 你可以在 Worker 中正常使用生成的绑定 Git 仓库： [https://github.com/eersnington/sideffect](https://github.com/eersnington/sideffect) 目前还处于早期阶段，但覆盖了 Cloudflare Workflows API 的大部分表面，欢迎反馈。

我在思考恶意软件和网络蠕虫的未来。我敢打赌，它们将会是自我变异的，并能够根据当地环境进行适应，利用本地模型（一旦这些模型被嵌入到所有设备中，并在未来几年内性能足够强大）。基本上，这几乎就像一种真正的生物体，类似于真实的生物病毒。在这种情况下，大型语言模型（LLM）的非确定性反而成了一种特性。每次感染都可能走上不同的发展路径——一半可能会死亡，另一半可能会存活。可以想象这就像是基因编程，但它是自主的，并且是“加强版”的。对于一些非技术（甚至是技术）人员来说，这让人想起了天网，令人着迷的是，我们正处于一个这样的轨迹上，这种情况突然变得可以想象，并且理论上很快就能实现。 那么，为什么现在还没有发生呢？推理仍然很昂贵，本地模型尚未成熟，因此在大规模应用中没有投资回报。但一旦推理变得像电力或自来水一样便宜且本地化，这将是自然的发展。那么，我们该如何阻止这种传播呢？ 现在是否已经有一些文献记录的实验？