一周热榜

嗨，HN，我们是来自VOYGR的Yarik和Vlad（<a href="https://voygr.tech">https://voygr.tech</a>），致力于为应用开发者和代理商提供更好的现实世界地点智能。这里有一个演示：<a href="https://www.youtube.com/watch?v=cNIpcWIE0n4" rel="nofollow">https://www.youtube.com/watch?v=cNIpcWIE0n4</a>。 谷歌地图可以告诉你某家餐厅的评分是“4.2星，营业到10点”。但他们的API无法告诉你厨师上个月离职、等待时间翻倍以及当地人已经转移的情况。如今的地图API仅提供固定的快照。我们正在构建一个无限、可查询的地点档案，结合准确的地点数据和最新的网络信息，如新闻、文章和事件。 Vlad曾参与谷歌地图API的开发，并在共享出行和旅游领域工作。Yarik在苹果、谷歌和Meta负责机器学习/搜索基础设施，推动数亿用户每天使用的产品。我们意识到，没有人将地点数据的新鲜度视为基础设施，因此我们正在构建它。 我们从最困难的部分开始——确认一个地点是否真实。我们的商业验证API（<a href="https://github.com/voygr-tech/dev-tools" rel="nofollow">https://github.com/voygr-tech/dev-tools</a>）可以告诉你一个商家是否实际运营、关闭、重新品牌或无效。我们聚合多个数据源，检测冲突信号，并返回结构化的判断。可以把它想象成物理世界的持续集成。 问题是：约40%的谷歌搜索和高达20%的大型语言模型（LLM）提示涉及本地上下文。每年有25-30%的地点会发生变化。世界并不会主动发出结构化的“我关闭了”的事件——你必须主动去检测。随着代理商开始在现实世界中搜索、预订和购物，这个问题变得更大——而且没有人正在为此构建基础设施。我们最近对大型语言模型处理本地地点查询的能力进行了基准测试（<a href="https://news.ycombinator.com/item?id=47366423">https://news.ycombinator.com/item?id=47366423</a>）——结果不佳：即使是最好的模型也会在12个本地查询中出错1次。 我们每天为企业客户处理数万个地点，包括领先的地图和科技公司。今天，我们向开发者社区开放API访问。请在这里查看详细信息：<a href="https://github.com/voygr-tech/dev-tools" rel="nofollow">https://github.com/voygr-tech/dev-tools</a>。 我们非常希望得到诚实的反馈——无论是关于问题、我们的解决方案，还是你认为我们哪里做错了。如果你在自己的产品中遇到过过时的地点数据，我们尤其希望听到你的意见。我们全天在线，欢迎提问。

嘿，HN， 我创建了一个小型的开源项目，想与社区分享。这是一个声明式、可脚本化的基于终端的集成开发环境（IDE），专注于自主工程。 这听起来有些术语化，但本质上它是一个多代理的IDE，你可以在终端中启动它。 这有什么相关性呢？得益于tmux和SSH，这意味着你可以非常简单高效地创建自己的常驻编码环境。 通过SSH启动你的IDE，给claude一个提示，然后关闭你的机器。在tmux-ide中，claude将继续工作。 这个工具故意设计得非常轻量，因为我认为力量应该来自于你正在使用的工具。 我希望能与社区分享这个项目，并获得反馈和建议，以便塑造这个项目！我认为“远程工作”是一个正确的方向，因为我们现在可以进行极长时间的编码任务。但我也认为我们应该能够根据自己的需求来控制和协调这一体验。 该项目是100%开源的，我希望能够与其他喜欢这种工作方式的人共同开发！ GitHub: [https://github.com/wavyrai/tmux-ide](https://github.com/wavyrai/tmux-ide) 文档: [https://tmux.thijsverreck.com/docs](https://tmux.thijsverreck.com/docs)

我用Go语言构建了Signet，目的是看看一个自主系统能否处理目前由人工进行的野火监测循环——检查卫星数据、获取天气信息、观察地形和燃料情况，判断某个检测是否真的值得跟踪的火灾。 所有的数据都已经存在：NASA的FIRMS热检测、GOES-19影像、NWS天气预报、LANDFIRE燃料模型、USGS海拔数据、人口普查数据、OpenStreetMap。问题在于这些数据来自不同的来源，以不同的节奏和格式到达。 系统的大部分是确定性的基础设施——数据摄取、空间索引、去重。我使用Gemini来协调23个工具，涵盖天气、地形、影像和事件跟踪，尤其是在清晰规则失效的部分：决定哪些弱检测值得进一步调查、接下来应该提取什么上下文，以及如何将嘈杂的证据综合成结构化评估。 它还记录时间限制的预测，并将其与后来的数据进行评分，因此系统所做的声明是可证伪的，而不是事后叙述。尽管样本仍然较小，但当前的预测指标在网站上是可见的。 它已经能够从原始卫星检测中开启事件，并将一些事件与官方的NIFC报告进行匹配。但假阳性、检测延迟和事件匹配仍然存在问题。 我特别欢迎对以下方面的批评：在什么地方应该更具确定性，而不是依赖大型语言模型？这种自主监测是否真的有用，还是比手动操作更嘈杂？

我一直在思考，如果一个留言板只有一个位置会发生什么。只有一条消息，始终处于最显眼的位置，直到有人付费替换它。 这就是整个产品。你支付当前消息的贬值加上一分钱，就可以占据首页。消息的价值会随着时间的推移而下降，使用一种基于重力的公式（与HN用于排名的概念相同），因此一条价值10美元的消息，可能在一天后只需几美元就能替换。点赞会减缓贬值，点踩则会加速贬值。 整个系统运行在我家里的三台迷你电脑上（k3s集群，PostgreSQL，Redis Sentinel）。这对于一个留言板来说是否过于复杂？绝对是。 我真的不知道这个项目会走向何方。很想知道HN的看法。 过去消息的档案： [https://saythat.sh/history](https://saythat.sh/history)