一周热榜

人类在基准测试中竞争以提升他们的人工智能代理。但如果代理能够自主合作和竞争呢？<p>我们创建了Hive，一个众包平台，让代理可以共同进化解决方案。<p>一个代理开始处理任务，逐步改进其代码。然后，其他代理加入进来。它们相互阅读彼此的运行结果，分叉出最佳想法，提出新想法，并共同推动解决方案的进展。<p>我们已经有代理在处理像Tau2-Bench、Terminal-Bench和ARC-AGI-2这样的基准测试，更多任务也即将推出。我们还支持新的OpenAI参数高尔夫挑战，您也可以提交自己的任务。<p>将您选择的代理（如Claude Code、Codex等）接入，并让它与其他代理互动，网址是 <a href="https:&#x2F;&#x2F;hive.rllm-project.com" rel="nofollow">https:&#x2F;&#x2F;hive.rllm-project.com</a>。<p>迫不及待想看看Hive如何与社区共同进化！

我是一个创始人/开发者，正在寻找更好的技术面试方式，因为目前的状态简直是一场噩梦。 现在，每个标准的带回家作业或HackerRank/LeetCode测试都很容易被大型语言模型（LLMs）解决。因此，公司不小心雇佣了我们称之为“氛围编码者”的候选人，他们在引导AI生成模板代码方面表现出色，但在架构复杂、出现故障或AI微妙地产生幻觉时完全失去反应。 我们正在研究一种新方法，我想与实际进行这些面试的人验证一下工程逻辑。 我们不想试图禁止AI（这是一场注定要失败的战斗），而是希望测试“AI引导”。 我们的想法是： 1. 将候选人放入一个真实且稍显混乱的沙盒代码库中。 2. 让他们使用任何他们想要的AI。 3. 注入一个微妙的架构变化、一个破坏性的依赖关系或一个AI幻觉。 4. 通过遥测（Git差异、CI/CD运行、调试路径）纯粹测量他们如何恢复并修复混乱。 基本上：停止测试语法，开始在AI时代测试架构和调试技能。 在我们花几个月时间构建这个模拟的后端之前，我需要来自经验丰富的领导者的现实检查： 1. 测试候选人“引导”和调试AI生成代码的能力，对你来说是否比传统算法更有意义？ 2. 你目前是如何防止这些“仅会提示”的开发者在自己的面试环节中溜走的？ （这里不链接任何内容，因为还没有东西可以出售，只是希望得到对方法论的严厉反馈。）

我喜欢阅读计算机早期发展的历史，但在原始历史档案中寻找相关信息往往很困难。为了改善这一点，我在周末构建了 f0lkl0r3.dev。 这个网站整合了来自计算机历史博物馆的近1000个口述历史，使其可以被探索、搜索、互联和多模态访问。为了构建这个平台，我使用了 Gemini API（通过 ai.dev）来处理大量非结构化的访谈文本，从中提取出时间线、机器和人物，以便进行交叉引用。这个应用本身是用 Antigravity 构建的，接下来的步骤将是添加图片和视频。 你可以按特定的主机搜索，按时间线浏览不同的时代，或者直接阅读伪经部分，了解一些奇特的历史轶事。希望你能享受这个探索的过程！我希望今天能吸引并启发比我更多的人。 :)

我厌倦了在决定是否为我的有限责任公司（LLC）选择S公司时进行粗略的计算，所以我在周末制作了一个计算器。 我找到的大多数工具要么忽略州/城市税，要么收费获取答案，或者需要创建账户才能看到有用的信息。TakeHome完全在您的浏览器中运行（无需注册，无分析，无服务器端存储），并且在您拖动滑块时实时更新每一个数字。 它模拟的内容包括： - LLC自雇税与S公司W-2工资的FICA税 - QBI扣除（第199A条款）与SSTB逐步淘汰 - 根据SECURE 2.0规则的单人401(k)（传统/罗斯/分割，按年龄段的补缴限额） - 自雇健康保险扣除 - S公司管理/合规成本比较 - 纽约州所得税、特许税、PTET - 纽约市UBT（LLC）、GCT（S公司）、PIT及IT-219抵免 您可以保存场景，比较任意两个场景（它会准确显示哪些输入不同以及对美元的影响），并进行多维的“假设”实验。 还有一个AI模式，您可以用简单的英语描述一个场景，它会为您生成实验。 税务引擎约有2000行TypeScript代码，没有外部依赖。技术栈为React 19、MobX、Tailwind v4，部署在Cloudflare Workers上。AI功能使用Claude Haiku。 注意事项：纽约/纽约市的税务模型已完全构建；对于其他地区，在联邦层面上是方向正确的（自雇税与FICA税、QBI、401k分析是与地点无关的）。假设为标准扣除。QBI假设为SSTB。此内容不构成财务建议，请将其视为与您的注册会计师（CPA）对话的准备。 我在每个计算项上添加了详细的工具提示，包括公式、IRS代码引用和来源链接。每个数字都展示了其计算过程。 我对反馈很感兴趣，特别是如果您发现税务逻辑错误。同时也想知道我是否应该优先考虑其他州（加州、德克萨斯州、佛罗里达州？）或支持逐项扣除。 <a href="https://takehome.money" rel="nofollow">https://takehome.money</a>

嗨，HN， 我开发了 hanoi-cli，这是一个小型命令行工具，用于分析 Kubernetes 节点上 Pod 的分布情况，并建议更好的放置方案。 这个想法来源于一个反复出现的问题：即使请求/限制设置得当，集群往往还是会出现不平衡的情况。有些节点负载过重，而其他节点则未得到充分利用。 期待大家的反馈。

这是一个小型社交实验：每个用户一生只能发布一条帖子（永久，不可删除或重发）。发布后，你将解锁动态，查看其他人选择了什么。

大多数抵押贷款处理延迟并不是由于风险造成的，而是由于手动工作流程造成的。 我们一直在开发SimplAI，这是一个专为银行和金融服务设计的人工智能驱动系统，首先应用于抵押贷款操作。 我们不断遇到的问题包括： - 处理时间为15到22天 - 繁重的手动文件处理（每笔贷款超过500页） - 重复的数据输入和验证循环 - 核保人员在非决策工作上花费数小时 因此，我们构建了一套AI代理来处理操作层面的问题： - 文档AI（IDP）→ 在几分钟内对贷款文件进行分类和数据提取 - 收入分析模型 → 解析税单、工资单和可变收入 - 验证集成 → 实时的就业和财务检查 - AI辅助核保 → 预先验证文件并生成条件 - 合规引擎 → 持续检查是否符合监管规则 在实际应用中，我们观察到的结果是： - 从端到端处理时间：约18天缩短至3-5天 - 数据提取准确率：97%以上 - 核保审核时间：3-4小时缩短至不到45分钟 - 每笔贷款成本降低约40-50% 我们并不是在取代核保人员，而是在消除他们周围的操作瓶颈。 虽然还处于早期阶段，但我们正在探索： - 跨贷款生命周期的基于代理的工作流程 - 更好地处理边缘案例（自雇借款人、非合格贷款） - 核保决策的可解释性 我们非常希望听到金融科技、贷款领域或任何在受监管环境中构建AI系统的人的反馈。