24小时热榜

由于现在看起来80%的Hacker News都集中在人工智能行业，我正在寻找一个关注其他领域的优秀技术论坛。你能分享一下你最喜欢的非人工智能相关的论坛吗？

我创建了Divvy，旨在让分摊餐厅账单变得不那么烦人。你只需拍一张账单的照片，点击每个人所点的项目，它就会计算出包括税费和小费在内的总额。

随着人工智能代理的崛起及其日益强大，SaaS的衰退是否已经开始？<p>未来将剩下什么，谁将拥有竞争壁垒，什么样的壁垒？

免费获取来自全球领先科技公司的云积分、人工智能积分和开发者工具。

示例仓库：<a href="https://github.com/valdanylchuk/breezydemo" rel="nofollow">https://github.com/valdanylchuk/breezydemo</a><p>底层的ESP-IDF组件：<a href="https://github.com/valdanylchuk/breezybox" rel="nofollow">https://github.com/valdanylchuk/breezybox</a><p>它类似于树莓派，但没有完整服务器级操作系统的开销。<p>它捕捉了许多老派DOS时代的编码体验。我创建了一个自定义的快速文本模式驱动程序，计划接下来添加类似VGA的图形。ANSI文本演示运行流畅，您可以在自述文件中的演示视频中看到。<p>应用程序安装也很顺利。第一次我只用一个命令就从我的git仓库安装了6个应用程序，感觉就像“天哪，我在烤面包机上运行了Homebrew！”最棒的是，它可以从任何仓库安装，无需批准或等待，您只需在发布中发布一个兼容的ELF文件。<p>报道覆盖：<p>Hackaday: <a href="https://hackaday.com/2026/02/06/breezybox-a-busybox-like-shell-and-virtual-terminal-for-esp32/" rel="nofollow">https://hackaday.com/2026/02/06/breezybox-a-busybox-like-she...</a><p>Hackster.io: <a href="https://www.hackster.io/news/valentyn-danylchuk-s-breezybox-turns-an-espressif-esp32-s3-into-a-tiny-instant-on-pc-3d3135050df1" rel="nofollow">https://www.hackster.io/news/valentyn-danylchuk-s-breezybox-...</a><p>Reddit: <a href="https://www.reddit.com/r/esp32/comments/1qq503c/i_made_an_instanton_tiny_pc_based_on_esp32s3_with/" rel="nofollow">https://www.reddit.com/r/esp32/comments/1qq503c/i_made_an_in...</a>

我构建了一个系统，其中两个大型语言模型（LLM）代理共同进化：一个负责生成正则表达式问题，另一个则学习如何解决这些问题。生成器分析求解者的失败，以创造出在其能力边缘的挑战。 结果是：自主发现了一套从简单模式到复杂正则表达式的课程，同时通过质量多样性档案确保了广泛的探索。 博客链接：https://pranoy-panda.github.io/2025/07/30/3rd.html 代码链接：https://github.com/pranoy-panda/open-ended-discovery

嗨，HN——我刚刚将Hibana和hibana-agent开源了。 Hibana是一个针对Rust的仿射MPST运行时： - 全局协调 -> 编译时投影 -> 角色本地执行 - 核心是无标准库/无内存分配导向 - 确定性路由/提供/接收/解码模型 仓库： [https://github.com/hibanaworks/hibana](https://github.com/hibanaworks/hibana) 演示（带会话类型分支的AI控制）： [https://github.com/hibanaworks/hibana-agent](https://github.com/hibanaworks/hibana-agent)

我对人工智能代理和人工智能本身并不持怀疑态度，它确实是一种力量倍增器，我已经利用它在几天内完成了几周的工作。目前，我在MAG7的工作设置是使用Cursor和Claude代码。大家是如何在工作中使用代理的？它真的有用吗？ 你们有没有看到过一些很酷的项目或博客，详细阐述代理的实用性？代理到底是什么呢？

我在MCP应用扩展标准发布的同一周学会了玩双陆棋。所以……<p>现在，您可以与任何支持MCP应用的人工智能客户端一起玩双陆棋（目前包括Claude Desktop、VSCode和ChatGPT）。实际上，您可以做的不止这些——您可以与朋友对弈，让人工智能进行评论；您可以观看人工智能自我对弈（虽然有点无聊）；您可以与大型语言模型对战，让它教您游戏的细节（这正是我的使用场景！）。<p>唯一的问题——这也是当前规范的一个限制——是每当人工智能走棋时，棋盘都会重新绘制。其实这并不算太糟，但当规范增加持久/可重用视图时，效果会更酷。

嗨，HN， 我是一名独立创始人，通过爱沙尼亚电子居留公司（OÜ）经营一家服务型企业。每次我向其他欧盟国家的客户开具发票时，都需要手动检查反向收费是否适用，验证他们在VIES上的增值税号码，并确定正确的税务处理。我厌倦了一遍又一遍地在谷歌上搜索相同的规则，因此我构建了我想要的工具。 Invoxo会根据卖方/买方国家、增值税注册状态和买方类型自动确定每张发票的正确增值税处理。它涵盖了： - VIES增值税号码验证（实时，带有证明保留） - 欧盟B2B的反向收费自动检测 - B2C数字服务的OSS处理 - 在发出时锁定的不可变税务记录 该税务引擎将每张发票通过特定制度的决策系统进行路由——用户界面层没有硬编码规则。税务负载经过版本控制并进行哈希处理以便审计。 它仅为服务型企业设计——不涉及商品、不涉及海关、不涉及利润方案。这一限制确保了税务逻辑的准确性，而不是近似准确。 技术栈：Laravel，TaxRegimeRouter，隔离每个制度的决策逻辑、处理和负载模式。 提供14天免费试用，套餐价格从每月19欧元起。 [https://invoxo.eu](https://invoxo.eu) 欢迎就欧盟增值税的边缘案例或架构问题提问。

在过去的一年里，我们一直在企业系统中实验大型语言模型（LLMs）。<p>我们发现一个根本性的矛盾：LLMs 是概率性和非确定性的，而企业则建立在可预测性、可审计性和问责制之上。<p>目前大多数方法试图通过提示、重试或启发式方法来“驯服” LLMs。这在演示中有效，但在需要可解释性、政策执行或事后问责时就开始出现问题。<p>我们发现，将 LLMs 视为建议引擎而非决策者，能够彻底改变架构。实际执行需要在一个确定性的控制层中进行，该层能够强制执行规则、记录决策并安全失败。<p>想知道在座的其他人是如何处理概率性人工智能与确定性企业系统之间的差距的。你们在生产中也遇到类似的问题吗？