最新

在这里的一些评论线程中，有几位分享了有趣的想法和模式，足以让我相信，所有对马达工程感兴趣的人都在开发某种软件“黑工厂”。<p>我们有OpenAI的Symphony[1]、StrongDM的Factory[2]、Yegge的GasTown[3]，还有可能有我遗漏的一些其他项目。<p>所以我很好奇，你们在做什么？你们学到了什么？什么是有效的，什么又是失败的？你们认为接下来会发生什么？<p>我先来分享。让我获得有趣结果的第一件事是，在可能的情况下，为模型提供一个真实的基准或参考，以便进行迭代：例如，UI工作的截图或模型，逻辑的API合同和单元/集成测试。这就是我们都熟知并喜爱的Ralph Loop——一个反馈循环。<p>第二个（显而易见，我知道）是将规划和实施分开。<p>接下来是其他模型的评审和迭代循环，取得了可观的成果。然而，实施代理往往会通过将事情推迟到无尽的未来或声称实际上重要的反馈超出了范围而逃避责任。又一个反馈循环。我发现将这些评审转化为“硬性关卡”会带来一系列问题，因为评审代理总会找到一些细枝末节的问题，使得这种迭代实施方法变成近乎无限的循环。<p>将这些评审与代码一起提交计划，导致了一个有趣的意外：评审代理自发且意外地关注这些内容，并通过比较计划和实施大幅改善了他们的反馈（这本该是显而易见的，你可以想象当GitHub Copilot第一次提供有用反馈而不是通常的拼写错误挑剔时，我的惊讶）。<p>然后这里的一条评论让我想到了一个对抗性的绿色团队/红色团队流程。<p>第一个代理根据我的初步计划创建一个规范（基于StrongDM的NLSpec），并进行评审，包括详细的API。<p>红色团队代理根据这些规范编写单元和集成测试，并进行评审。<p>然后，一个绿色团队代理获得这些相同的规范和API，实施实际的功能或修复，并在没有任何测试访问权限的情况下进行迭代，只知道哪些测试失败以及它们测试的内容。这防止了它对测试的操控。<p>最后，一旦测试通过，评审代理会根据规范对实施进行评审。<p>这个流程很不错。它允许混合和匹配模型、思维层次和提供者。但绿色团队和红色团队有时会偏离初始规范和API，有时是有正当理由的。<p>因此，引入了另一个代理来评估这些偏差，并在它们是有效的改进时，从规范生成点重新启动流程，结合新的见解。又一个反馈循环。<p>最后，将日志、OTel跟踪和堆栈跟踪整合到流程中。这些代理似乎在筛选这些信息方面表现得非常出色，端到端的可观察性显著改善了结果。同样，又是一个反馈循环。<p>这就是我目前的分享。期待看到其他人对此的分享！

Forkle（forkle.co.uk）是一款每日文字游戏，两个主题相关的填字游戏同时占据同一个网格。每个方块包含两个字母——一个属于每个谜题——以对角线的颜色分割显示。在两个谜题交叉的地方，某些方块共享相同的字母，使你能够同时进入两个填字游戏。 这个机制有两个层面：共享的网格和相互关联的主题。每天的两个填字游戏围绕一个中心思想进行主题配对。今天的谜题是“同一个家，不同的王国”——同一个家，同样的人类，却是完全不同的世界。一个填字游戏是狗的世界，另一个是猫的世界。这些主题被选择为相关但又各自独立，这在连接的瞬间带来了额外的满足感。 将两个填字游戏强行放入一个物理空间的限制，实际上创造了非常有趣的解题决策——有时两个谜题相互帮助，有时则相互对抗。 这个游戏是我在几个月内独立开发的，使用了React、Python、Supabase、Fly.io和Resend。预加载了三个月的每日谜题。两周前正式上线。 欢迎任何愿意尝试的人提供反馈。

嗨，HN。 我花了很多时间审阅瑞士的技术职位简历，发现一个普遍的问题：许多简历结构不佳或难以阅读，存在图形故障，即使候选人潜力很强。拥有这样的简历，成功的机会不幸会大幅降低，很多人过于关注“形式”，而忽视了内容。我并不是说要从头开始，而是希望帮助候选人理解他们需要改进的地方。如果他们真的不知道该怎么做，我可以为他们提供服务，当然是收费的。但我希望重点仍然是引导候选人撰写一份合适的简历。通常，除了令人困惑或过于花哨的模板外，重要信息也常常缺失（例如，是否已经拥有工作许可证，是否是欧盟公民……简而言之，这些都是申请瑞士工作的基本信息）。 我认为，一个简单的网站，用户可以上传他们的简历和想申请的职位信息，并输入他们的电子邮件地址，这样就足够了，他们可以收到反馈，并在需要时进行付费修改。 我正在考虑启动一个专注于瑞士技术候选人的小型简历审查服务。 我想知道是否已经有人在做这件事，以及你认为一个简历审查服务真正有用的地方是什么？ 我非常感谢任何曾尝试过类似服务、使用过此类服务或在瑞士招聘技术职位的人提供的反馈。 谢谢！

访问：<a href="https://www.scrolllaunch.com/" rel="nofollow">https://www.scrolllaunch.com/</a>

你好<p>我已经使用Claude代码六个月了。在这段时间里，每个模型都发布了多个版本。我注意到一些改进，尤其是在谄媚方面，最近的迭代表现得更好。<p>然而，我无法区分它们的输出。在我看来，sonnet和opus似乎同样出色。<p>你们中有人进行过实际测试吗？我的测试结果似乎太随机，无法得出结论。

六个月前，我创建了一个名为 Openbeam.cloud 的网站，允许用户传输高达 100 GB 的文件，包括整个文件夹。但所有的下载页面看起来都很单调，我本可以轻松地添加不同的主题或更好的设计，但我想添加一个特别的功能，让用户设计自己的下载页面。 我的想法是让设计师或开发者以更具创意的方式展示他们的作品。 1. 比如，2D 艺术家可以在下载页面上为客户提供背景预览。 2. 游戏开发者可以添加他们开发的游戏的背景图片或 GIF 以及图标。 我希望能给予设计师和创意人员更多的创作自由。有人会使用这个功能吗？你们觉得怎么样？ https://openbeam.cloud