最新

这是一篇关于一个简单但（我认为）被低估的观点的文章：<p>如果一个过程遵循逻辑曲线，那么早期的行为几乎与指数增长无法区分，这意味着你通常无法从早期数据推断出其最终的承载能力。<p>换句话说，尽管初期阶段表现出“失控”特征，但不同的长期结果都可能与之相一致，即使数据非常准确。<p>我使用《项目玛丽》作为框架（基本上是数学同人小说），但真正的问题在于推断和模型选择。<p>我很好奇人们是否认为这是一个公平的批评，或者我是否夸大了此类问题在实践中的不良条件。<p>https://mathenchant.wordpress.com/2026/04/18/sorry-mary

嗨，HN！我是Markus。在过去的12个月里，我一直在为我父亲的生意构建一个客户支持CRM系统。 他在处理支持消息（如退货、产品咨询、销售等）时感到不堪重负，没有一个好的方法来组织和处理这些消息，常常忘记回复。 我们尝试过使用Attio、Freshworks和n8n进行一些自动化。我非常喜欢n8n，但我不想离开另一个应用程序去查看消息和客户信息。于是我尝试通过Google Sheets和Airtable建立桥梁，结果深入探索，尝试构建自己的解决方案。那时我已经有10年没有编程了。我在Backbone.js和Underscore流行时就停止了编程，之后转行从事商业混凝土工作，参与了旧金山和洛杉矶市中心许多高楼的建设（包括一栋上面有很多涂鸦的建筑）。 这个应用的目标是尽可能自动化客户支持，从分流到草拟回复，再到跟踪历史记录。 主要功能包括： - 全渠道收件箱 — 从一个统一的收件箱处理电子邮件、聊天、短信和社交对话。 - 电子邮件集成 — 连接Gmail和Outlook，实现双向同步对话。 - 工单管理 — 完整的工单生命周期，包括优先级、状态、类型和分配。 - AI建议回复 — 根据对话上下文生成草拟答案。 - 工作流构建器：无代码拖放自动化，适用于工单、联系人和消息（您也可以创建自己的应用）。 - 知识库 - 数据导入 — 批量导入历史联系人和工单。 - 通话录音和转录 — AI转录和分析语音对话。（测试版） - AI：Kopilot — 使用您的客户数据回答问题的对话AI助手。 - AI提供商 — 自带OpenAI、Anthropic或其他模型密钥。 主页是 [https://auxx.ai](https://auxx.ai)，您可以在这里体验演示：[https://auxx.ai/demo](https://auxx.ai/demo)。这是一个开源项目。您可以在这里找到代码库：[https://github.com/Auxx-Ai/auxx-ai](https://github.com/Auxx-Ai/auxx-ai)。（欢迎给星星支持）

难道不可以简单地在前面派一艘扫雷舰护航，然后让数百艘油轮排成一列，两侧再有护卫舰或飞机吗？伊朗有哪些有效的武器或战术呢？

我正在咨询的一些早期到中期的初创公司都在问同一个问题：他们的人工智能/机器学习团队想要生产环境中的Postgres数据，但没有人确切知道该如何提供这些数据。 我之前为商业智能团队处理过类似的情况——使用读取副本，并设置较高的`max_standby_streaming_delay`和开启`hot_standby_feedback`，偶尔在主库上接受一些膨胀。这种方法效果不错。但对于人工智能/机器学习的需求，我感觉有些不同，虽然我还无法完全表述清楚，这也是我提出这个问题的原因之一。 我正在尝试调整几个方面： 1. 代理实际连接到哪里？是主库（带有行级安全性），读取副本，数据仓库（如Snowflake、BigQuery、Redshift），湖仓（如Iceberg、Delta在S3上），还是其他地方？ 2. 如果你们<em>不</em>这样做——是出于合规性、成本担忧、糟糕的经历（如查询失控、提示中的个人身份信息）还是其他原因？ 3. 我最感兴趣的是：这是否真的与给商业智能工具数据库访问权限的感觉不同，还是同样的问题换了个说法？ 我并不寻求产品推荐，而是想从那些真正面临过这个挑战的人那里获得真实的见解。