最新

嗨，HN， 这是我第一次在这里分享这样的内容。我开发了 TiniText，旨在解决我自己反复遇到的问题：我需要简单的转录、摘要和草稿工具，但大多数选项在日常使用中感觉过于复杂。 我没有构建一个大型平台，而是专注于小型的、单一目的的工具，具有可预测的行为和最小的设置。 该应用支持： - 音频转录（单人和多人） - 可调细节的文本摘要 - 简单的草稿生成（博客/会议记录） - 一些实用的文本工具 它已经准备好投入生产，但仍处于早期阶段，我非常希望能得到反馈： - 用户体验中哪些部分显得多余 - 实际使用中缺少什么 - “小型专注工具”是否仍然是一个吸引人的方向 欢迎提问。

为了使人工智能系统的自动分析、复制和学习变得困难，编程语言应该具备哪些特征？你有什么想法吗？

我一直在研究隐私技术，并注意到了一些奇怪的现象： <p>存在相机滑动保护壳（如Spy-Fy等）——它们可以阻止物理相机的访问，但并不提供信号保护。</p> <p>存在法拉第袋（如SLNT、Mission Darkness等）——它们可以阻挡所有射频信号，但你必须将手机从保护壳中取出并放入袋子里。</p> <p>但是没有人制造出一种合身的iPhone保护壳，能够将这两者结合起来——一种可以一直留在手机上的保护壳，配备一个可展开的法拉第屏蔽，可以在不取下设备的情况下随时开启或关闭。</p> <p>我花了一些时间进行市场调研，并制作了一份完整的概念方案，如果有人感兴趣，我很乐意分享。竞争空白似乎确实存在：</p> - 当前隐私保护壳市场：$30-40的相机滑动保护壳 - 当前法拉第袋市场：$60-100的袋子 - 集成双模式保护壳：价格在$149-249之间</p> <p>使用场景似乎很明显：那些希望随时获得全面隐私（相机+信号），而不想麻烦地将手机从保护壳中取出并放入袋子的人。</p> <p>所以我想问HN社区：</p> <p>为什么这种产品不存在？</p> <p>是因为：</p> - 工程上不可能？（无法通过可展开机制获得合适的射频密封？） - 市场太小众？（相机隐私和信号屏蔽之间的需求重叠太小？） - 有人尝试过但失败了？ - 法律/监管问题？ - 我只是遗漏了一些明显的东西？</p> <p>我并不打算去开发这个（没有硬件经验），只是出于好奇，想知道为什么会有这样的市场空白。</p> <p>如果有人对拆解我的完整概念方案和市场分析感兴趣，我很乐意分享。</p> <p>谢谢！</p>

文本： 我们之前发布了 Vectorly（<a href="https://news.ycombinator.com/item?id=46209538">https://news.ycombinator.com/item?id=46209538</a>），这是我们开源的应用程序，可以将网站逆向工程为可重用的 API。核心理念是：与其像人类一样通过用户界面点击，不如通过底层的 HTTP 端点与网站互动。这样更快、更便宜、更可靠。 通过记录浏览器会话来构建例程的方式效果很好，但精炼过程仍然是手动的。因此，我们构建了 Guide，一个会话代理，带您完成整个过程： - 描述您的任务，代理会帮助您确定范围 - 在云浏览器中录制，只需正常使用网站 - 代理分析会话，识别后端端点，提取参数，构建可重用的例程 - 通过聊天进行精炼，提出编辑建议，审查差异，无需手动编辑任何内容 当前的网页自动化方法是使用计算机代理像人类一样点击和输入。我们认为这种方法是错误的。Web 应用的实现千差万别，但它们都与结构化的后端 API 进行通信。大型语言模型（LLM）在读取代码和推断结构方面表现出色，因此我们在构建时使用它们来逆向工程这些 API，然后生成的例程在运行时不需要 AI 的介入。 我们很想听听您的想法，并乐意回答有关该方法的任何问题！ :) - GitHub: <a href="https://github.com/VectorlyApp/bluebox-sdk" rel="nofollow">https://github.com/VectorlyApp/bluebox-sdk</a> - 更详细的博客文章: <a href="https://vectorly.app/blog/introducing-guide-agent" rel="nofollow">https://vectorly.app/blog/introducing-guide-agent</a> - 尝试一下: <a href="https://console.vectorly.app/guide" rel="nofollow">https://console.vectorly.app/guide</a>

在我看来，Show HN 上充斥着低质量的“看看我给 Claude 提示了什么”的帖子——没有创新，没有真正的创作，只是又一个复制品。如果你要给大型语言模型（LLM）提供提示，至少应该想出一些原创的东西，而不是第百万个文本编辑器。