第一次在运行 Chatter.Plus（我正在开发的一个工具，用于汇总来自 Discord、GitHub 和论坛的社区反馈）一天后查看使用成本时，我看到的费用是 2.30 美元。算了一下，按月算是 70 美元，按年算是 840 美元。仅仅是一个实例，感觉非常糟糕。
我之前做过粗略的计算，所以知道这可能是个 bug，但仍然感到不安。结果发现这只是部分是 bug，其余的则是我需要重新思考我构建这个工具的方式。
接下来的几天我花时间拆解它，进行调整，使用实时数据进行测试，检查结果，再次尝试。我发现我发送 API 请求的频率太高，并且没有优化我发送和接收的数据。
以下是我所做的改进，按影响程度从大到小排列（除了那个每天花费我一美元的 bug）：
- 完全放弃了 Claude Sonnet - 在相同数据上测试了两个模型，Haiku 实际上以三分之一的成本表现更好。
- 开始对所有请求进行批处理 - 每小时调用一次简直就是在烧钱。
- 在 AI 处理之前进行过滤 - “哈哈”和“谢谢”是很多在线聊天内容。我在花钱让 AI 告诉我这些不是反馈。尽管如此，我仍然会处理像“+1”和“我也是”这样的协议。
- 输出更简短 - 使用“H/M/L”代替“高/中/低”，推荐 40 个字符的标题。
- 在处理之前剔除代码片段 - 只是重复问题，导致请求膨胀。
到周末时：每天只需几分钱，质量依然如故。
我并不是在构建一个可以亏损运营多年的风险投资支持的应用。我失业了，正在尝试构建一些可能也能支付房租的东西。这个数学模型必须从第一天起就能奏效。
好处是：这些节省让我可以将定价层级限制提高三倍，并增加间歇性的质量检查。这是我原本无法获得的余地。
欢迎提问。
返回首页
最新
我创建了 GroqBash，这是一个单文件的 Bash 客户端，用于 Groq API（兼容 OpenAI）。我希望它是完全可审计的，没有依赖关系，并且能够在 Termux 上可靠运行，因为 /tmp 目录是不可写的。所有内容都存放在自创建的 groqbash.d 目录中，核心脚本避免使用 eval，避免依赖 /tmp，并保持严格的权限设置。
该项目现在包括一些可选的附加功能：额外的提供者（包括 Gemini）、扩展文档、小型安全工具和一个小型测试套件。核心部分保持简洁和可移植；附加功能是可选的。
我希望能得到以下反馈：
- 关于设计和 Bash 选择的意见
- 了解其他人是否觉得这个工具有用
- 在不同环境下的测试（Linux 发行版、macOS、WSL、Termux）
仓库地址： [https://github.com/kamaludu/groqbash](https://github.com/kamaludu/groqbash)
注意：我不是以英语为母语的人。我能比较好地阅读英语，但在写作时通常依赖自动翻译器（有时也会使用 GroqBash 本身）。如有需要，我很乐意进一步解释。
你好，Hacker News — 来自韩国的问候
我是一名主要使用 Go 的后端工程师，想与大家分享我正在构建的一个框架，以解决我在生产系统中反复遇到的问题。
在我的日常工作中，我们的后端是基于 Echo 构建的。Echo 作为 HTTP 传输非常快速且可靠，但其高度的自由度几乎将架构决策完全留给了个别开发者。随着时间的推移，这导致了一个系统，其中执行流程和责任边界因最后修改某个功能的人而有所不同。维护变得困难，并不是因为代码不正确，而是请求的实际执行方式变得不再明显。
我寻找一个能够提供清晰执行模型和结构约束的 Go 框架，类似于 Spring 或 NestJS 提供的功能。但我没有找到合适的框架。转向 Spring 或 NestJS 也意味着放弃 Go 的一些优势——简单性、性能和明确控制——所以我决定自己构建一个。
Spine 是一个以执行为中心的 Go 后端框架。它旨在提供企业级的结构，同时故意避免隐藏的魔法。
Spine 提供的功能：
- 一个具有显式构造函数依赖注入的 IoC 容器
- 具有明确定义的执行阶段（前、后、完成）的拦截器
- 对 HTTP 请求和事件驱动执行的第一类支持
- 无注解、无隐式行为、无约定驱动的连接
核心理念：执行优先
关键区别在于 Spine 的执行模型。每个请求——无论是 HTTP 还是事件——都通过一个单一的、明确的管道（Pipeline）流动。管道是唯一决定执行顺序的组件。实际的方法调用由一个单独的调用器（Invoker）处理，严格分离执行控制和调用。
由于这种结构：
- 执行顺序可以通过阅读代码来解释
- 交叉关注点存在于执行流程中，而不是控制器内部
- 控制器仅表达用例，而不是编排逻辑
- 你可以通过查看 main.go 来理解请求处理
这种设计在清晰度上牺牲了一些便利性。作为回报，它在系统规模和复杂性增长时提供了更强的控制。
我创建 Spine 的目标不仅仅是为 Go 生态系统添加另一个框架，而是开启一场对话：现代 Web 框架隐藏了多少执行流程，这在何时会成为维护成本？
该框架目前是用韩语编写的。如果你对英语支持或国际化有需求，请随时提出问题——我计划根据社区的兴趣优先处理。
你可以在这里找到更多细节、一个基本的 HTTP 示例和一个简单的基于 Kafka 的 MSA 演示：
仓库：<a href="https://github.com/NARUBROWN/spine" rel="nofollow">https://github.com/NARUBROWN/spine</a>
感谢阅读。我非常期待你的反馈。
看到了这个仓库：<a href="https://github.com/tldev/posturr" rel="nofollow">https://github.com/tldev/posturr</a>，想分享我的解决方案，以避免紧张不安的心情 :)
嗨，HN，我创建了Beni（<a href="https://thebeni.ai" rel="nofollow">https://thebeni.ai</a>），这是一个用于实时视频通话的网页应用，配有AI伴侣。
这个想法起初源于一个相当简单的问题：文本聊天机器人无处不在，但它们很少给人一种真实存在的感觉。我想要一些更接近通话的东西，让角色能够实时反应（声音、时机、表情），而不仅仅是“输入、等待、回复”。
Beni基本上是：
- 一个在通话过程中会动画化的Live2D头像（表情 + 根据对话驱动的动作）
- 实时语音对话（流式响应，而不是“等待10秒再说”）
- 长期记忆，以便角色能够在不同会话中保持上下文
最难的部分不是生成文本，而是让整个循环感觉同步：麦克风输入、模型响应、文本转语音音频和Live2D动画都需要协调，否则会立即感觉不连贯。我花了更多时间在状态管理、延迟和缓冲上，而不是在提示上。
一些实现细节（如果有人感兴趣，我很乐意分享更多）：
- 基于浏览器的实时通话，带有音频流和客户端播放控制
- 前端的Live2D渲染，动画钩子与语音/状态相关联
- 一个存储轻量级用户信息/偏好和对话摘要的记忆层，以保持连续性
当前的限制：今天需要登录（以保持记忆并防止滥用）。我很快会添加一个访客模式，以便更快试用，并且目前正在开发移动视图。
我希望得到的反馈：
- “实时通话”循环的响应性是否足够，还是仍然太延迟？
- 关于浏览器中2D/3D头像的更好唇动同步/表情时机的任何想法？
谢谢，我会在评论区待着。
这是我几年前开始的一个爱好项目，目的是学习编程语言的实现。这个项目95%是手动编写的，虽然最近的一些提交中包含了来自Gemini CLI的代码。<p>我最开始是按照《Crafting Interpreters》这本书进行学习的，但逐渐偏离了原来的方向，直到几乎没有什么共同点。<p>技术栈：Rust、Cranelift（即时编译）、LALRPOP（解析器）。
嗨，HN，我在过去几周里构建了一个名为Meru OS的实验性人工智能操作系统，基于一个理念：智能应该是可验证的，而不是概率性的。
大多数大型语言模型（LLM）都是“黑箱”。我想构建一个“玻璃箱”，使每个输出都能追溯到一个经过认证的来源。
架构：
内核：状态不是用向量表示，而是用整数表示。我们使用算术基本定理（唯一质因数分解）来编码概念。
例子：如果时间 = 3，空间 = 5，那么时空 = 15。这允许通过简单地对整数进行除法来实现可逆的“时间旅行调试”。
虚拟机（Bija）：它不仅仅是运行周期；它运行“频率调制”。
内核本身是用特定的质频（赫兹）编码的。
执行实际上是指令与数据之间的“共振”状态，而不是传统的取指-解码-执行流水线。
数据（< 2MB）：我们将整个印度宪法、印度刑法典和一个印欧词源词典压缩成一个<2MB的包，使用自定义的基于模式的压缩（Pingala）。
为什么？
主权：逻辑和数据是本地拥有的。没有API调用。
绿色人工智能：它在我的MacBook的CPU上运行，几乎不产生热量/功耗。
吠陀逻辑：它将帕尼尼的语法规则（Ashtadhyayi）实现为图遍历算法，而不仅仅是统计注意力。
这绝对是实验性的，但它质疑“规模就是一切”的教条。希望能得到关于可逆质状态机逻辑的反馈。
链接：
代码： [https://github.com/akulasairohit/meru-os](https://github.com/akulasairohit/meru-os)
在线演示： [https://huggingface.co/spaces/akulasairohit/panini-demo](https://huggingface.co/spaces/akulasairohit/panini-demo)
宣言： [https://www.linkedin.com/pulse/introducing-meru-os-worlds-first-sovereign-ai-stack-akula-pf68e](https://www.linkedin.com/pulse/introducing-meru-os-worlds-first-sovereign-ai-stack-akula-pf68e)
谢谢，Rohit