最新

我知道，氛围编码对非技术人员和经验不多的人有明显的吸引力，但我想知道那些拥有丰富技术经验的人是否也能从人工智能编码工具中获益。<p>如果你有使用，哪些工作流程对你最有效？你信任哪些模型？你认为将本该自己思考的任务转交给模型可能会带来问题吗？

另请参见：<p><a href="https://www.stepsecurity.io/blog/supply-chain-security-alert-popular-nx-build-system-package-compromised-with-data-stealing-malware" rel="nofollow">https://www.stepsecurity.io/blog/supply-chain-security-alert...</a><p><a href="https://semgrep.dev/blog/2025/security-alert-nx-compromised-to-steal-wallets-and-credentials/" rel="nofollow">https://semgrep.dev/blog/2025/security-alert-nx-compromised-...</a>

如果你正在处理大型语言模型（LLM）的训练数据（就像我经常做的那样），你会知道在不破坏数据集的情况下清除个人身份信息（PII）是多么棘手。我已经使用 MS Presidio 一段时间，并决定在其基础上构建一个用户界面。这是一个扫描和识别文本中敏感信息（例如姓名、电子邮件、地址等）的工具，能够处理图像以遮盖敏感内容，并处理结构化数据。 整个项目是用 TypeScript 和 Node.js 编写的，得到了 Claude Code 的大力支持 :) 目前还处于早期阶段，欢迎反馈和贡献。

这似乎是一个在当今流行讨论中不太被提及的话题，因为人工智能占据了很多话语权。我个人对此有一些看法，但我想知道你们是否对此有一些想法。