返回首页
最新
嗨，HN，
我制作了一个MCP服务器，可以通过Sonic Pi播放音乐，允许你使用Claude Code和Cursor生成节拍。
这是GitHub链接 - [https://github.com/yevbar/live-prompting](https://github.com/yevbar/live-prompting)
大家好，我是一名NBA球迷和Python开发者，最近我构建了DeepShot——一个基于历史数据和滚动性能指标（EWMA）预测NBA比赛结果的机器学习模型，准确率约为71%。它的特点包括：
- 来自篮球参考网站的真实NBA数据
- 使用指数加权移动平均法跟踪比赛势头
- 互动式NiceGUI界面，支持球队比较和预测
- 完整的Python技术栈，开源（MIT许可证）
这是我的GitHub仓库：<a href="https://github.com/saccofrancesco/deepshot" rel="nofollow">https://github.com/saccofrancesco/deepshot</a>
如果你喜欢这个项目，这里是我的Buy Me a Coffee链接：buymeacoffee.com/saccofrancesco
我非常欢迎任何反馈，特别是来自那些构建过体育模型或从事实时统计工具的朋友们。同时也欢迎对下一步发展方向的建议（例如：球员级建模？博彩建议仪表板？）。
自从我沉迷于“氛围编码”（即使用大型语言模型生成代码）以来，我几天前问了Grok，在像C这样的复杂语言中，每天生成数千行代码是否算多，尤其是这个项目涉及人工智能（所以对于复杂任务来说，代码行数是四位数/天，我们不是在谈论记事本克隆、销售点系统、牙科预约、加密钱包或任何初级开发者应该做的事情）。
不过，问题在于：虽然一个人可能是完全的新手，除了下载Python 3.9几乎不会编写代码，但如果你必须处理大量代码，你就得编译它，解决潜在的错误（在编译过程中），如果大型语言模型给出的代码错误地与目标相悖（例如：它自动在我的项目中添加了一个安全“对齐”功能，基本上禁止在我的计算机上运行“rm -rf”...但我在Windows上，所以我看到这个“安全”功能后就手动从代码中删除了它）。
问题是：初级开发者或刚入门的人和那些编程多年甚至几十年的人之间有什么区别？某种程度上，这就像在问“数学家使用计算器的方式与非数学家使用计算器的方式一样吗？”我想区别是微乎其微的？
嗨，
我每天使用的工作机器是我在发布日购买的 M1 Pro，这绝对是我做过的最佳科技购买之一，即使到现在，它仍然能轻松应对我所投入的任何任务。我的日常工作负载通常包括同时运行 Android 模拟器、iOS 模拟器和多个 Docker 容器，我从未听到风扇的声音，虽然电池续航稍微下降了一些，但仍然相当不错。
我想买一台新的个人笔记本电脑，正在 MacBook Air 和搭载 Linux 的 Framework 13 之间犹豫。我想尝试学习一些新东西，所以选择了 Framework，但我必须承认，我有点后悔。
M1 是在 2020 年发布的，而我购买的 Ryzen AI 340 是 AMD 最新的 2025 年芯片之一，因此 AMD 在开发上有五年的额外时间，我本期待它们在电池效率和热管理方面能够接近 M1。
Ryzen 使用的是 TSMC 的 N4P 工艺，相比之下，M1 使用的是较旧的 N5 工艺。我找到了一份 TSMC 的新闻稿，显示了新工艺在性能/效率上的提升：“与 N5 相比，N4P 为用户提供了 +11% 的性能提升或 22% 的功耗降低。此外，N4P 还可以为用户提供比 N5 高出 6% 的晶体管密度。”
我感到非常失望，使用 Framework 的感觉就像在使用一台老旧的基于 Intel 的 Mac。如果我在 Chrome 中打开太多标签页，我能感觉到笔记本底部变热，打开一个 YouTube 视频时，风扇经常会转起来。
为什么 AMD/Intel 还没有赶上？x86 架构难道无法与 ARM 架构相抗衡吗？我们什么时候能期待一款 x86 笔记本芯片在效率/热管理上能与 M1 相匹配？
公平地说，我还没有在 Framework 上尝试 Windows，可能是我的 Linux 设置效率不高。
祝好，
Stephen