最新

你好， 我为 DuckDB 制作了一个早期版本的物理设计顾问（称为 Vizier）。它可以分析一组查询（使用一套启发式方法），并推荐对数据库的物理设计/布局进行更改（例如，排序顺序、Parquet 布局、索引等），以使这些查询运行得更快。 Vizier 是作为 DuckDB 的一个扩展实现的，使用 Zig 编写，支持 DuckDB 版本 1.2.0 及更高版本。该项目仍处于早期阶段，但如果你有兴趣了解更多关于 Vizier 的信息或进行试用，可以查看以下链接： 项目的 GitHub 仓库： [https://github.com/CogitatorTech/vizier](https://github.com/CogitatorTech/vizier) Vizier 文档： [https://cogitatortech.github.io/vizier/](https://cogitatortech.github.io/vizier/)

十多年来，我一直在努力实现一个目标，这个目标让Claude Code经历了许多失败才得以实现。我们需要大科技公司的替代方案，而我们并没有付出足够的努力来实现这一点。在一个充斥着上瘾、高利贷和剥削的时代，现在是我们认真考虑替代方案的时候了。Proton等公司专注于隐私的个人服务，但进展缓慢，也许是有其原因。但那是一个人工智能尚未普及的时代。十年前，我坚信超级应用程序模型会成功，并且需要一个平台来促进这一点。今天我意识到，技术本身并不重要，关键在于从上到下的理念和执行。我放下了对技术完美的追求，试图整合一个解决方案，以应对我在科技上瘾中所面临的一些问题，多年来我在人工智能出现之前和之后多次重写和放弃这个项目。我耗尽了风险投资资金，烧毁了人际关系，也损害了一个开源项目中的社区信任。但这一切都是为了追求我认为必须存在的东西。我每天大约使用这个工具十次以上。每个人的使用场景不同，但对我来说，关键是将所有数字日常习惯集中在一个地方，然后在此基础上进行构建。我目前还无法替代自己使用谷歌邮箱，但我也看到了在私人邮箱和工作邮箱之间存在一种需求。 我还有很多想说的，但本质上，Micro和应用程序Mu（<a href="https://mu.xyz" rel="nofollow">https://mu.xyz</a>）是多年努力的结晶。它也是开源的。<a href="https://github.com/micro/mu" rel="nofollow">https://github.com/micro/mu</a>。请提供反馈，请批评它，请质疑我的理论。我并不寻求炒作。我真的只是认为我们需要一个大科技公司的替代方案。

我之所以开发这个工具，是因为在评估软件供应商时，我意识到这个过程在过去20年里没有变化：填写表格、阅读G2评论、参加旨在回避你真正问题的演示。 这个工具采取了不同的方法。你只需提供你的公司名称和正在比较的供应商，它会： - 自动研究你的公司——行业、规模、技术栈——这样你就不需要填写表格。 - 在评估任何内容之前，询问2-4个特定类别的问题，而不是泛泛而谈。比如在评估客户服务平台时，它可能会问：“你的团队是高接触还是低接触？大多数客户服务平台是为其中一种设计的，几乎不适用于另一种。”这些问题揭示了买家未曾意识到的需求。 - 尝试直接找到并与每个供应商的AI代理进行对话——通过REST API调用检查是否存在公司代理，如果存在，则进行结构化的尽职调查对话。 - 提出对抗性问题：“你的客户最常见的投诉是什么？”以及“你不适合的使用案例是什么？”——并在代理回避而不是回答时进行标记。 - 将每个供应商的声明与独立来源（如G2、Gartner、媒体报道）进行交叉引用，形成声明与证据表。 - 生成一个透明的评分卡，跟踪证据——每个评分显示它是基于供应商验证的证据还是仅基于公共来源。 代理与代理之间的对话在技术上是新的。当供应商有AI代理时，Claude（为买方工作）会直接询问它，然后对其回答进行事实核查。当供应商的证据水平不同时，这个工具会量化如果缺失的证据被确认，情况会发生什么变化——因此它不会默默偏向那些恰好有AI代理的供应商。 它对任何供应商都能完全工作，无论是否有AI代理。没有AI代理的供应商将根据公共来源进行评估，使用相同的评分框架。 我们在Salespeak开发了这个工具——我们帮助B2B供应商构建AI公司代理。所以，是的，这之间有联系：当代理找到供应商的公司代理时，它会使用我们的Frontdoor API与之对话。但这个工具在没有这个功能的情况下也确实很有用，我们希望对此保持诚实，而不是发布一个仅作为产品演示的工具。 该工具采用MIT许可证。要安装，只需向Claude Code请求：“从GitHub上的salespeak-ai安装buyer-eval技能。”然后使用/buyer-eval来运行它。觉得为AI代理安装技能的方式很合适。 代码库： [https://github.com/salespeak-ai/buyer-eval-skill](https://github.com/salespeak-ai/buyer-eval-skill) 欢迎就代理与代理之间的对话如何在技术上运作提出问题。