最新

嗨，HN 我创建了Dyan，这是一个自托管的平台，您可以在上面可视化地创建、测试和导出由您自己的数据库支持的REST API。它是开源的，且对开发者友好。 主要特点： - 可视化的端点构建器（GET、POST等） - 支持JS/Python逻辑的沙盒执行 - 实时请求/响应的即时测试界面 - Rust代码生成（计划中） - 无需后端样板代码 - 技术栈：React、Tailwind、NestJS、Prisma、vm2 代码库： [https://github.com/dyan-dev/dyan](https://github.com/dyan-dev/dyan) 演示（即将上线）： [https://dyan.live](https://dyan.live) Discord（供贡献者使用）： [https://discord.gg/ZQ4pKRA7](https://discord.gg/ZQ4pKRA7) 我们正在积极寻找贡献者。许多“适合新手的问题”已经准备好。欢迎反馈和提交PR！

大家好。 这是我在过去几年中发展的一项持续理论的第三部分，称为无限选择障碍（ICB）。核心思想很简单： 一般智能——尤其是人工通用智能（AGI）——在某些认识论条件下是结构上不可能实现的。 这并不是道德上的问题，也不是实践上的问题，而是数学上的问题。 这个论点分为三个障碍： 1. 可计算性（哥德尔、图灵、赖斯）：你无法决定你的系统看不到的东西。 2. 熵（香农）：超出某个点后，信号在结构上会崩溃。 3. 复杂性（科尔莫哥洛夫、蔡廷）：大多数现实世界的问题在根本上是不可压缩的。 本文聚焦于（3）：科尔莫哥洛夫复杂性。它论证了人类关心的许多事情不仅难以建模，而且在形式上是无法建模的——因为问题的最简描述就是问题本身。 换句话说：你无法从无法压缩的东西中进行概括。 —— 以下是摘要： 有一种普遍的误解，认为人工通用智能（AGI）将通过规模、内存或递归优化而出现。本文则提出相反的观点：随着系统的扩展，它们接近于一般化本身的结构极限。 通过使用科尔莫哥洛夫复杂性，我们展示了许多现实世界的问题——特别是涉及社会意义、上下文分歧和语义波动的问题——在形式上是不可压缩的，因此任何有限算法都无法学习。 这不是性能问题。这是一个数学上的壁垒。它并不关心你有多少个符号。 这篇论文并不轻松，但它很精确。如果你对极限、结构以及为什么大多数智能发生在优化之外感兴趣，可能值得你花时间阅读。 https://philpapers.org/archive/SCHAII-18.pdf 欢迎分享你的看法。

这是一个针对 vscode 的 oil.nvim 的灵性改编。其主要思想是通过编辑当前目录列表的文本缓冲区来编辑文件系统。例如，如果我想重命名一个文件，我只需在列表文件中重命名它。这非常强大，因为它将你所有的文本编辑技能立即转化为文件编辑能力。 一些功能包括： * 通过编辑当前目录列表的文本缓冲区来创建、重命名、移动和删除文件 * 使用通配符模式进行过滤 * 支持回收站和撤销功能 * 即使在远程 SSH 工作区中也能正常工作 * 支持多个 vscode 窗口之间的操作

我对基于大型语言模型的编码工具持怀疑态度，但许多人似乎对其带来的巨大生产力提升赞不绝口，我对此也不介意。不过，当我尝试使用 cc 时，我感到非常失望。为了提供一些背景，我正在进行一个相对全新的 Rust 项目，并给它布置了一些我认为适合初级同事的任务，比如： - 更改一个 trait 及其所有实现的返回类型 - 将重复的代码重构为一个辅助函数 - 用一个外部 crate 替换我们的一些代码 它没有正确完成任何一项任务，而且花费了很长时间。我是不是用错了这个工具？ 你们是如何使用 cc 或其他自主工具的？

HNping 让你为 Hacker News（HN）帖子设置提醒。当时间到了，你会收到网页推送通知，点击通知会带你回到帖子。就是这么简单。 我创建 HNping 是因为我经常遇到一些 HN 帖子，讨论还没有开始。我想回去看看，但又不想再创建更多我会忘记的书签。因此，我为自己开发了一个“稍后提醒”的工具（类似于 Reddit 机器人）来解决这个问题。 使用方法：访问 hnping.com，启用通知，然后将书签工具拖到你的书签栏。然后在任何 HN 帖子上点击它以设置提醒（时间范围从 5 分钟到 1 周）。不需要个人信息 - 你只需一个 UUID 作为你的账户。 我尽量让它简单易用。 它是基于 Cloudflare Worker 构建的，数据存储使用 D1，并且使用 Firebase Cloud Messaging 进行推送通知。 我仍在不断迭代这个工具，欢迎任何反馈或建议。如果有需求，我考虑制作一个 Chrome 扩展。感谢你来了解它！