最新

我对不一致的AI编码助手结果感到沮丧，因此我研究了这个问题并构建了一个系统化的解决方案。 核心见解：大多数AI代理的失败并不是模型失败，而是上下文失败。AI获取的信息不完整或结构不良。 我创建了五个规范，将AI开发从试错转变为系统工程： - 规范即代码 - 系统化的需求定义 - 上下文工程即代码 - 解决“上下文失败”问题 - 测试即代码 - 15种以上的高级测试策略 - 文档即代码 - 自动化的动态文档 - 编码最佳实践即代码 - 可执行的质量标准 上下文工程规范是关键创新（特别感谢Tobi Lutke和Andrej Karpathy）——它系统地为AI参与者构建全面的上下文，类似于基础设施即代码系统化部署的方式。 早期结果：AI任务成功率提高了10倍，调试时间减少了50%。 所有规范都是开源的，并提供可以立即使用的模板。 GitHub: https://github.com/cogeet-io/ai-development-specifications 我希望得到社区的反馈——你们在AI编码一致性方面的经验如何？ 或者你可以在X平台上联系我: https://x.com/Cogeet_io

最近关于Soham Parekh在多个YC初创公司兼职的事件让我产生了好奇——加速器或像YC这样的风险投资网络究竟在内部追踪或协调了多少？我一直认为在员工配置、资本结构表，或者至少是每个人在哪里工作方面，应该有一些共享的可见性，尤其是在同一批次的公司之间。我知道一些风险投资公司使用像Consider或Getro这样的工具来进行人才运营，因此我认为员工记录和类似信息至少在某种程度上是集中管理或监控的，以防止这种意外情况的发生。特别是YC似乎是一个紧密团结的社区，创始人们经常使用彼此的产品并进行合作，因此这件事情在他们的视野之外发生，确实有些令人惊讶。我很想听听那些经历过该项目或了解其幕后运作的人士的看法。

你好！这个应用程序帮助你清晰地了解自己如何使用Claude Code。它显示了消息数量、令牌使用情况、会话、项目等统计数据，甚至可以估算你的API费用。它的一个最佳功能是能够在不同设备之间同步你的使用情况，让你在不同时间段内获得完整的视图。它尊重你的隐私，仅收集汇总的使用数据，从不涉及任何对话或代码的细节。 关于使用情况跟踪的争议以及是否可能导致价格上涨或限制，确实存在一些讨论，但老实说，Anthropic可能已经掌握了这些数据。这个应用程序更多的是帮助你优化工作流程，而不是暴露任何敏感信息。它还包括一个排名系统，让你可以了解其他人如何使用Claude Code，并从他们的模式中学习。 我构建了一个稳健的后端架构，以便具备可扩展性和响应性，运行在一个小型的Kubernetes集群上。目标是帮助像我们这样的人理解和改善与Claude Code的工作方式，所有功能都通过一个简单的网页和命令行界面呈现。

嗨，HN， 我是Arnas，Centenary Day的创始人（[https://centenary.day](https://centenary.day)）。 *问题* 我们都知道一些基本原则——更好地睡眠、每天运动、吃全食，但繁忙的日程和决策疲劳却破坏了持续性。 *它有三个模块* • 例行活动构建器 • 营养规划工具（可根据家庭规模调整） • 健康组织工具（安排活动和测试） 希望获得以下方面的反馈： 1. 用户引导的摩擦 2. 必须的集成 3. 定价和免费层的限制 欢迎随时提问，感谢您的关注！

一个轻量级（5 kB）的 yargs-parser（85 kB）替代品。支持所有标准标志格式。 <a href="https://github.com/webdiscus/flaget">https://github.com/webdiscus/flaget</a>