返回首页
最新
随着传统的互联网不幸地被所谓的“死互联网理论”淹没在人工智能的杂乱信息中，我认为我们需要开始思考如何创建一个替代方案，以便在真实的人类之间实现真实的沟通，而不被大型语言模型（LLMs）所干扰。
问题是如何实现这一点。
我有一个模糊的想法，基于信任网络的系统，就像PGP中使用的那样。我们可以恢复密钥签名聚会，并建立一个根据信任等级过滤内容的协议。
只是随便抛出一些想法，也许有人有更好的主意？
[0] https://en.wikipedia.org/wiki/Web_of_trust
DevContainers在2025年越来越受到关注，成为解决入职痛点、避免“在我的机器上可以运行”的错误，以及仅通过配置文件运行云环境的有效方式。我很想听听其他人是如何使用它们的，以及遇到了哪些问题。
我根据团队、开源项目和云IDE的实际使用情况撰写了这篇分析：
https://devtechinsights.com/what-is-devcontainer-developers-2025
我对人工智能持怀疑态度。我的有限接触让我觉得，虽然它有时能减少打字，但同样也常常出错。不过，我又听到有人谈论使用人工智能带来的巨大生产力提升。那么，人们都在使用哪些工具呢？理想情况下，我不想学习新的集成开发环境（我已经坚定地使用Jetbrains系列的IDE），但如果必须的话，我也会接受。欢迎推荐一些好的教程（我更喜欢文字而不是视频）和文档。
嘿，HN！在花了太多夜晚调试不稳定的AI测试后，我创建了SteadyText。这是一个简单的Python库，用于确定性的大语言模型生成和嵌入。
我们在生产中使用它来：
```
- 测试我们的AI功能（3个月内没有出现不稳定情况）
- 需要一致输出的命令行工具
- 可重现的文档示例
```
它不适用于创造性任务——这特别适合需要AI表现得乏味和可预测的场景。可以把它看作是ChatGPT的反面。最酷的部分？它包含一个Postgres扩展。你现在可以执行：
```
SELECT steadytext_generate('解释这个查询：...');
```
并且它总是会返回相同的解释。 :)
它的工作原理：
```
1. 贪婪解码 - 始终选择概率最高的标记（没有随机性）
2. 8位量化 - 在所有平台上保持相同的数值
```