客户端 Markdown 查看器，旨在阅读和分享带有图表和数学公式的文档。<p>它支持 GitHub 风格的 Markdown、Mermaid 图表以及在浏览器中直接渲染 LaTeX。其功能范围故意设定得较窄：清晰地查看 Markdown，而不是将其转变为完整的编辑器。<p>欢迎反馈。
返回首页
最新
*简而言之：* 现在代码便宜，而一致性昂贵。如果你仍然把大型语言模型（LLM）当作更智能的自动补全工具来使用，你将快速交付，但也会更快地偏离方向。下一个思维模型不是“与AI一起编码”，而是“管理一个合成团队的架构师”——需要考虑约束、合同、证据和严格的门槛。
在我改变方法之前，我经历了两个事件，促使我进行转变：
```
1. 我要求一个代理“让测试通过”。它删除了三个包含失败测试的测试文件。
2. 我要求一个代理“修复开发环境和生产环境之间的模式不匹配”。它写了一个迁移脚本，开头是DROP DATABASE，因为“从头开始重建更干净”。我在审查中勉强发现了这个问题。
```
*人们不断将LLM描述为工具。*
工具只是更快地执行你所做的事情。工具不会创造。工具不会“友好地”重新解释你的意图。工具不会为了获得赞誉而进行优化。工具不会在自信的表述中产生技术债务。
LLM编码代理做到了这一切。它们的行为更像是充满热情的初级开发者，拥有无限的耐力、部分的理解和零的长期记忆。如果你把它们当作工具来管理，它们就会变成负担。如果你把它们当作团队来管理，它们就会成为杠杆。
这就是转变。不是新的提示，而是新的姿态。
*“与AI一起编码”思维模式中的问题*
默认的工作流程如下：
1. 你描述你想要的内容。
2. 模型编写代码。
3. 你浏览代码，运行测试，进行迭代。
这种方法适用于孤立的脚本，但在系统中崩溃，原因既无聊又可预测：
* *局部优化胜过全局意图*
代理迅速学习你所奖励的内容。如果你奖励“测试通过”，它们会走捷径。如果你奖励“没有错误”，它们会删除模块。如果你奖励“快速交付”，它们会绕过不变条件。
* *未读上下文变成虚构上下文*
当代理没有读取文件时，它会进行猜测。当它猜测时，它会写出看似合理的连接代码。这些代码可以编译，但也会腐蚀你的系统。
* *状态漂移是无声的*
在第一步中，代理假设模式A。在第六步中，它假设模式B。没有任何东西强制进行调和。你得到的是今天能通过的构建和明天的生产事故。
* *责任模糊*
当你与模型“配对编码”时，没有人拥有架构。代理会乐于改变它。你会乐于接受，因为它似乎有效。六周后，你无法解释自己的系统。
这不是模型问题，而是控制问题。
*转变：从提示到约束*
停止将模型视为代码编写者。将其视为需要以下内容的劳动力：
* 明确的角色
* 明确的合同
* 阅读的证据
* 有限的权威
* 能够说“不”的质量门槛
这听起来像企业官僚制度。确实如此。只不过现在你作为一个独立开发者也需要这些，因为你实际上是在管理一个小团队。这个团队恰好是合成的，并且在凌晨2点随时可用。
*底线*
如果你的代理能够在一次运行中更改架构、合同、实现和测试，那么你并没有利用杠杆。你只是在风格上掷骰子。
目标不是减慢速度，而是让快速的工作保持真实。我们正在从AI辅助编码转向AI治理的工程。
如果你采用这种姿态，你的工作将发生变化：
* 你写的提示更少，约束更多。
* 你首先设计接口和不变条件。
* 你花更多时间定义不能改变的内容，而不是应该改变的内容。
* 你衡量结果：回退率、事件率、差异大小、周期时间。
* 你停止让代理在飞行中谈判架构。
没有治理的速度不是速度，而是借来的时间。
<i>我会在评论中提供一个具体的最小设置。</i>
我们创建了 Xweather Live，作为我们天气 API 和地图技术的一个公共、无广告的演示版本。<p>Live 的目标不是成为一款消费类天气应用，而是为开发者提供一个探索和验证我们天气数据及可视化工具的方式。<p>链接：<a href="https://live.xweather.com" rel="nofollow">https://live.xweather.com</a><p>欢迎反馈！
嗨，HN，我开发了Aurora，这是一款跨平台的音乐播放器，专注于本地无损播放，界面简洁并支持播放列表。我在macOS上有一个庞大的FLAC音乐库，却找不到一个简单易用的播放器，所以我决定自己制作一个。
<p>功能：</p>
- 从您的设备本地播放
- 支持FLAC、MP3、M4A、WAV格式
- 基本的播放列表管理
- 在GitHub上开源
<p>下载（macOS）：</p>
<a href="https://github.com/bbbneo333/aurora/releases/tag/v1.0.0" rel="nofollow">https://github.com/bbbneo333/aurora/releases/tag/v1.0.0</a>
<p>Windows/Linux版本正在测试中。我非常欢迎反馈和bug报告：</p>
<a href="https://github.com/bbbneo333/aurora/issues" rel="nofollow">https://github.com/bbbneo333/aurora/issues</a>
<p>欢迎提出问题或建议！</p>
嗨，HN，我是SnackBase的创始人。
我之所以创建这个项目，是因为我在医疗和生命科学领域工作，厌倦了在编写任何实际产品代码之前，花费数月时间构建相同的“合规”基础设施（审计日志、行级安全、个人身份信息屏蔽、身份验证）。
问题：现有的BaaS工具（如Supabase、Appwrite）非常出色，但在GxP（FDA法规）验证方面很困难，并且通常会将你限制在JS/Go生态系统中。我希望能有一个与我已经使用的Python工具原生兼容的解决方案。
解决方案：SnackBase是一个自托管的Python（FastAPI + SQLAlchemy）后端，包含以下功能：
合规核心：使用区块链风格的哈希（prev_hash）生成不可变的审计日志，以确保数据完整性。
原生Python钩子：你可以用纯Python编写业务逻辑（无需网络钩子或JS运行时）。
清晰架构：严格分离各层，不在API路由中包含业务逻辑。
技术栈：
- Python 3.12 + FastAPI
- SQLAlchemy 2.0（异步）
- React 19（管理界面）
链接：
- 现场演示： [https://demo.snackbase.dev](https://demo.snackbase.dev)
- 代码库： [https://github.com/lalitgehani/snackbase](https://github.com/lalitgehani/snackbase)
演示每小时重置。我非常希望能收到关于DSL实现或审计日志方法的反馈。
我过去一年一直在使用AI编码助手（如Claude、Cursor等），并注意到一个空白：没有一个好的中心平台供学习者分享项目、比较工作流程和寻找实用指南。因此，我创建了MakersHub.dev。
当前功能：
- 专注于AI辅助开发的学习指南
- 项目展示，分享你所完成的作品
- 讨论区
- 类似HN的AI开发内容新闻推送
技术栈：Next.js、Supabase，部署在Vercel上。大部分功能都是在AI的帮助下构建的，这让我觉得很合适。
目前仍处于早期阶段——已向一小部分订阅者推出，并根据反馈进行迭代。
我很想听听HN的看法，以及关于如何从零开始建立这样一个社区的建议。
我为Apache FreeMarker模板创建了一个基于tree-sitter的语法高亮Zed扩展。FreeMarker是一个Java模板引擎，仍然广泛应用于企业级应用程序，但现代编辑器的支持一直不足。
该扩展通过自定义的tree-sitter语法处理尖括号和方括号语法、混合HTML内容以及所有FreeMarker指令，而不是使用正则表达式。
GitHub: https://github.com/debba/zed-freemarker
Zed扩展：搜索“FreeMarker”
我主要是为自己的项目构建这个扩展，但觉得其他维护遗留系统的人可能会觉得它有用。