我构建了一个离线优先的人工智能系统，旨在为那些需要专家指导但无法依赖网络连接或云API的场所提供支持——例如灾难响应、远程诊所和现场操作。
核心理念是：与其信任模型的表现，不如将其限制在一个框架内。该系统使用双模型管道（工作模型生成，审计模型检查），由一个政策引擎管理，该引擎在推理运行之前定义了允许的操作。每次交互都会记录到一个仅追加的审计日志中，并带有校验和链。
主要设计约束：
- 离线优先，并具备优雅的回退机制
- 基于政策的切换（操作员设置容量限制，而不是AI行为）
- 为有凭证的用户提供分层密钥覆盖（护士看到的选项与急救人员不同）
- 针对不同领域的模块化“包”（如医疗分诊、结构评估、水安全等）
这一切始于一个问题：在飓风灾后没有互联网、没有专家且风险极高的情况下，如何部署人工智能？答案并不是“更好的提示”——而是构建一种假设模型会尝试做不该做的事情的架构。
我在寻找对这一架构的反馈。我并非来自人工智能背景——我是从运营/部署的角度切入的——所以我确信还有一些我遗漏的地方。
返回首页
最新
在70年代，有鲍勃·迪伦这样的艺术家；80年代则是U2；90年代可能是公共敌人（Public Enemy）。但最近似乎没有什么艺术家在创作流行的抗议音乐。我所看到的是真的吗？如果是真的，发生了什么？
这是 hyTags，一种嵌入在 HTML 中的编程语言，用于构建交互式网页用户界面。<p>它最初是为了在 Swift 中编写全栈网页应用而设计的，无需单独的前端，但后来发展成了一种小型语言，具备控制流、函数和通过 HTML 标签处理异步操作的能力。其结果是与后端语言无关，可以从任何能够通过模板或领域特定语言（DSL）生成 HTML 的服务器生成。
我从2000年代初开始构建和销售软件，最初是经典的共享软件。2011年，我进入了App Store的世界，开发了一款iOS预算应用，因为我需要一种简单的方法来跟踪自己的开支。
当时，我的计划是用几个较小的应用来替代一些较大的共享软件项目，以分散风险。但结果并不如我所愿——其中一款应用MoneyControl迅速成长，成为我主要的关注点。
十五年后，这款应用仍然在App Store上架，仍在积极开发中，并且仍然被从1.0版本开始使用的用户所使用。许多那个时代的应用早已消失。
回首往事，这些是我认为最重要的一些事情：
早期开始有帮助，但仅靠这一点并不足够。
早期的曝光确实有所帮助，但长期的维护和可靠性才是留住用户的关键。
专注胜过多样化。
我想要许多小应用，最终却只得到了一个大型且持久的产品。深度专注证明是更可持续的。
长期维护是大部分工作。
适应新的iOS版本、安全迁移数据、处理边缘案例，以及保持旧数据的可用性，比炫目的功能更为重要。
发现性越来越难。
如今在App Store上接触用户比几年前困难得多。价格比过去99美分的时代高，但曝光率并没有改善。
我首先是开发者，而不是营销人员。
我独自工作，偶尔会请自由职业者帮忙。没有员工，也没有增长团队。应用可能在更好的营销下会有更大的增长，但那从来不是我的强项。
要构建可持续的东西并不需要致富。
我并不是为了退出而开发这个。我已经能够靠我的工作生活超过20年，这对我来说就是成功。
构建你真正需要的东西能让你保持诚实。
我所构建的每一个产品都是我个人所需的。这种真实性比任何路线图都更为重要。
本周我发布了版本10，带来了全新的设计和重大技术改进。这感觉不太像一个里程碑，更像是在为应用的下一个阶段做准备。
我很乐意回答关于长期应用维护、独立开发或在多个iOS版本中保持产品活力的问题。
您好，随着大型语言模型在编码任务中的智能化，我们很快将开始使用代理作为同事。由于目前的工具如 GitHub Copilot 和 Cursor 并未针对团队协作进行优化，我们开始构建 PhantomX。请您提供反馈，告诉我们是否认为我们走在正确的方向上，或者应该做出哪些改变，以找到适合人类和代理的最佳开发工作流程。