最新

我进行了探索，研究使用大型语言模型（LLM）令牌作为随机 ID 的单个“数字”是否能在相同数量的令牌下获得更多的随机性，结果是肯定的。使用这个库中的当前策略比使用 base64 ID 的令牌效率高约 50%。<p>我还对 OpenAI API 进行了数百次会话测试，以查看使用这种策略时的对数概率（logprobs）是否与 base64 ID 相比有明显差异，结果显示大致相同，甚至可能稍微更好（更“尖锐”）。<p>这可能对需要提供 ID 以便后续引用的代理框架有用。虽然只是一个小的进步，但探索的过程很有趣！

嗨，HN， 我开发了Pane，一个原生于电子表格的智能助手，它直接在网格（单元格、公式、引用、范围）上操作，而不是将电子表格视为文本。 大多数电子表格AI工具失败的原因在于： - 生成错误的公式 - 在编辑过程中丢失上下文 - 无法可靠地修改现有模型 Pane在电子表格环境中运行，使用与人类相同的基本操作：选择单元格、编辑公式、插入范围、对账表格。 我在这个周末在Product Hunt上发布了它，意外地引起了共鸣，这让我好奇这种方法在严格审视下是否真的有效。 我希望能得到以下方面的反馈： - 你预期的明显失败模式 - 这是否在根本上优于脚本 + 公式 + 辅助工具 欢迎提出技术问题。

嗨，HN， 我创建了SubTrack，旨在帮助团队发现未使用的SaaS工具和云资源，以免它们悄悄侵蚀预算。 我的动机源于发现回答一些简单问题是多么困难： – 实际上使用的SaaS工具有哪些？ – 哪些云资源处于闲置状态？ – 我们月底的支出情况会是怎样的？ SubTrack可以连接到AWS、GitHub、Vercel等工具，从一个地方展示未使用的资源和成本信号。最近，我增加了多账户支持、货币本地化和可选的基于AI的洞察功能，以帮助解读使用模式。 这是一个早期阶段的项目，我正在积极迭代。非常希望能得到反馈，尤其是来自管理云或SaaS资源扩张的朋友们。

安装我们的 Reality Check Chrome 扩展程序后，您将能够： - 在主要平台上对任何帖子进行点赞或点踩，特别是在 X 上 :) 点赞会与平台本身的点赞同步。 - 对任何网站进行评分和评论。这就像 TrustPilot，但始终存在。 - 成为评论员/事实核查者，举报假新闻、AI 垃圾、诈骗等，让用户可以在帖子上看到您的简短评论，并附上您网站/频道的链接以获取更多详情，从而为您带来流量。这就像 X 上的 Community Notes，但更好 :) - 根据作者发布的虚假或误导性帖子数量来检查其可信度。 - 即使作者已关闭帖子评论，您也可以发表评论。 - 以后我们将在评论中推广专家意见，以免它们淹没在低质量或有毒的讨论中。 这解决了社交网络有毒和误导的问题，避免了大量的 AI 垃圾和虚假社交影响者，因为： - 他们取消了点踩按钮，这导致了有毒内容的传播。 - 即使您知道这是 AI 垃圾、诈骗帖子、欺骗性、误导性或假新闻，您也无法与其他用户分享这个信号。评论无效。 - 如果帖子/视频的作者因挑衅内容而关闭评论，您就无法以任何方式回应。 该扩展适用于 X、YouTube、Instagram、Bluesky、Truth Social、Threads 等更多平台…… <a href="https://reality-check.info" rel="nofollow">https://reality-check.info</a>

嗨，HN， 我开发并刚刚发布了另一个Geoguessr的替代品。与大多数其他游戏（以及官方版本）不同的是，它完全不使用Google Maps API，这使得游戏更加可持续，同时保持服务免费。 这是我很久以前开发的一个类似Geoguessr游戏的继任项目。从那时起我一直在学习，觉得这次可以以更清晰的方式设计和实现这个项目。这种动力促使我从头开始重建它。 如果你是一个轻度用户，对支付订阅费用犹豫不决并在寻找替代品，欢迎试试这个游戏。我非常欢迎任何反馈。 源代码： [https://github.com/spider-hand/geoguess-lite](https://github.com/spider-hand/geoguess-lite)

我构建了一个系统来解决与AI辅助编码相关的最大问题：六个月后你无法维护代码，因为你已经失去了关于为什么要编写这些代码的所有上下文。 核心理念很简单：与其直接进入编码，不如先生成规范，然后在markdown文件中跟踪每一个规划决策和待办事项，这些文件会在不同的文件夹中流转（计划 → 进行中 → 已执行）。这个执行历史将永远伴随你的项目。 工具包包括： - 规范生成器（根据需求生成架构和开发规范） - 会话管理（跟踪编码会话中的进展） - 执行历史跟踪（3个文件夹系统） - Git工作流助手（分支、规范提交） - Spring Boot测试生成 - 自动化代码审查代理（OWASP安全、SOLID原则、性能） 这个系统是为Claude Code构建的，但工作流概念适用于任何AI编码工具。 我用这个系统构建了一个完整的Spring Boot后端——原本预计需要45天的工作压缩到5天。几个月后，执行历史仍然清晰可读。 完整工具包售价49美元： [https://hathwar.gumroad.com/l/spec-driven-ai](https://hathwar.gumroad.com/l/spec-driven-ai) 详细信息的着陆页：[https://samhath03.github.io/spec-driven-ai/](https://samhath03.github.io/spec-driven-ai/) 欢迎随时询问关于工作流的问题。