最新

所以……我需要为我的创业想法筹集资金，并开始构建一个自动化投资者联系的工具。<p>在为自己的创业项目开发这个工具的过程中，我意识到其他创始人也可能需要这个工具，因此我将其转变为我的主要产品。<p>我非常希望能得到创始人、投资者或任何对自动化联系感兴趣的人的反馈。你可以在这里查看：www.pilt.ai<p>我很乐意回答关于它如何运作、我学到的经验教训或在构建过程中遇到的陷阱的问题。

嗨，HN， 我是一名作家和独立开发者。在过去的几年里，我注意到一个问题：每当我坐下来写作——无论是论文、笔记还是草稿——我使用的工具总是慢慢把我从写作中拉开，转向其他事情（文件夹、统计数据、格式、指标）。最终，我发现自己在界面上花的时间比在文字上还要多。 于是我开发了featureless——一个非常简单的网页应用，只有以下功能： - 一个标题字段 - 一个写作区域 - 自动保存 - 清除、撤销、升级和登出 - 没有文件夹，没有格式按钮，没有嵌入，没有字数统计 这个应用的目标不是取代Notion、Ulysses、Obsidian、Word、Google Docs或其他写作工具，而是提供一个只需专注于写作、完成和继续前进的地方。一旦你完成了，可以将成品复制粘贴到你喜欢的工具中进行润色或发布。 这是一个网页应用，任何人都可以直接在浏览器中试用： [https://featureless.app](https://featureless.app) 有一个免费版，使用时间较短，如果你想长时间保留草稿，还有一个可选的付费计划。这个想法是引入足够的限制，以鼓励完成写作。 我非常欢迎任何反馈。 如有问题，随时问我。 谢谢， Manoj

一个与朋友一起玩道德困境的有趣游戏。我为12个AI代理赋予了星座个性（虽然我并不相信星座），使用了相同的大型语言模型，但采用了不同的个性提示。

是我一个人觉得Datadog的定价太疯狂了吗？我的意思是，想要查看APM，你至少得每月支付50美元。如果我的应用每月只有10个请求，我能免费使用吗？不行，还是得付费。如果只有我一个人在开发呢？不行，还是得付费。 不过，嘿，我们会免费提供这个指标页面，基本上只是告诉你你的RAM使用情况。 最糟糕的是，市场上没有合适的替代品。而且人们对此也心安理得。我这样想是不是太疯狂了？

这个项目是在周末完成的，旨在填补“能哼出旋律”和“能编写算法音乐模式”（Strudel/TidalCycles）之间的差距，以便于现场编码和现场DJ表演。 **功能介绍：** 在浏览器中实时进行音高检测，使用多种算法： - CREPE（通过 TensorFlow.js 的深度学习模型） - YIN（基于自相关的基频估计） - FFT（快速傅里叶变换）与谐波乘积谱 - AMDF（平均幅度差函数） 输出内容：可视化的钢琴卷、MIDI 文件、Strudel/TidalCycles 代码 所有处理均在客户端完成，数据不会离开您的设备。 **为何使用多种算法：** 不同的音高检测方法对不同的输入效果更佳。CREPE 最为准确但计算开销较大；YIN 速度快，适合干净的单音输入；FFT/HPS 适用于和声丰富的声音；AMDF 则轻量级。让用户可以根据自己的使用场景进行切换。 **技术细节：** 使用 React，完全在浏览器中通过 Web Audio API 运行 基于 Canvas 的可视化，实时波形渲染 **原始问题：** 我想学习现场编码，但对音乐理论一无所知。这个工具使得捕捉旋律想法变得简单，并能立即在基于模式的音乐系统中使用。 **试试这个工具：** [https://dioptre.github.io/tidal/](https://dioptre.github.io/tidal/) 在桌面上效果最佳，使用方式更像是数字音频工作站（DAW）。 **源代码：** [https://github.com/dioptre/tidal](https://github.com/dioptre/tidal)

我在田纳西州的乡村创建了这个项目，没有计算机科学背景，仅凭借密集的人工智能协作和模式识别。<p>问题在于：陪审团选择依赖直觉，没有任何文档支持。当上诉发生时，律师无法证明他们的过程是合理的。<p>MA'AT 创建了哈希验证的审计轨迹。它分析陈述的一致性，不依赖心理学，而是通过连贯性评分、矛盾计数和证据缺口来进行分析。<p>关键限制：一个语言防火墙在报告到达之前阻止了诊断术语（“诊断”、“原型”、“预测”）。这是经过设计的，能够在法庭上生存。<p>技术栈：Python/FastAPI 后端，SQLite，原生 JS 前端。使用 Docker 部署。<p>免费层是永久的。我们的理念是“强者为基础设施买单，弱者获得机会。”<p>希望能获得关于技术方案的反馈，以及法律限制是否合理的意见。

我从11岁开始编程，现在已经38岁了。在这27年里，我曾在EA DICE工作过游戏引擎，曾在OTOY和Embark进行渲染研究，现在经营一家为AMD、Intel和Meta提供服务的图形研发公司。我见证了许多新工具的兴起与消亡。 当AI编码工具开始流行时，我需要弄清楚：这是我公司应该投资的领域，还是可以安全忽视几年的事情？ 我决定彻底解决这个问题：全力以赴几周，构建一些真实的东西，超出我们现有的代码库，使用自主智能AI——不仅仅是自动补全，而是让Claude Opus实际编写文件、运行命令和提交代码。 三周后，我得到了答案。 Sonars在三周内从零到上线。一个开发者。纯自主智能AI。一旦核心功能正常工作，我就用Sonars来构建Sonars。 我在其他工具上遇到的一个问题是：Claude直接在我的工作目录中进行更改。一次实验性的提示就让我分支变得一团糟——未完成的功能、破损的测试、与自己产生的合并冲突。 回过头来看，解决方案显而易见：Git工作树。Sonars中的每个AI会话都在完全隔离的环境中运行。Claude可以尽情发挥——读取文件、编写代码、运行测试、提交更改——而你的主分支在你明确合并之前保持不变。 功能特点： - Claude可以读取文件、编写代码、运行终端命令、提交更改 - 每个会话在Git工作树中隔离 - 实时流式处理，具有扩展思考模式 - 带有语法高亮的可视化差异查看器 - 原生Rust + Dioxus应用 技术栈：Rust + Dioxus（前端），Axum（后端），SQLite + PostgreSQL，gix（纯Rust Git）。 提供免费层：[https://sonars.dev](https://sonars.dev) 经过27年并发布游戏引擎，我并不是轻易说出这句话：这是我有史以来最具生产力的时刻。对我最初问题的答案？这并不是可以忽视的事情。 欢迎提问有关架构、工作树方法或使用自主智能AI构建Rust的实际体验。

人类是否能够征服如此巨大的规模？