最新

我敢说，“前种子融资”正在走向衰亡。或许下一个独角兽不再是唯一的目标。 让我来解释一下。在Gian Segato的精彩文章《机构吞噬世界》中，他展示了人工智能如何为高效能的创始人提供强大支持，并且机构的作用大于智力。我想以此为起点，说明“创业创始人”的转变即将颠覆风险投资行业。 如果一个创始人不需要团队几个月来测试一个想法，而是能够在几周内独自完成，那为什么还要费心制作一个前种子融资的演示文稿呢？ 如果他们成功了，有两个选择： 1. 融资种子轮 2. 继续独立发展 我敢打赌，很多人会选择第二个选项。因为——老实说——融资的过程很糟糕。其次，并不是所有的新创公司都需要风险投资的资金。而那些确实需要（并符合条件）的种子轮融资的公司，其估值将会飙升——种子轮融资将开始看起来更像是A轮融资。 那么我们在这里得到了什么？ 成千上万的高利润企业即将诞生。它们中的大多数不需要你的（风险投资）资金。像John Rush和Marc Lou这样的人正在证明这一点。而且，是的，在他们之中，肯定会有一个“圣杯”，一个独立的独角兽。 这就是变化。这就是我们所知的前种子融资的终结。现在我想问一些问题——并提出一些，尽管较少的，答案。 首先：早期风险投资者还能参与其中吗？ 我的看法是——可以，如果你在“早期”阶段更早一些。投资的对象不是初创公司，而是人。 是的，优秀的创始人能够克服困难，变得更强大，这些都是伟大传记电影的素材。但实际上——99个潜在的优秀创始人在成功前的最后一步就破产了。我们只是不知道他们的故事。这是生活的残酷数学。在很多情况下，他们的问题本可以通过他们没有的资金解决。不是商业问题——而是基本的生活问题。亲人的疾病。耗尽精力的日常工作。又一次错过的房租支付成为压倒骆驼的最后一根稻草。 如果我们用每月的支票支持高效能的创始人一年，让他们全力以赴，会怎样？ 投资者可以建立一个“天使指数”，专注于极具盈利能力的独立经营企业，而不是追逐独角兽。 这就是我创业公司SomeGuys.VC的理念——一个为高效能独立创始人提供众筹的平台。但我并不是来推销它的。 问题是——我们还没有所有的答案。例如，即使我们仍在谈论股权，但我所描述的初创公司可能永远不会出售——没有“流动性事件”。它们将成为现金机器，产生分红的企业。 我们是否拥有合适的机制？SAFE似乎不适合这里。 我在考虑早期投资者与创始人之间的收入分享协议。但它们应该是什么样的？应该是终身的吗？什么是公平的份额？如何合法执行？或者只是一个创始人回购条款——内置一个倍数。 我真的相信这些问题很重要。 风险投资在最佳状态下，是一股向善的力量。而现在，它可能会产生更大的影响，帮助比以往更多的人。 在人工智能出现之前，这种融资是不够的。但现在是可行的。 而且这不仅仅是科技。想象一下，最近的电影学院毕业生发布了一部由人工智能生成的电影，里面有新的、独特的英雄，推出了一个新系列。教师们正在发明新的教育方式。一位博士生在使用最新的语言模型几周后，提出了自己领域的革命性方法。还有我们尚未想象的事情。 这个想法似乎最近在聪明人的脑海中流行开来。比如，Garry Tan和YC最近推出了一个针对学生的项目，提供2万美元，让他们能够将夏天的时间投入到自己热爱的事情中。我们建议更进一步。 人工智能将改变一切。风险投资也不例外。我们很想听听你对此的看法。

您可能听说过DevinAI的新发布产品DeepWiki——一个分析GitHub仓库并生成AI驱动文档的工具。问题是？据说它的计算成本高达30万美元，并且被锁在付费墙后。 我想：为什么不让每个人都能使用呢？ 在此介绍Open DeepWiki： 一个开源、自托管的替代方案，将任何GitHub仓库转变为一个全面的维基，提供AI生成的文档、架构图和代码解释。没有云锁定，没有付费墙，只有本地的、私密的分析。 特点： - AI生成的文档（支持GPT、Gemini和本地模型） - 可视化图表（使用Mermaid.js） - 基于代码库的问答，采用RAG驱动的AI - 支持私有仓库，完全在您的机器上运行 仓库地址： [https://github.com/AsyncFuncAI/deepwiki-open](https://github.com/AsyncFuncAI/deepwiki-open)

大家好，我想分享一个我们在过去几个月里一直在开发的新项目，名为ART（<a href="https://github.com/OpenPipe/ART">https://github.com/OpenPipe/ART</a>）。 ART是一个用于训练智能体的开源框架，采用强化学习（RL）技术。强化学习使您能够训练智能体在任何可以测量和量化结果的任务中表现得更好。 目前有许多优秀的项目专注于使用强化学习训练大型语言模型（LLM），例如GRPOTrainer（<a href="https://huggingface.co/docs/trl/main/en/grpo_trainer" rel="nofollow">https://huggingface.co/docs/trl/main/en/grpo_trainer</a>）和verl（<a href="https://github.com/volcengine/verl">https://github.com/volcengine/verl</a>）。我们在OpenPipe的客户项目中广泛使用了这些框架，但对一些关键限制感到沮丧： - 多轮工作流程，即智能体调用工具、获取响应并再调用另一个工具的过程，支持不佳。这使得它们在需要智能体执行一系列动作的任务中无法使用。 - 其他框架通常GPU效率低下。它们可能需要多个H100 GPU才能训练一个小型的7B参数模型，并且在训练循环的“回放”和“训练”阶段无法始终保持GPU的高负载。 - 现有框架通常不方便与现有的智能体代码库集成。现有的训练器期望您调用原始文本完成端点，而不会自动提供行业标准的聊天完成API。 ART旨在解决这些限制，使训练高质量智能体变得简单。我们在这篇文章中分享了许多细节和实践经验，演示了如何训练一个表现优于o3的电子邮件研究智能体（<a href="https://openpipe.ai/blog/art-e-mail-agent">https://openpipe.ai/blog/art-e-mail-agent</a>）。您还可以在我们的公告文章中了解更多关于ART架构的信息（<a href="https://openpipe.ai/blog/art-trainer-a-new-rl-trainer-for-agents">https://openpipe.ai/blog/art-trainer-a-new-rl-trainer-for-ag...</a>）。 欢迎随时提问！

嘿，黑客们！<p>在2025年1月，我开始构建Telebugs。这是一个可安装的错误追踪工具，兼容Sentry SDK。<p>我来自Rails背景，之前在一家错误追踪/APM公司工作，所以我想：为什么不自己做一个呢？我想要一个简单、可靠的工具，能够完全拥有，而不必担心超额费用带来的意外账单。<p>Telebugs是基于Rails 8、Hotwire、TailwindCSS和SQLite构建的。就像37signals的ONCE产品（我的灵感来源），它是一次性付费的：准备好你的硬件，运行一个命令，你将在10分钟内完成安装（实际安装时间为5分钟）。<p>它支持推送和电子邮件通知，每天处理数百万个错误（具体取决于硬件），在单个Docker容器中运行，并根据你的规则自动清理旧数据。这个理念是，你只需安装一次，之后就可以忘记它。<p>从第一天起，我就在社交媒体上分享更新，今天我正式发布它。可安装的自托管软件对我来说是个新概念，但构建Telebugs让我重新感受到网页开发的乐趣。<p>我花了3.5个月几乎每天都在工作，才独立完成这个项目。现在我用它来追踪我所有项目中的错误。<p>欢迎随时提问！

目前，我看到的数据显示，Wayland在使用X的情况下的占比在80%到93%之间，具体取决于我阅读的来源。我希望Wayland能够获得更多的关注，但我也意识到，许多使其具有吸引力的特性直接影响了其可用性，因为许多工具和技巧依赖于X固有的安全漏洞。大家认为Wayland在Linux生态系统中的使用率达到50%需要多长时间？

我们刚刚推出了一个我非常自豪的小项目——一个超级数据库MCP服务器！<a href="https://centralmind.ai" rel="nofollow">https://centralmind.ai</a> <p>- 只需几次点击即可将您的数据库连接到Cursor或Windsurf。</p> <p>- 与PostgreSQL、MSSQL、ClickHouse、Elasticsearch等进行对话。</p> <p>- 通过DuckDB的内存模式瞬间查询巨大的Parquet文件。</p> <p>- 无需下载，无需繁琐的设置。</p> 短视频：<a href="https://youtu.be/BboQtxen9tA" rel="nofollow">https://youtu.be/BboQtxen9tA</a> <p>基于我们的开源MCP数据库网关构建：<a href="https://github.com/centralmind/gateway">https://github.com/centralmind/gateway</a></p> <p>注意：您需要提供连接字符串以连接到您的数据库。</p> 对于关注隐私的用户，这仍然是一个很好的工具，可以用于实验MCP、开发或使用DuckDB分析公共数据集。