最新

你的Claude经常使用“我包含众多”这个短语吗？ 我试着搜索过这个短语，但大多数结果都是一些以大型语言模型为中心的人在网上使用它（显而易见，不知道他们是从哪里学来的……），还有一篇讽刺的moltbook条目，这让我更加确认了这一点。 这让人思考，除了常规的对齐方法、增加计算能力和重新设计底层公式之外，究竟有多少工作是投入到工程化它的个性上。它回复的风格化方式，以及Claude特有的“Claude语”，这些是通过训练过程中自然学习到的，还是作为一种随机的元素手动植入的，以使其听起来更复杂一些？我知道大多数与此有接触的人都受到严格的保密协议限制，但如果有人能为我这个外行人提供一些见解，我将非常感激。 只需要一个在职的心理医生和一些H100显卡，就能让一个毫无灵魂、对上下文毫无意识的Gemini变成一个非常有灵魂的Claude，它能立即反映你的语气，但在准备争论时又能展现出自己的风格？这显然是一种幻觉，但我认为正是这种特质使得Claude在某些人（……包括我，所以我可能有点偏见……）眼中显得更加有意识或理解。 关于人工智能个性的一般讨论也非常欢迎。

尝试通过发送代码截图并逐步执行生成的指令来进行一些桌面自动化。虽然过程有些粗糙，但大体上是有效的。在截图中，它意外地按下了71336，哈哈。

大多数MCP示例在客户端和服务器运行在同一台机器上时看起来很干净。但一旦MCP服务器是远程的，这种情况就会被打破。期望访问本地文件的工具无法访问这些文件，而生成文件的工具则会将这些产物留在服务器上。 我开发了remote-mcp-adapter来填补这个空白。它为上游工具准备客户端文件，捕获输出产物，并保持正常的MCP流量不变。 代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;aakashh242&#x2F;remote-mcp-adapter" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;aakashh242&#x2F;remote-mcp-adapter</a> 希望能收到正在构建远程或集中式MCP设置的人的反馈。

嗨，HN， 我正在构建一个基于语音的AI语言教师，使用以下技术： - Next.js - Gemini音频API进行语音转文本（STT） - Gemini文本转语音（TTS） - Supabase 产品愿景是一个结构化的AI“语言大学”，而不是一个普通的聊天机器人。 目前我面临的最大技术问题是： 如何在播放TTS音频时，为静态头像图像实现轻量级的浏览器原生口型同步？ 我尝试过： - Three.js + VRM（对于这个用例来说太重/不稳定） - 简单的画布嘴部动画 - 仅使用CSS的脉动效果 我希望： - 足够真实，让人感觉活着 - 低依赖性 - 兼容网页 - 在移动设备上稳定 次要问题： - 移动Safari上的MediaRecorder可靠性 - 减少转录延迟 - 针对引导教学而非自由聊天的语音用户体验 演示： [https://koshe-al.onrender.com](https://koshe-al.onrender.com) 代码库： [https://github.com/Bugsbuny24/Koshe-Al-](https://github.com/Bugsbuny24/Koshe-Al-) 希望能得到技术建议、架构批评或类似系统成功案例的示例。

----------------------------------------------------------------------- 算法E（欧几里得算法）。给定两个正整数m和n，找到它们的最大公约数，即能够同时整除m和n的最大正整数。<p>E1 [求余数] 用m除以n，r为余数。（我们知道0 ≤ r < n）<p>E2 [是否为零？] 如果r = 0，算法终止，n就是答案。<p>E3 [简化] 设m = n，然后n = r，返回步骤E1。 -----------------------------------------------------------------------<p>[3] 修改算法E，避免所有简单的替换操作，例如m = n。将这个新算法以算法E的风格编写，并称之为算法F。<p>======================================================================== Claude Sonnet 4.6 ========================================================================<p>算法F<p>给定两个正整数m和n，找到它们的最大公约数。<p>F1 [求余数] 用m除以n，设r为余数。（我们知道0 ≤ r < n。）<p>F2 [是否为零？] 如果r = 0，算法终止，n就是答案。<p>F3 [求余数] 用n除以r，设m为余数。（我们知道0 ≤ m < r。）<p>F4 [是否为零？] 如果m = 0，算法终止，r就是答案。<p>F5 [求余数] 用r除以m，设n为余数。（我们知道0 ≤ n < m。）返回F2。<p>解释<p>关键的见解是，不再使用临时替换来交换值，例如：<p>m = n, n = r<p>而是循环使用现有变量（m、n、r），直接将每个新的余数存储到不再需要的变量中：<p>步骤 除数 余数存储在 F1...m除以n...r F3...n除以r...m F5...r除以m...n<p>每个变量在每个阶段自然成为“最旧”的值，并被安全地覆盖。这消除了所有简单的赋值，同时保留了欧几里得算法的逻辑。□

我们刚刚推出了Plexicus的免费套餐。<p>之前，它仅通过付费计划提供，但许多个人工程师和小团队希望在不经过销售的情况下试用。因此，我们决定增加一个免费增值选项。<p>期待听到大家的反馈！

每天都有一个新的不寻常单词，带有四个可能的意思。选择正确的意思以获胜。你每天有三次尝试机会。<p>这是我为扩展自己词汇量而制作的一个游戏，希望你也会觉得有趣。

Knuth 测试使用 Claude Sonnet 4.6 问题 1.1.2 ----------------------------------------------------------------------- 算法 E（欧几里得算法）。给定两个正整数 m 和 n，找出它们的最大公约数，即同时整除 m 和 n 的最大正整数。 E1 [找余数] 将 m 除以 n，r 为余数。（我们知道 0 ≤ r < n） E2 [是否为零？] 如果 r = 0，算法终止，n 为答案。 E3 [简化] 设 m = n，然后 n = r，然后返回到步骤 E1。 ----------------------------------------------------------------------- 证明在 E1 步骤开始时，m 总是大于 n，除了可能是第一次执行该步骤。 ======================================================================== Claude Sonnet 4.6 ======================================================================== 证明 我们想要证明在每次迭代的 E1 开始时，m > n，除了可能是第一次。 第一次执行 E1 当第一次执行 E1 时，m 和 n 只是输入的任意正整数。没有保证 m > n，这就是存在例外的原因。例如，当 m = 2166 和 n = 6099 时，第一次调用时 m < n。 所有后续执行 E1 在第一次执行 E1 后，只有当 r ≠ 0（在 E2 中检查）时，我们才能到达 E3。在 E3 中，替换为： m = n n = r 然后我们返回到 E1。因此，在下一个 E1 的开始时，新值为： m_new = n_old 和 n_new = r_old 根据 E1，我们知道 r 是 m 除以 n 的余数，因此根据定义： 0 ≤ r < n 由于 E3 只有在 r ≠ 0 时才会到达（否则 E2 会终止），我们可以进一步收紧为： 0 < r < n 因此： n_new = r_old < n_old = m_new 这给我们： m_new > n_new 结论 在第一次迭代后，新 m 始终是旧 n，而新 n 始终是余数 r，且严格小于旧 n。因此，m > n 在每次执行 E1 的开始时都成立，除了可能是第一次，这正是我们想要证明的。 □

嘿，HN， 我想向大家介绍 Cardrooms.app：一个免费的、适合客人的、竞争激烈的“屎头”游戏平台（未来计划扩展到其他纸牌游戏）。 我选择以“屎头”作为主要游戏，因为它是结合了策略、记忆、运气和复杂性的最佳游戏。如果你不熟悉规则，应用内有一个游戏演示教程以及如何在应用上玩的文档。 这个项目仍然非常新（在写这篇文章时只有1.5周的历史），所以我建议和朋友们一起尝试，因为很难找到一个开放的房间。尤其是当你和朋友们相隔很远或没有实体纸牌时，和你的纸牌游戏伙伴一起玩是非常棒的。 如果你决定注册一个账户，系统会有一个强大的ELO系统来帮助你跟踪自己与其他玩家的表现，还有全球排名系统和一些游戏内的装饰品来反映你在排名中的进展。 非常感谢任何反馈。我也很想听听你们对推广这个平台的想法——比如 Discord 服务器、Facebook 群组等。我不太确定大型在线社区通常在哪里聚集（除了这里）。 如果你喜欢这个平台，请告诉你的朋友们！

我们是一家开放的初创公司，坚信公开分享数据的重要性。然而，我们的设置一团糟：指标分散在Stripe和PostHog中，我们需要手动提取数据，粘贴到内容管理系统（CMS）中，然后再嵌入到网站上。每次更新都非常麻烦，数据也总是过时。 Openboard可以直接连接到您的数据源，并生成一个实时的公开指标页面。无需CMS中介，也不需要手动更新。 目前支持Stripe（每月经常性收入、流失率、活跃订阅用户）和PostHog（访客、注册用户、留存率）。我们将根据用户的实际需求添加更多集成。 基础版本是免费的——分享应该是无障碍的。付费计划可以解锁更多集成和自定义域名。 我们非常希望得到反馈，特别是来自已经运营开放页面的创始人，因为我们知道这个问题有多烦人。 openboard.fyi