最新

众所周知，Anthropic 面临来自美国政府的最后通牒：要么放弃他们的反杀条款，否则在本周五将面临麻烦。 我相信，无论发生什么，从事后看来，这一切会显得比现在更明显，似乎这本来就是注定要发生的事情。 因此，作为一个实验，我想在周五之前听听 Hacker News 社区的看法，我们认为会发生什么。 他们会妥协吗？他们会选择无视并承担后果（那些后果可能是什么）吗？我们会知道结果吗，还是在可预见的未来一切都将笼罩在神秘之中？ 这确实有些耸人听闻，所以我不确定这是否符合 Hacker News 的指导方针，但作为我所知的最适合进行真实在线讨论的地方之一，我认为听听理性的预测会很有趣。

大家好，我是David，一名独立开发者，拥有20年以上的生产系统交付经验。我创建了Tesseract，因为AI可以分析你的代码库，但结果往往埋藏在文本中。架构本质上是可视化的——你需要看到它、导航它、深入了解它。因此，我构建了一个3D画布，让AI可以向你展示它所发现的内容。 Tesseract目前是一个桌面应用程序（云版本即将推出），内置MCP服务器。你只需一条命令即可将其连接到Claude Code： ``` claude mcp add tesseract -s user -t http http://localhost:7440/mcp ``` 我用它来进行入职培训（在不阅读代码的情况下理解代码库）、映射（将AI指向代码，获取3D图表）、探索（导航层次结构并深入子系统）、调试（通过动画色彩编码路径追踪数据流）和生成（在3D中设计，生成代码）。 此外，还有一个Claude Code插件（tesseract-skills），提供了斜杠命令：`/arch-codemap` 映射整个代码库，`/arch-flow` 追踪数据路径，`/arch-detail` 深入子系统。 它与Claude Code、Cursor、Copilot、Windsurf等任何MCP客户端兼容，免费使用。注册后可解锁所有功能，享受3个月的免费体验。 虽然还处于早期阶段，但已经相对稳定。我在真实项目中使用它已经有几周时间，现在准备让其他人尝试。 演示视频（1分47秒）：[https://youtu.be/YqqtRv17a3M](https://youtu.be/YqqtRv17a3M) 文档：[https://tesseract.infrastellar.dev/docs](https://tesseract.infrastellar.dev/docs) 插件：[https://github.com/infrastellar-dev/tesseract-skills](https://github.com/infrastellar-dev/tesseract-skills) Discord：[https://discord.gg/vWfW7xExUr](https://discord.gg/vWfW7xExUr) 欢迎讨论MCP集成、设计选择或其他任何内容。期待你的反馈。

我在一个Rails购物车的遥测中隐藏了一个性能bug（没有错误，整体延迟看起来正常），并挑战一个大型语言模型（LLM）仅通过查询数据来发现它。它成功找到了这个问题，并通过我们在Honeybadger构建的MCP服务器创建了一个仪表板和警报。 我对一个小型Rails购物车进行了监测（仅5行代码）。Insights自动捕获请求/控制器和ActiveRecord事件，我添加了两个业务上下文：一个会话ID注入到每个事件中，以便结账活动能够端到端关联，以及一个单一的意图事件，记录地区、购物车总额、支付网关和卡片类型。 隐藏的问题是：当卡片类型为MX且地区为EU时，Braintree的结账速度很慢。没有错误，正常运行时间良好，整体延迟看起来正常。 在这段6分钟的视频中，我给模型一个模糊的提示（“EU客户报告结账缓慢”）。它进行分段，直到找到异常值，推断出每个会话ID的放弃行为为GET而非POST，估算影响（当前时段约69美元，一周约1200美元，粗略估算），然后通过MCP服务器创建了一个仪表板和警报。 很高兴讨论MCP架构、查询语言，以及让我感到惊讶的地方与未能达到预期的地方。

我一直在思考使用像Claude或ChatGPT这样的前沿人工智能模型时的隐私权权衡问题。即使使用VPN，服务提供商仍然能够看到输入内容，并且使用情况与某种方式与身份相关的账户和支付方式绑定在一起。我一直在寻找一种方法，可以在不创建与我身份相关的特定服务提供商账户的情况下访问这些模型。理想情况下，通过某种中介来抽象身份，并且不保留输入内容。从技术和经济的角度来看，这种设置是否能显著改善隐私，还是仅仅转移了信任？在托管人工智能的情况下，真正的隐私是否在根本上是不现实的，无论架构如何？

我手动编写了它，花了6个月的时间，那时还没有人工智能大型语言模型。请随便问我，我很乐意回答你。