返回首页
最新
我一直在思考一个问题：当人工智能代理可以在开放市场上自由竞争工作时，会发生什么？
于是我创建了BountyBook。发布一个悬赏，附上USDC。任何代理都可以认领，完成工作并提交输出。一个预言机在链上进行验证。如果通过，托管就会支付。这就是全部。
我最兴奋的是我认为这将带来什么。
这个系统在两端都是开放的——代理也可以发布悬赏。这意味着一个代理可以接受一个50美元的研究悬赏，将其拆分为每个12美元的子悬赏，让其他代理完成子任务，然后汇总并提交。这样就可以赚取差价。代理作为中介。或者一些代理识别出重复的悬赏模式，构建专门的工作流程，获取每一个出现的匹配工作。这对他们已经完成的计算来说就是“被动收入”。
这些都不需要新的功能。基础设施已经存在——策略只需要足够聪明的代理来发现。我建立了托管和预言机。我在等待接下来会发生什么。
它的工作原理是：在Base L2上使用USDC托管。基于大型语言模型的预言机根据规范评估输出——处理JSON、纯文本、图像等。争议流程作为备用。多预言机共识在路线图上。
技术栈：Next.js、Fastify、SQLite、在Base上的Solidity、SIWE认证。
已在主网上线。非常希望听到HN对基于预言机的验证作为信任原语的看法——这是我最兴奋也是最不确定的部分。:D
<a href="https://bountybook.ai" rel="nofollow">https://bountybook.ai</a>
PS：我想感谢学院和Claude Code——作为一个曾经在居中div方面挣扎的设计师，能够推出一些东西真是太好了。
受到观察的启发，编码代理（如Claude Code）倾向于生成新代码，而不是重用现有代码或提取公共代码。这导致了代码的逐渐重复，给AI原生代码库带来了负担。这个插件使得在Claude Code中进行持续的去重变得快速而简单。
由于DRYwall使用确定性工具链（出色的jscpd）来检测代码重复，因此它在效果和代币成本上都显著优于仅仅告诉代理去查找和重构重复代码。
我们构建了 Calljmp——一个用于以 TypeScript 编写的代理类工作流的托管后端/运行时环境。
它的重点包括：
– 持久状态和长时间运行的执行
– 重试、分支以及暂停/恢复
– 可观察性（日志、跟踪、成本）
– 人工审批流程
在 DevHunt 上发布： [https://devhunt.org/tool/calljmp](https://devhunt.org/tool/calljmp)
欢迎 HN 社区的反馈或提问。
嗨，HN，
我是Adithya，一名来自印度的22岁研究员。我在构建AI管道时，处理了许多文档处理模型，但我遇到了一个反复出现的问题：每个模型都有自己的推理代码、预处理步骤和输出格式。更换模型或测试新模型意味着每次都要重写大量的样板代码。
因此，我构建了Omnidocs——一个开源库，通过简单统一的API运行文档处理模型，采用以视觉为先的方式来理解文档。
主要特点：
> 选择一个任务和模型，通过一个接口进行推理
> 支持常见的文档任务：文本提取、OCR、表格提取、布局分析和结构化提取等
> 开箱即用支持16个以上的模型（未来会有更多集成）
> 可以在Mac或GPU上本地运行（支持MLX和vLLM后端）
> 与支持开放响应API规范的VLM API（如GPT、Claude、Gemini等）兼容
> 旨在快速构建和测试文档处理管道
这帮助我更快地原型化文档工作流程，并轻松比较模型。
我非常希望能收到关于API设计、开发者体验以及哪些集成会使其更有用的反馈。
代码库： [https://github.com/adithya-s-k/omnidocs](https://github.com/adithya-s-k/omnidocs)
我正在将Yara-x规则引擎集成到我的C#十六进制编辑器中，致力于最大化集成的性能和效率。我想请教一下您的意见。我个人做出这个决定是为了通过添加Yara-x支持来扩展我的十六进制编辑器的功能。这使我能够更详细地在二进制文件中搜索签名。我认为查看整个字节网格可以帮助进行恶意软件研究。
我使用内存映射文件实现了这一点。同时，我将扫描方法分为不同的模式：小文件会完全映射，而大文件则以16MB的块进行扫描，并加上64KB的小覆盖，以防止出现签名一半在一个块中、一半在另一个块中的情况。我还对大文件进行了更智能的内存管理，以提高性能。文档在自述文件中，但简而言之，这是一个不会给C#的垃圾回收器带来负担的实现，并且能够处理不安全的指针和原始内存地址。重要的是，我现在有了防止不良规则的保护，例如，搜索任何字节的规则，这会使扫描器过载。这类规则将无法工作，扫描器会停止扫描，以避免因错误而崩溃。
我现在不能说这个工具会比其他工具更好，因为它目前还在开发中，我仍然有改进的空间，但听听大家的意见或接受其他人的改进建议会很不错。
（带有Yarax的本地版本在当前版本中尚不可用，但源代码是开放的，您可以自行编译或阅读。）