最新

背景简介：我拥有数学和计算机科学学位，并且在计算机视觉、语音和扩散模型方面有大约两年的经验（主要侧重于工程方面）。我现在希望更多地转向机器人领域，并且对制定学习路线图非常感兴趣。我想深入了解软件和人工智能方面的内容，特别是像视觉-语言-动作（VLA）模型这样的主题。有没有人能给我一些建议或推荐一个适合我这种背景、相对新手的机器人领域学习路线图？非常感谢任何指点！

我一直觉得从网站上复制粘贴内容到ChatGPT非常烦人，基本上希望Cursor的CMD+K能在任何地方都能使用。<p>于是我开发了一个小的Chrome扩展程序，名为InPageAI，旨在实现这个功能：<a href="https://inpageai.com" rel="nofollow">https://inpageai.com</a><p>在任何页面上按下快捷键，它会自动抓取上下文，然后你可以让AI进行总结、解释等。你还可以直接在输入框/文本框中使用它进行写作。<p>虽然现在还处于早期阶段，但你可以试试吗？我很想听听你的想法，或者如果你发现它在哪些地方出现问题！

大家好！我个人已经使用这个技术栈一段时间了，决定通过将其转化为一个可以重复使用的模板来进行一些自动化。希望其他人也能觉得它有用！

刚刚发布了我们的计划静态分析工具——plan-linter，这是一个小型的静态分析工具，可以在AI代理计划运行之前捕捉到“明显愚蠢”的错误。 <p>GitHub 仓库 -> <a href="https://github.com/cirbuk/plan-lint">https://github.com/cirbuk/plan-lint</a></p> <p>还可以阅读关于如何使用四步安全堆栈（“没有安全词”）来处理安全问题的文章 → <a href="https://mercurialsolo.substack.com/p/no-safe-words" rel="nofollow">https://mercurialsolo.substack.com/p/no-safe-words</a></p> <p>为什么？</p> <p>代理现在生成机器可读的 JSON/DSL 计划。大多数生产事故（循环、特权激增、原始机密）都可以通过离线扫描这些计划来捕捉，但大家都专注于运行时的防护措施。</p> <p>它的功能：</p> * 模式 + 策略验证（JSONSchema / YAML / OPA） * 数据流 + 敏感信息和个人身份信息（PII）的污点检查 * 循环检测（图循环） * 风险评分 0-1，失败阈值可配置 * 通过入口点的插件规则 <p>对于100步的计划，运行时间小于50毫秒，零令牌成本。</p> <p>在生产环境中部署具有工具访问权限的代理时，您是如何处理安全问题（预算超支、令牌泄漏）的？</p>

我之前的帖子标题没有“Show HN”前缀，所以在这里重新发布一下。<p>整个技术栈都是使用人工智能构建的，从基础设施管道、后端API、前端到AI聊天服务器。<p>下一步：构建一个代理，以通过以下方式提升用户体验： - 测试与AI角色的聊天 - 分析体验 - 改进角色的系统提示 - 然后重复这个过程