最新

我开始写书已经有一段时间了。创作的过程并不容易，首先因为我并不是一名作家。我在网上写过一些经过深思熟虑的帖子，最终这些帖子汇集成了我的第一本书。这是一次不错的体验，但随后我开始觉得，仅仅将我的在线想法汇集在一起并不算真正的“写书”，我需要更多的东西。于是，我打开了谷歌文档，开始打字。 接着，我开始思考我想写什么：应该是一个幻想故事、自传，还是对世界的观察？我相信大多数作家在开始之前就已经想清楚了，但我不是。我开始写一些片段，看看它们是否能够结合在一起并且有意义。我开始收集基于我核心信念的哲学轶事，并感受到一些东西在酝酿。 当我最终决定书的主题，以及我想要的写作风格时，我看到一个已经相当庞大的文档，里面散布着各种想法。这对我来说是件好事，因为我可以将这些片段拼凑在一起，但我不想被困在可能会重复的写作中。我希望将这些想法、哲学，以及书本存在的全部理由，存放在一个我可以轻松访问的地方。 我计划使用人工智能作为记忆库，在对话中添加信息。然后，每当我查阅时，我可以检查自己是否已经写过某些内容，以及这些内容是否反映了我想要的书的气质和节奏。一切看起来都很顺利，但我们遇到了一些问题。 首先，人工智能的写作存在许多错误。我可以获得帮助和写作的灵感，但由于我们长时间的交流，人工智能开始出现幻觉，产生无意义的内容，或者“忘记”我们的对话。 第二个问题是，人工智能无法持续验证已经写过的内容。随着文本的增大，上下文窗口开始缩小，我越是使用这个人工智能工具，它的帮助就越少。 于是，我决定寻找一个能够满足我需求的工具。我在我使用的每个产品中找到了某些元素：有些工具写起来非常令人满意，有些则具备良好的文本增强功能，有些让我能够有效地组织我的书籍思路，还有一些则使用人工智能进行校正和校对。 这个市场的解决方案多种多样，提供了许多不同的方法。我可以轻松地在工具之间切换，但我希望有一个统一的工具，将我的写作过程集中在一个地方。这就是我创建这个文本编辑器并称之为SourcePilot的原因。它是一款能够在你写作时识别你的写作风格的工具，允许你添加笔记、来源和视频，并将它们用作人工智能的上下文，从而生成更符合你写作风格的细致输出。 构建这个工具的过程很有趣，我提供了一个链接供你试用。这是一个桌面应用程序，你可以根据你的硬件免费使用。我希望能找到一些人给我反馈，告诉我它的问题。那些无法安装它的人（我在Mac上构建的，无法测试Linux和Windows），或者在登录时遇到问题的人。我在写这段文字时也遇到了很多问题，因为我正在使用这个工具。 我计划很快推出一个新版本，包含我开发的反混乱算法以及文档分支功能。我只是想看看目前是否有感兴趣的人使用它。如果没有用户，那也没关系。我觉得我已经为自己做了一些事情。:) 如果你能看到这里，非常感谢你的关注。你的支持让我倍感珍惜。 祝好！

我一直在开发一个扩展，将完整的Genesis DB体验直接带入Visual Studio Code。Genesis DB本身是一个生产就绪的事件源数据库引擎，借助这个扩展，您现在可以： - 使用基于令牌的身份验证管理多个连接（开发、测试、生产） - 通过内置的事件浏览器UI探索事件 - 提交新事件，运行GDBQL查询，并即时查看结果 - 直接在编辑器中管理模式（注册、浏览、验证） - 使用内置的GDPR功能，如事件删除，而无需离开VS Code 我们的目标是：不再在命令行、API和文档之间切换，一切都集成在您已经使用的编辑器中。 您可以在这里查看这个扩展： [https://marketplace.visualstudio.com/items?itemName=patriceckhart.genesisdb-vscode](https://marketplace.visualstudio.com/items?itemName=patriceckhart.genesisdb-vscode) 我很想听听您的想法： 这对您的工作流程有帮助吗？您希望在VS Code的数据库扩展中看到什么？

我们很高兴地发布 Factorio 学习环境 (FLE) 的 v0.3.0 版本，这是一个用于评估 AI 代理在长期规划、空间推理和自动化任务上的开源环境。 == 什么是 FLE? == FLE 利用游戏 Factorio 来测试 AI 是否能够应对复杂的开放式工程挑战。代理通过编写 Python 代码来构建自动化工厂，从简单的资源提取（约 30 单位/分钟）逐步发展到复杂的生产链（每秒数百万单位）。 == 0.3.0 版本的新特性 == - 无头扩展：不再需要游戏客户端，支持大规模并行化！ - OpenAI Gym 兼容性：为强化学习研究提供标准接口 - Claude Code 集成：我们正在 [Twitch](http://twitch.tv/playsfactorio) 上直播 Claude 玩 Factorio - 更好的工具和 SDK：1 行命令行指令即可运行评估（支持 W&B 日志记录） == 关键发现 == 我们对 24 个逐渐复杂化的生产自动化任务评估了前沿模型（Claude Opus 4.1、GPT-5、Gemini 2.5 Pro、Grok 4）。 即使是最好的模型也面临挑战： - 大多数模型仍依赖半手动策略，而非真正的自动化 - 代理很少定义辅助函数或抽象，限制了它们的扩展能力 - 错误恢复仍然困难——代理经常陷入重复失败的循环 在 FLE 上模型之间的性能差距与现实世界任务基准（如 GDPVal）的相关性比与传统编码/推理评估更高。 == 这为什么重要 == 与快速饱和的基于考试的基准不同，Factorio 的指数复杂性扩展意味着实际上没有性能上限。所需的技能——系统调试、约束满足、物流优化——可以直接转移到现实挑战中。 == 自己试试 == >>> uv add factorio-learning-environment >>> uv add "factorio-learning-environment[eval]" >>> fle cluster start >>> fle eval --config configs/gym_run_config.json 我们正在寻找希望推动代理能力边界的研究人员、工程师和模组开发者。如果你想贡献力量，请加入我们的 Discord。我们期待与你见面，看看你能构建出什么！ -- FLE 团队

看到那么多单人SaaS经受住时间的考验，并实际发展成更大的公司，真是令人振奋。让我们为2025年再来一次吧。 版本： 2019 - [https://news.ycombinator.com/item?id=19701783](https://news.ycombinator.com/item?id=19701783) 2016 - [https://news.ycombinator.com/item?id=11924009](https://news.ycombinator.com/item?id=11924009)