我制作了一个轻量级的网页游戏，关于计算资本支出（CAPEX）权衡：<a href="https://darios-dilemma.up.railway.app/" rel="nofollow">https://darios-dilemma.up.railway.app/</a><p>无需注册，支持移动端和桌面端。<p>每轮循环：<p>1. 选择计算能力<br>
2. 预测需求<br>
3. 在训练和推理之间分配能力<br>
4. 随机需求冲击决定结果<p>根据分配和预测误差，你可能会以盈利、现金紧张或破产的状态结束。<p>目标是让决策过程在每轮2-3分钟内直观易懂。<p>这只是一个玩具模型，故意省略了许多现实世界的因素。<p>注意：这基于我在听Dario在Dwarkesh播客中的分享后学到的内容——我觉得非常有趣。
返回首页
最新
mdr 是一个基于 Rust 的终端 Markdown 阅读器，具有以下核心功能：<p>- 良好的 Markdown 渲染：支持标题、列表、强调、引用、分隔线、表格和语法高亮的代码块。
- 多文档队列：可以同时打开多个文件/目录，然后在应用内浏览文档。
- 文件系统浏览器 (o)：从当前工作目录开始，允许您浏览文件夹并打开 Markdown 文件。
- 搜索功能：使用 / 进行搜索，n/N 切换到下一个/上一个，突出显示所有匹配项和当前匹配项。
- 链接支持：悬停时显示 URL，按回车键或鼠标点击打开链接。
- 流畅的 TUI 控制：键盘和鼠标滚动，帮助覆盖层 (h)，退出 (q)，BeeLine 模式切换 (b)，纯文本模式切换 (m)。<p>我为自己的需求编写了这个工具，希望它对您也能有所帮助。
在每天使用Cursor和Claude Code的过程中，我注意到当一个AI编码助手偏离或忘记约束时，我们往往认为这是模型的局限性。<p>但在很多情况下，这其实是上下文管理的问题。<p>以下是一些观察结果：
- 令牌不仅仅是限制，它们也是注意力的竞争。
- 即使在达到硬性窗口限制之前，注意力稀释就已经发生。
- 编码任务的衰退速度比聊天更快，因为它们依赖的密度和多重表示的处理（差异、日志、测试）。<p>因此，我开始有意识地管理上下文：
- 始终写下合同
- 按意图将会话分块
- 快照状态并重启
- 优先使用按需命令行接口，而不是预加载大型MCP响应<p>这大大提高了助手的稳定性。<p>我很好奇其他人是如何处理上下文优化的。
我曾与一家艺术画廊合作，他们希望在标签上添加二维码，以便访客可以扫描查看每幅画作的详细信息、艺术家简介、购买信息等。画廊还希望了解哪些作品最受关注。
我为他们构建了一个内部工具，后来将其提取并发展为 Scansprout（[https://www.scansprout.com](https://www.scansprout.com)）。
这个工具可以生成二维码并跟踪扫描情况，包括位置、设备和时间。您可以看到哪些二维码实际上获得了关注，哪些则被忽视。对于画廊来说，这帮助他们理解访客行为，并找出哪些艺术家应该更突出地展示。
技术栈包括 Python（Django）、Postgres、HTMX 和 Hyperscript。托管在 Heroku 上。欢迎随时询问有关构建或技术栈的问题。期待您的反馈 :)
嘿，HN！我建立了一个开发者工具平台（网址：devutilityhub.me），并且我正在出售完整的源代码。
为什么选择出售而不是投放广告：
- 更快的投资回报（几周对比几个月）
- 开发者重视生产代码以便学习
- 反正仍在运行这个网站以获取广告收入
包含的内容：
• 117个功能工具（JSON、Base64、正则表达式、哈希生成器等）
• Next.js 15 应用路由 + 服务器组件
• 530个自动生成的SEO页面
• 字体排版、Tailwind 4、完整的测试覆盖
• 盈利系统（战略性放置的2,561个广告位）
售价79美元，或按自愿支付（最低49美元）
欢迎讨论架构、SEO策略或盈利决策！