嘿，HN。<a href="http://peerd.ai" rel="nofollow">http://peerd.ai</a> 是一个完全在浏览器中运行的 AI 代理工具，作为一个网页扩展存在。你不需要安装一个单独的“AI 浏览器”，也不需要附加或运行外部进程，或管理繁琐的 MCP 集成。它只是一个完全独立的网页扩展，使用原生 JavaScript 编写，几乎没有非浏览器的依赖，使用你自己的提供者密钥，并遵循 Apache 2 许可证。
这不仅仅是一个有趣的黑客项目。虽然它主要是一个个人的副业项目，但我真心相信，浏览器和网络可能是 AI 代理安全、自治地运行的最自然平台，最重要的是不需要 A2A 中介（稍后会详细说明）。为了证明这一点，peerd 不仅仅是驱动浏览器自动化。它利用标签和工作实例创建隔离的沙箱，以支持各种实际工作负载类型。这些包括无头 JS 计算工作、可视化 JS 笔记本、个人客户端应用程序，以及基于 wasm 的真实 Linux 虚拟机，支持完整的 HTTP 网络。
在过去几个月的行业讨论中，“哪个底层是 AI 代理沙箱的最佳选择”成为了主流话题，许多竞争性的答案集中在不同的模型和用例上。Cloudflare 是最突出的例子之一，它将基于 v8 隔离的工作者定位为最佳解决方案，得益于比容器更快的启动时间和强大的隔离保证。v8 隔离当然是 Chromium 的产物，Chromium 在全球数十亿浏览器上免费运行。整体来看，浏览器可能是整个软件行业中经过最严峻考验的沙箱系统。它建立在三十年的对抗恶意内容、恶意代码和恶意用户的学习基础之上。原生和云代理必然需要从头开始重建这一姿态，而 peerd 则不需要。它利用浏览器所能提供的一切，并将其推向功能极限，同时继承了来自主机系统的安全基线和隔离。
强大的沙箱功能并不是浏览器唯一提供的，peerd 也在利用这一点。它配备了极其强大且被低估的原语，包括 webCrypto、webRTC、webAuthn、webGPU，以及即将推出的 WebNN。直接的网页访问，结合你真实的实时会话和通过 fetch 进行的 API 调用，提供了一种替代 MCP 集成的模型。代理可以在标签页中直接编写和生成网页应用，无需托管服务。然后是 A2A 部分：peerd 已经建立了一个基本的点对点（peerd-to-peerd？）网络，使用 webRTC。今天，你可以在网络上与其他用户连接，将他们添加为联系人，并分享你创建的签名应用。我正在努力扩展这些应用，使其能够利用同一 P2P 网络来支持去中心化网页应用（dwapps），并促进真正的 P2P A2A，无需平台或中介。
鉴于这是一个早期的兼职项目，目前处于极其实验性的构建状态，版本为 v0.x 预览。我已经尽力解决致命的三重威胁：主要代理循环/会话永远不会处理不受信任的 DOM 代码或具备低级导航工具。它将这些任务委托给专用的网页运行器，这些运行器没有更广泛的工具或秘密访问权限，只返回汇总结果。DOM 和汇总结果都被视为不受信任，这意味着需要两个堆叠的提示注入逃逸。所有出口都通过一个中央模块，该模块具有可自定义的拒绝列表，只有对指定允许的端点的模型调用是可能的。有关更多信息，请参见文档、网站和代码本身。最终，使用风险自负。
今天，Anthropic、Open Router、本地 Ollama，甚至一个实验性的 WebGPU 实例的 Gemma 都得到了支持。
诚实的限制：Chrome 商店和 AMO 仍在等待中，直到它能获得更多的关注和实时使用。从 GitHub 加载未打包版本是最简单的方法，作为额外的好处，由于没有构建，审计也变得容易。基于 wasm 的 Linux 依赖于 Cheerpx 引擎，该引擎不是开源的，并且对商业使用有限制。这可能是重新评估与其他替代方案相比的一个好理由，但它也是性能最优的，并且看起来最接近实现 64 位支持。
请随意探索、使用、批评，并享受乐趣。
返回首页
最新
我开发了一个基于语音的人工智能模拟面试系统。您可以选择角色，例如前端开发或工程经理等，选择级别和类型，系统会生成相应的问题和场景，并进行面试。
大家好！TikZ 是一个广泛使用的 LaTeX 包，用于在论文中绘制图形。它使用类似 \draw[->] (0,0) -- (1,2); 的命令来绘制线条、形状、文本等。学术界通常手动编写图形代码，因此在坐标上进行大量调整并重新编译，直到效果满意。我想这有点像 SVG，但它更多的是代码而不是标记，例如它使用 \foreach 进行循环。
我开发了一个开源的所见即所得（WYSIWYG）TikZ 编辑器（可用于网页和桌面），允许用户通过拖动和调整元素的大小来直观地编辑 TikZ 源代码。它同时显示源代码和渲染后的图形，并允许用户在两个视图之间进行编辑，同时保持同步。我不知道还有其他同时作为源代码编辑器和所见即所得编辑器的工具（即使是用于编辑 SVG 或 HTML 的），我对这种组合的效果感到非常满意。
该应用的实现方式是解析 TikZ 代码，并始终跟踪每个对象的确切源位置。因此，当用户将一个元素拖动到新位置时，应用可以仅覆盖坐标中的数字，而不改变代码中的其他内容（例如换行或缩进）。
这种方法基本上需要重新实现 TikZ 的大部分功能，这是人类通常不愿意做的任务。我认为，构建那些因为编写起来极其繁琐而尚不存在的软件，是得益于编码代理的一大新可能性，值得我们思考其他类似的例子。（这个应用几乎完全是由 Codex 构建的。）
实现这个应用的过程中还伴随着许多有趣的副任务，包括构建从 SVG / pptx / ipe 转换到 TikZ 的转换器，重新实现 LaTeX 的连字符和换行算法以支持多行节点，以及制作一个使用 LaTeX 论文中常用的 red!20!black 颜色混合表示法的颜色选择器。
在过去一年中，我与一些非技术背景的人（传统金融人士、顾问）进行了几次对话，他们希望能有一个简单的解释，来了解GPT的工作原理。这些人通常能够快速掌握新概念，但不一定具备深入研究所需的数学背景，他们希望有一个比“它们预测单词”更强的框架。
我之前通常会推荐他们去看Karpathy的内容、《Illustrated Transformer》以及其他YouTube视频，但我觉得提供一些更直观的、无需数学基础的解释可能更适合解答诸如“为什么要进行矩阵乘法？”这样的问题。
因此，我制作了一个简单的互动课程，时长约60到70分钟，并附带了一些演示材料，可以分享给他们。我发现这个课程在帮助他们理解术语和概念方面非常有效，适合作为他们进一步学习Karpathy等内容的初步引导。
这个课程是免费的，无需注册。我非常希望能收到反馈，了解在哪些方面可能会让非技术读者感到困惑，以及从事这一领域的专业人士认为我在哪些地方简化得过头，失去了准确性。
了解更多信息请访问：understandgpt.xyz
我时常听到身边的开发者谈论人工智能如何彻底改变了他们的生活，他们甚至不再编程，只是输入提示。但每次我使用它时，输出结果总是有问题。当输出不准确时，我不得不逐一阅读所有内容，学习它是如何工作的并进行修正，这样一来，我还不如自己动手写代码。
我就是不明白其他人所看到的是什么。我主要使用过Claude和ChatGPT，虽然我获得了高级版的免费试用，但感觉实在是令人失望。到目前为止，它们对我唯一的用处就是作为搜索引擎，但它们的错误率高达20%，所以即使是这个用途也值得怀疑。