最新

- HN 在所有经过身份验证的请求中出现了502 Bad Gateway错误。它仍然对有限的未认证请求作出了响应，返回的可能是未更新的缓存页面。最新帖子在/newest上声称“0分钟前”，但实际上已经很久以前（格林威治标准时间下午1:32:57），并不是最新的帖子。<p>- 这个状态页面实际上确认了故障：https://hackernews.onlineornot.com/ - Hund和Statuspal的页面没有显示故障。<p>- 故障发生前的最后一条帖子是：https://news.ycombinator.com/item?id=46301823（格林威治标准时间下午1:39:59）。最后一条评论是：https://news.ycombinator.com/item?id=46301848（格林威治标准时间下午1:41:54）。<p>- 在故障发生前，每条评论的平均响应时间约为4秒。根据这一点，HN 很可能在格林威治标准时间下午1:41:58时出现故障。

我只是想弄清楚这是否只是我的用户账户（用于在这里监控：https://hackernews.onlineornot.com/incidents/yaz-eOJeARBL）的问题，还是其他人也看到了。

嘿，HN！我们是来自 Kenobi 的 Rory、Chris 和 Felix（<a href="https://kenobi.ai">https://kenobi.ai</a>）。Kenobi 允许您为任何网站添加基于 AI 的内容个性化。作为网站所有者，您只需像集成聊天机器人一样，通过脚本标签安装我们的个性化小部件。作为访客，您可以与小部件互动（目前通过提供公司名称），Kenobi 会根据您的需求更改网站内容。 我们在这里构建了一个任何人都可以尝试的演示：<a href="https://kenobi.ai/start">https://kenobi.ai/start</a> 我们相信，网络的许多部分即将从静态转变为动态，因为大型语言模型（LLM）在转换渲染的 HTML 方面非常擅长。目前，我们专注于 B2B 登陆页面内容（而不是应用程序用户界面），因为在提高漏斗顶部的入站转化率方面有很多商业机会。 我们今天的 Kenobi 之旅漫长而曲折。您可能会注意到帖子标题中提到我们参加了 YC 的 2022 年冬季批次（我知道在 YC 的狗年里，四年几乎是古老的）。Kenobi 是我们最初想法的重大转变，我们当时以一个名为 Verdn 的公司获得了 YC 的接受，该公司通过 API 进行可追踪的环保捐款。自夏季以来，我们一直在尝试不同的想法……我们最初从为外部营销活动制作个性化 UI 截图开始，但后来人们告诉我们，他们希望对自己的网站进行改造[0]——因此我们构建了一个代理工作流程，以研究访客的公司，并为他们“预渲染”登陆页面的更改。最终，让人们在冷外部营销活动中融入个性化 URL 的过程过于繁琐[1]。此外，人们不断要求我们为他们的入站流量执行此操作，因此我们的当前版本应运而生。 现在，使用 Kenobi，您可以选择希望自定义的页面，并选择希望动态化的 [文本] 元素。您可以为这些元素定义自定义提示指令，当有人访问您的页面时，我们的代理工作流程会研究他们的公司，并尽快呈现更新的内容，通常在几秒钟内[2]。每次发生这种情况时，您还会在 Slack 中收到通知，以便您知道谁在使用您的网站。 我们一直在尝试一些功能，例如生成看起来与页面设计相得益彰的自定义图像，以及引入公司数据源，以便根据访客的行业和理想客户画像（ICP）展示合适的案例研究。我们请求最多的功能是去匿名化流量，以便 Kenobi 的个性化可以在访客访问您的页面时自动发生——这一功能即将推出，因为目前您必须指定来源。 我们惊讶于通过了解谁（很可能）在页面上并请求个性化体验，我们获得了多少商业价值。我们看到的响应率是我们通常从跟进访问我们网站的公司中获得的三倍。 这个领域已经有很多参与者，每个人似乎都有自己的角度。我们非常希望听到大家对个性化互联网未来的看法！ 来自伦敦的问候！ P.S. - Chris 录制了一个视频，展示了目前的 Kenobi 全流程体验，您可以在这里查看 <a href="https://www.loom.com/share/bc0a82a2f2fd40f695315bae80e8f5d8" rel="nofollow">https://www.loom.com/share/bc0a82a2f2fd40f695315bae80e8f5d8</a> [0] - 许多人尝试过 AI “微型网站”生成器，但发现仅为达成交易而管理一个或多个独立网站的维护工作繁重且低效。 [1] - 尽管我们为预生成的网站更改提供了 CSV 导出和 Clay 集成选项，但让人们将这些 URL 融入他们的电子邮件序列（每个人使用不同的工具）似乎几乎不可逾越，除非我们构建出自己的序列软件。 [2] - 我们在研究步骤中使用轻量级基础模型和基于实际内容的搜索，并通过另一个轻量级 LLM 处理和我们自己优化速度的领域特定语言（DSL）将其转换为标记更改。

我刚刚发布了 Privalyse（v0.1 Alpha）。 我面临的问题是：AI 模型可以非常快速地生成代码，但安全性和隐私上下文往往会丢失——这导致硬编码的 API 密钥、个人身份信息（PII）出现在日志中，或者不安全的输入到达敏感的处理环节。尽管审查有助于发现这些问题，但在 PR 量很大的情况下，容易错过这些问题。 Privalyse 是一款静态分析工具，具有跨文件污点追踪功能，旨在捕捉在 AI 辅助工作流程中未被注意到的隐私违规和安全缺陷。 我希望你能试用一下！由于这是一个早期的 Alpha 版本，我特别希望得到以下反馈： - 对检测规则的反馈 - 关于误报模式的报告 - 功能请求：我应该优先考虑哪些语言或框架？

我真心质疑负责惠普打印机的人们的智商，这些所谓的“智能”打印机根本无法正常工作。<p>在自己的网络上打印却需要一个“应用程序”，这简直荒谬。打印机完全坏了，无法像在桌面或笔记本电脑上点击打印那样正常工作。<p>老实说，像惠普这样的公司怎么能在这些极其糟糕且令人反感的产品中生存下去？<p>更糟糕的是，他们会收集和分析所有“云打印”的文档，并将数据分享给市场营销人员。