最新

我理解为什么人工智能目前在网络讨论中占据主导地位。这项技术新颖，正在突破界限，商业方面涉及数万亿美元，并且已经进入了普通人的主流生活。 但是，我真的觉得它没有趣。对于那些感兴趣的人来说，太好了！但对我而言，无论出于什么原因，它都无法满足我大脑中的那部分需求。我宁愿花几天时间编写和调试代码（为了创建一个5分钟的自动化程序；）也不愿意让人工智能在10秒钟内生成一些东西。 我把人工智能当作一个超级充电的Stack Overflow。如果我遇到语法错误或其他问题，就问它一下，然后继续用我自己的大脑思考项目的逻辑和模式。 总之，我怀念在人工智能和大型语言模型开始主导一切之前的HN（Hacker News）！ 有没有人有其他地方、博客、社区或其他可以学习和讨论与人工智能无关的有趣事物的地方？

我读了很多非小说类书籍，但最近注意到，真正能算得上是深刻、发人深省的书籍却寥寥无几，这些书让你根本无法在短时间内读完，因为你总是会告诉自己：“等一下”，然后停下来搜索一些东西，进行实验，或者只是深思熟虑。目前我正在阅读的例子（尚未读完）是乔舒亚·福尔的《与爱因斯坦共舞》。这本书令人震撼——它揭示了我们周围整个记忆的宇宙，而我之前从未认真探索过。

我正在为一个高吞吐量的广告技术DSP（需求方平台）设计系统架构，希望能得到那些曾构建大规模竞价/服务系统的人的反馈。 **约束条件/目标** - 仅限DSP（不涉及交易所） - 目标：每秒处理100万次广告请求 - 端到端DSP延迟预算：约100毫秒 - 定价模型：千次展示成本（CPM） - 硬性要求：不允许广告主或活动超支 **定向/活动获取** 我使用Redis和Roaring Bitmaps对定向（地理位置、兴趣等）进行了建模。仅获取候选活动的性能如下： - Redis：约1000次请求每秒，延迟约8毫秒（本地机器，不是云端） - Aerospike：约200-400次请求每秒，延迟约10毫秒 这仅仅是活动获取，不包括竞价或评分。 **预算/钱包模型** 广告主有一个钱包。每个活动有： - 总预算 - 每日预算 - 每日支出跟踪 超支是不可接受的（即使是小比例在大规模下也很重要）。 **考虑的预算控制方法** - 将每日预算拆分为每小时的预算 - 通过以下方式进行速率限制： - 令牌桶 - PID控制器 这些方法可以减少超支，但在突发流量下并不能保证正确性。最近考虑使用微单位（整数货币单位）来减少舍入误差。 **待解的问题** 在每秒100万次请求的情况下，人们是如何实际执行预算保证的？ - 软性超支与对账？ - 热路径中的硬性原子检查？ - 在这个规模下，基于Redis位图的定向是否可行，还是每个人最终都： - 预先生成活动集？ - 将逻辑推入内存/C++？ 你如何平衡： - 严格的预算执行 - 低延迟 - 高吞吐量 而不引入全局锁或跨区域竞争？ “绝不超支”是否是一个现实的要求，还是有界错误才是行业常态？ 我对教科书式的答案不太感兴趣，更希望了解在生产环境中实际有效（或失败）的经验。

我将浏览器使用功能封装在一个REST API中，以满足生产环境的需求。<p>虽然browser-use非常出色，但它是一个Python库。我希望有一个可以从任何地方调用的API，具备合适的会话管理、对发生情况的可见性以及可扩展性。<p>功能： - VNC流媒体：在/vnc.html上实时观看浏览器 - 会话管理：启动浏览器、在任务之间重用、保存配置文件 - 自定义工具：注册代理可以调用的HTTP端点（API、Webhook等） - 任务控制：启动/停止/暂停，逐步执行更新 - 15+个大型语言模型：GPT、Claude、Gemini、Groq – 只需一个参数即可切换<p>开发分支还提供了浏览器配置文件的R2备份（对无服务器架构很有用）。<p><pre><code> docker run -d -p 8080:8080 reqeique/browser-use-api:dev </code></pre> 我找不到现有的浏览器使用API层具备这些功能，因此自己构建了一个。采用MIT许可证。<p>欢迎反馈缺失的功能或您希望从这样的工具中获得的内容。MCP支持即将推出。