返回首页
最新
预测市场最近激增了700%，但从结构上看，它们更倾向于有信息优势的参与者。<p>83%的参与者处于净亏损状态，因为受情绪驱动的交易缺乏优势。学术研究表明，在金融领域，大型语言模型（LLMs）的表现优于人类预测者。能够对事件进行评分、监测波动性，并根据证据而非直觉执行交易的自主系统，可能是这些市场一直缺失的优化层。
每次我给大型语言模型（LLM）一个大任务时，它都会变得懒惰，只写出很少的代码，并不想完整地完成所有内容。举个例子：最近我写了一个Python程序，我需要将其翻译成C++，但这个AI很懒，只生成了代码的框架。
嘿，HN，
我开发了 CodeContext API（https://codecontext-api-production.up.railway.app），旨在解决我在构建 AI 编码代理时遇到的一个问题：知识截止日期。
我的代理因为训练数据过时而不断产生虚假的 API，比如 LangChain 或 Next.js。手动抓取文档网站的每个请求既慢又昂贵（令牌费用累积很快！）。
CodeContext API 是一个针对 1000 多个流行库文档的语义搜索层。
输入：{"query": "react hooks"}
输出：干净的 JSON，包含最相关的代码片段和解释。
延迟：亚秒级（针对 RAG 进行了优化）。
为什么要使用这个？
节省令牌：不要将整个手册都放入上下文中。只获取你需要的内容。
准确性：为你的代理提供最新版本的实际文档。
速度：无需构建或维护自己的抓取工具。
如果你想测试延迟，主页上有一个实时演示（无需注册）。
我很想听听你们对 API 结构的反馈，以及你们希望看到哪些其他库被索引！
仍然需要大量的工作，但这已经足够稳定，可以进行各种类型的完整动画。故意进行了过度测试，以检验模型的能力。