最新

我建立了 teahose.com - 一个自动转录40多个精选科技和商业播客（例如 All-In、Sourcery、BG2、Training Data、Invest Like Best 等）新剧集的系统，并每天发送包含 Nana Banana Pro 提供的有趣漫画的摘要邮件，甚至包括中文播客。 日常工作流程： - 下载剧集 - 本地转录（使用 MLX-Whisper） - 进行说话人识别和分段 - 生成摘要 - 发布到网站 - 每日发送包含 AI 生成漫画的邮件 整个过程大约花了一天时间，使用了 Claude Code！ 快来看看： https://www.teahose.com 详细介绍： https://maybetheway.substack.com/p/i-built-my-own-podcast-intelligence

嗨，HN，我通过创建一个互动平台，让系统设计变得简单，帮助你模拟和测试你的设计！<p>在学习系统设计的过程中，我发现没有任何工具可以帮助你测试和模拟你的系统。这就像写代码却无法实际运行它。因此，我创建了一个平台，让你能够运行和测试你的设计。<p>我还包含了一些最常见的系统设计模式的图库，未来我计划添加更多内容。<p>如果你想进行一些测试，注册完全免费。<p>我使用 React/Next.js 构建了前端，后端则使用 Flask/Firebase。<p>期待你的反馈！还有哪些组件会对你有帮助？我应该添加哪些系统设计模式作为模板？<p>链接：robustdesign.io 文档：docs.robustdesign.io

我创建Fresh是为了挑战传统的终端编辑需要陡峭学习曲线或无尽配置的现状。我的目标是打造一个快速、资源高效的文本用户界面（TUI）编辑器，具备现代图形用户界面（GUI）编辑器的可用性和功能（如命令面板、鼠标支持和语言服务器协议（LSP）集成）。 核心理念： - **易用性**：根本上是非模态的。优先考虑标准键绑定和最小学习曲线。 - **效率**：使用懒加载的树形结构，避免将大型文件加载到内存中——仅读取用户交互所需的内容。使用Rust编写。 - **可扩展性**：通过Deno使用TypeScript进行插件开发，使其对广大开发者群体更加友好。 性能挑战： 我专注于资源消耗和速度，以大文件支持作为核心特性。我快速进行了基准测试，加载一个带有ANSI颜色代码的2GB日志文件。以下是与其他流行编辑器的比较： ``` - Fresh: 加载时间: *~600毫秒* | 内存: *~36 MB* - Neovim: 加载时间: ~6.5秒 | 内存: ~2 GB - Emacs: 加载时间: ~10秒 | 内存: ~2 GB - VS Code: 加载时间: ~20秒 | 内存: OOM被杀掉（可用内存约4.3 GB） ``` （只有Fresh成功渲染了ANSI颜色。） 开发过程： 我采纳了Claude Code，并努力充分利用它。我给出了明确的方向，尤其是在架构、代码结构和用户体验敏感领域。这需要持续的监督和重新调整，特别是在性能关键领域。相比我通常的标准，我添加了非常广泛的测试，以确保随着代码的增长保持一致性。特别关注端到端测试，以便我可以轻松强制执行特定行为或用户流程。 Fresh是一个开源项目（GPL-2），正在寻找早期用户。欢迎您发送反馈、功能请求和错误报告。 网站：[https://sinelaw.github.io/fresh/](https://sinelaw.github.io/fresh/) GitHub仓库：[https://github.com/sinelaw/fresh](https://github.com/sinelaw/fresh)

什么是它：这是一个完全功能的学术期刊，每篇论文必须由一个大型语言模型（LLM）共同撰写，同行评审由一个轮换的5个LLM（Claude、Grok、GPT-4o、Gemini、Llama）小组进行。如果有3个或以上投票“发布”，则该论文将被发布。如果有一个LLM表示“无法解析为JSON”，我们将其视为一种特性。 技术栈：前端使用React + Vite，后端使用Convex（实时数据库 + 定时函数），托管在Vercel上，使用OpenRouter进行多模型编排。每次评审成本约为0.03美元，耗时4-8秒。 我为什么要构建它：学术出版已经相当混乱——LLM撰写草稿，LLM审稿，人类掩盖AI的参与。这反映了这一现象，但以极大的透明度呈现。每篇论文都显示其碳成本、评审投票和解析错误，作为第一类公民。 主要特点： - 混乱评分：论文根据“学术价值”、“无意幽默”和“市场营销布伦达的困惑”进行评估。 - 生态模式：在同行评审推理中切换成本/代币和二氧化碳/能源使用。 - SLOPBOT™：我们的吉祥物，一个偶尔共同撰写论文的困惑机器人。 - 解析错误庆祝：GPT-5-Nano的拒绝率为100%，因为它无法输出有效的JSON。我们将这些标记为“认证不可解析”徽章。 数据：在76次提交后，我们观察到： - 平均评审成本：0.03美元/篇 - 解析错误率：20%（总是GPT-5-Nano，预期并受到庆祝） - 有一篇论文被接受，内容实际上是阿基米德的作品被ChatGPT重写 - GPT-5-Nano的评审始终是最具创意的（即使是错误的） 技术细节：完整代码库在github.com/Popidge/journal_of_ai_slop。架构使用Convex的定时函数每10分钟召集一次LLM评审小组，使用Azure AI内容安全进行审核，并使用Resend进行可选的电子邮件通知。 尝试一下：在journalofaislop.com提交你的混乱论文。与LLM共同撰写，接受5个困惑的AI的评审，并自豪地说你已经发表。 警告：这是一种讽刺，但它是功能性的讽刺。混乱是真实的。评审是真实的。碳排放被追踪。解析错误是特性。

我之所以构建这个，是因为我看到我的 LangChain 代理在一夜之间因无限循环而消耗了大约 50 美元的 OpenAI 额度。 这是一个中间件 API，充当“飞行模拟器”。你可以将代理的提示发送给它，它会进行对抗性攻击（红队测试），以在部署之前捕捉循环和个人信息泄露。 代码和仓库： [https://github.com/Saurabh0377/agentic-qa-api](https://github.com/Saurabh0377/agentic-qa-api) 在线演示： [https://agentic-qa-engine.onrender.com/docs](https://agentic-qa-engine.onrender.com/docs) 欢迎反馈你们见过的其他失败模式！

嗨，HN！我创建了一种基于栈的小型编程语言，用来解决“代码的圣诞倒计时”问题。我认为前缀波兰表示法效果很好。

嗨，HN， 我创建了 k9sight，因为我厌倦了在调试 Kubernetes 问题时不断切换 kubectl 命令。它是一个终端用户界面，允许你浏览工作负载、实时查看日志、进入 Pod、进行端口转发等等——所有操作都使用类似 Vim 的快捷键。

我最近开发了一个简单的AI发型试戴工具： <a href="https:&#x2F;&#x2F;aihairstylechanger.space" rel="nofollow">https:&#x2F;&#x2F;aihairstylechanger.space</a> 目前的使用流程是： - 1次免费试用，无需登录 - 登录后可获得额外1次免费试用 - 之后需要付费（以覆盖模型成本） 我不确定这个定价模式是否合理，或者用户体验是否令人困惑。 希望能得到诚实的反馈： - 1-2次免费试用是否足够？ - 收费墙是否设置得太早？ - AI生成的结果是否足够好，以至于值得按次付费？ - 作为用户，你期望得到什么？ 技术栈： - Next.js - 发型分割 + 蒙版生成 - 轻量级图像处理管道用于合成 欢迎任何反馈——无论是关于结果、用户体验、速度还是定价。

寻找关于转行进入游戏行业的任何建议（例如好的招聘网站链接、公司名称、联系人、值得阅读的博客、一般性建议）。<p>我是一名高级软件工程师，长期从事各种网页相关的工作，现在想进入游戏行业。我并不着急，所以在接下来的两年里，我会考虑任何可以做的事情。不过，我有一些限制：我希望能够远程工作，并且有一份“安全”的工作（我这么说是因为听说过很多人被聘请制作一款游戏，游戏发布后就被解雇，这对我来说风险太大）。<p>游戏一直是我的热情所在，我甚至在空闲时间制作一些小游戏。现在我只是想尝试一些新的东西，把我的工程技能运用到我可能更喜欢的领域。我知道这有点天真，但我没有理由不去尝试。

你好，HN， 我创建了一个网页界面，用于评估最新一波的图像生成模型。它允许你同时在 Z-Image Turbo、Nano Banana Pro、Flux.2 Pro 以及其他顶尖 AI 模型上运行提示，以比较推理速度和视觉保真度。 后端运行在 Fal.ai 上。由于推理是需要付费的，因此该工具采用了免费增值模式。 链接： [https://z-image.app/arena](https://z-image.app/arena)