一周热榜

- 我每天早上阅读 2 页 HN，晚上再读 2 页，这样已经持续了好几年。 - 最近我注意到，前两页上的大多数内容都是关于 AI 的，这个、那个，LLM 这个、LLM 那个，模型这里，模型那里。 - 今天我打算打破这种趋势，分享我在过去十年中收集的 50000 多个书签中最好的 HN 资源。 - 我有一套自己的书签整理流程。 - 最具视觉效果的解释会被评为 S 级。 - 来自知名来源的好信息会获得 A 级，非知名来源则为 B 级。 - 意见博客则处于最低层次，可能被评为 C、D、E，甚至 F，具体取决于质量。 - 下面是我的 S 级资源列表： - 动画解释变压器如何工作 [链接](https://poloclub.github.io/transformer-explainer/) - K-means 聚类算法的视觉介绍 [链接](https://k-means-explorable.vercel.app/) - 视觉 LLM 的 3D 动画介绍 [链接](https://blog.mdturp.ch/posts/2024-04-05-visual_guide_to_vision_transformer.html) - 机器学习的动画介绍 [链接](https://r2d3.us/visual-intro-to-machine-learning-part-1/) - 数学中的概率动画介绍 [链接](https://seeing-theory.brown.edu/basic-probability/index.html) - 从零开始逐步构建 3D 世界的动画 [链接](https://aibodh.com/posts/bevy-tutorial-build-your-first-3d-editor-in-rust/) - 可视化算法 [链接](https://algorithm-visualizer.org/) - 请求从浏览器到服务器的动画逐步序列 [链接](https://200ms.thenodebook.com/#act-1-the-click) - 内燃机内部工作原理的视觉介绍 [链接](https://ciechanow.ski/internal-combustion-engine/) - 3D 实时机器人代码模拟器 [链接](https://bittlex-sim.petoi.com/) - 动画解释：椭圆曲线密码学 [链接](https://growingswe.com/blog/elliptic-curve-cryptography) - 速率限制算法可视化 [链接](https://smudge.ai/blog/ratelimit-algorithms) - 图形管线的视觉介绍 [链接](https://fremaconsulting.ch/blog/vulkan) - 动画解释如何从零构建 ReactJS [链接](https://pomb.us/build-your-own-react/) - 迷你游戏：如何从基本门构建整个 CPU [链接](https://select.supply/game/chipbuilder) - 从零开始组装神经网络 [链接](https://graphgame.sabrina.dev/) - 3D 可视化：重力如何工作 [链接](https://qunabu.github.io/Gravity/#what-is-gravity) - 迷你游戏：CSS 网格如何工作 [链接](https://cssgridgarden.com/) - 线性代数、向量等的动画数学书 [链接](https://immersivemath.com/ila/index.html) - 动画解释：FAISS 向量搜索如何工作 [链接](https://fremaconsulting.ch/blog/faiss) - 从零开始构建健康可穿戴设备的 3D 动画 [链接](https://www.lumafield.com/scan-of-the-month/health-wearables) - 半导体制造过程的 3D 动画 [链接](https://ig.ft.com/microchips/) - 迷你游戏：Git 如何工作 [链接](https://learngitbranching.js.org/) - 迷你游戏：从零开始学习 SQL [链接](https://sqlpd.com/) - 另一个迷你游戏：SQL [链接](https://lost-at-sql.therobinlord.com/) - 动画解释颜色、屏幕、图形、渲染、着色器、编译器和解释器的工作原理 [链接](https://www.makingsoftware.com/) - 动画解释网络七层协议栈的内部工作原理 [链接](https://fazamhd.com/mental-models/networking/) - 动画解释线性与逻辑回归、神经网络、机器学习 [链接](https://mlu-explain.github.io/) - 3D 解释碰撞检测、着色器、渲染、剔除和游戏开发相关内容 [链接](https://krupitskas.com/posts/modern_culling_techniques/) - 3D 动画和每个身体锻炼的解释 [链接](https://musclewiki.com/) - 迷你游戏：从零开始构建 NVIDIA GPU [链接](https://jaso1024.com/mvidia/) - 动画解释神经网络的前向和反向传播 [链接](https://aegeorge42.github.io/) - 还有很多很多其他资源，我今天有点累了，不想再打字了。 - 不管怎样，前面那些充斥着 AI 观点的帖子够多了，给 HN 来点不同的东西吧！

嗨，HN，我们是Bence和Ryan，Hoplite的创始人（<a href="https://hoplite.sh">https://hoplite.sh</a>）。Hoplite让您可以在云端部署编码代理，提供一套工具，使得质量保证（QA）功能变得极其简单。在入职过程中，我们会将您的本地设置（会话、记忆、MCP服务器）迁移到云端，并准备好您的项目以便运行。 <p>这里有一个演示：<a href="https://youtu.be/bnyktZ_9pjE" rel="nofollow">https://youtu.be/bnyktZ_9pjE</a></p> 我们从最初申请YC时的想法转变而来，最初的构想是为零售投资提供AI解决方案。最终，这并不是我们自己会使用的产品，也没有服务于我们感到有联系的客户群体。在反思我们真正想做的事情时，我们意识到我们喜欢与创始人和开发者交流，并且对云代理这一特定领域有很强的意见。我们尝试了所有现有的解决方案，但没有找到一个能够A) 充分利用云端优势，B) 性能良好且使用体验舒适的产品。 <p>我们正在构建一个我们认为反映主流开发在6到12个月内的样子。随着模型的改进，开发者将会审查越来越少的代码，而是专注于评估产品输出。这意味着评估新的用户流程，直观验证新功能的外观，确保API按预期工作，CLI在Windows上运行正常等。同时，还要在并发运行数百个代理的情况下完成这些工作。</p> <p>在代理方面，我们创建了一个自定义的测试框架。我们花了很多时间考虑是否应该使用像Codex/Claude Code这样的现成解决方案，但最终我们希望拥有内部构建所带来的独立性和自由度。这也意味着我们可以在不依赖Anthropic和OpenAI的情况下测试全新的功能。</p> <p>除了Temporal用于持久工作流，Modal用于沙盒，Planetscale用于我们的数据库外，所有内容都托管在AWS上。我们的基础设施决策是基于一个强烈的信念，即代理正在成为第0层基础设施，它们需要相应的可靠性和安全性。</p> <p>您现在可以使用代码“HACKERNEWS”免费试用——我们提供了100美元的免费积分，此外您还可以连接您的Codex订阅并通过它使用OpenAI模型。有关我们的定价的更多细节，请访问<a href="https://hoplite.sh/pricing">https://hoplite.sh/pricing</a>。</p> <p>目前我们专注于优化两个关键体验：入职和预览，期待听到您对它们的反馈。如果您发现代理在某些任务中的表现未能达到您的预期，请告诉我们！</p>