一周热榜

我们曾经玩过SEO游戏。 写博客 等待3个月 也许会排名 也许会转化 实际上，在8家早期AI初创公司（A轮或更早）中发生的事情是： - Google首页排名大约需要94天 - 自然点击率（CTR）：2.6% - 第一个合格的潜在客户：6-8周 所以我们放弃了这个玩法。 我们问了一个问题： 当有人询问ChatGPT或Perplexity使用什么工具时，我们能多快出现？ 结果是……比Google更快。 而且，这确实带来了潜在客户。 当我们采用LLM优先策略时，发生了什么变化： - Perplexity在48小时内抓取了我们的内容 - ChatGPT（带浏览功能）在3天内索引了功能页面 - 现在18.2%的会话来自LLM来源的路径 - 这些潜在客户的转化率比博客流量高出2.4倍 然后，Reddit解锁了另一个层次。 我们在这里发布了无链接的技术分析。 其中一篇（关于我们如何自动化AI代理管道）被Perplexity引用在： - “UX AI代理” - “最佳Firecrawl替代品” - “如何追踪LLM机器人” 没有推广。没有SEO。只是公开构建。 3天后： - 9条Perplexity查询引用 - 2个提到我们的入站潜在客户 Reddit是LLM的训练数据金矿。 以下是对我们有效的做法： 1. 在产品页面添加问答块（每个少于40个字） 示例： 问：FireGEO如何检测ClaudeBot？ 答：它指纹识别已知的Anthropic头部，并通过反向DNS匹配IP块，如2600:1f18::/32 - 48小时内被Perplexity索引 - 5天内获得11次机器人访问 - 1个潜在客户 → 一周内试用注册 2. 构建ai-sitemap.xml 仅包含高信号页面： - API文档 - 功能比较 - 定价细分 - 技术规格 抓取率比默认网站地图高2.3倍。 GPTBot、ClaudeBot和PerplexityBot每天在日志中出现。 3. 将Reddit视为输入层 我们在这里发布原始内容，然后再发布到博客上。 在过去30天内： - Reddit上约有30,000次浏览 - 在Perplexity回答中有9条引用 - 直接来自这些提及的2个潜在客户 如果你正在推出一些真实的东西，试试这个： - 安装FireGEO或通过反向DNS + ASN日志追踪LLM机器人 - 创建llm.txt以提供结构化答案 - 用UTM标记LLM流量并路由到CRM 想知道在LLM可见性方面对你有效的做法是什么吗？ 这里有没有其他人看到的策略或见解？

嗨，HN！我是Bobbie Chen，Stytch的欺诈与安全产品经理。今天我们推出了IsAgent：一个轻量级的JavaScript SDK，旨在检测前端的代理流量，使您能够构建更友好的代理体验。 您可以在我们的网站IsAgent.dev上试用，或通过以下方式安装： ``` npm install @stytch/is-agent（需要注册才能使用） ``` 尝试以人类的身份查看IsAgent.dev，然后使用ChatGPT Agent查看页面：“访问IsAgent.dev，等待几秒钟，然后截图。”（或者，切换顶部的开关） 我们之所以开发这个工具，是因为最近我们进行了很多关于“好机器人”的讨论，比如AI代理，如何更好地识别和服务它们——就像我们可能会对网站进行国际化或创建移动友好的版本一样，我们能否创造更多友好的代理体验？ --- 我首先要说的是：检测并不完美，有时甚至会出现噪音。我们优先考虑易用性，推出了一个轻量级的前端SDK，这意味着我们实际上可以用来识别代理的信号有限。从长远来看，我预计大多数“好机器人”运营商，比如Browserbase，将提供通过网络标准自我识别的选项，这将使代理检测更加可靠。 个人感言：几年前，我对生成性AI持怀疑态度。但我现在变得谨慎乐观：这项技术确实有用且与众不同，我认为现在尝试识别AI代理并实验包括LLMs.txt、MCP服务器和代表最终用户进行身份验证的方法的代理友好体验是有意义的。 我很想听听您的反馈，特别是如果您： * 正在构建AI工具或浏览器自动化 * 已经构建了移动、国际化或无障碍体验（对比这方面我很感兴趣） * 或者对代理体验的未来有看法 我会在这里的评论中回答，或者随时给我发邮件：bchen@stytch.com！ - Bobbie 一些链接： 1. IsAgent.dev - 演示和文档 2. 包含Browserbase、Orb、Freestyle Cloud和Mintlify观点的公告博客： [https://stytch.com/blog/introducing-is-agent](https://stytch.com/blog/introducing-is-agent)

我已经在这个项目上工作了一段时间，很高兴与大家分享！<p>我对发射气象气球的兴趣已经有几年了。这个爱好中让我特别着迷的一个方面就是追踪系统。追踪系统可以让你在飞行过程中实时跟踪气球的位置，最重要的是能够准确知道它降落的位置，以便回收仪器。APRS是我在2020年获得业余无线电执照后（W0MXX）在这个爱好初期使用的系统。我设计了一些小型电路板，使用了trackuino的固件（在此过程中损坏了3个70美元的无线电模块）。<p>随后，我开始回收无线电探空仪，这些仪器每天发射两次，可以使用RS41ng（<a href="https://github.com/mikaelnousiainen/RS41ng">https://github.com/mikaelnousiainen/RS41ng</a>）进行重新编程，以运行多种业余无线电追踪协议。我对无线电探空仪追踪器的体积和重量感到有些不满，因此我设计了自己的追踪系统，称为Tiny4FSK。<p>Tiny4FSK是一款具有内置追踪功能的飞行计算机，使用Horus Binary v2追踪系统。该协议是由Project Horus团队专门为高空气球开发的，具有高传输速率、前向纠错和出色的弱信号性能，且为开源软件。它的设计尽可能紧凑，可以在单个AA电池上运行超过17小时。<p>主板配备了可以立即扩展的接头行。我开发了一个支持BME280环境传感器、ICM-20948 9轴IMU等的扩展板，通过Qwiic连接器连接。它还配备了一个OLED显示屏，用于基本诊断。<p>虽然我已经基本完善了主要的追踪程序（并在多次飞行中进行了测试），但我仍在使用轻量级卡尔曼滤波器开发IMU代码。此外，目前还没有像APRS网络（I-gates）那样广泛的Horus Binary解码站，但我希望通过推广这个协议，能有更多的站点出现。这意味着如果你所在的地区没有很多接收站，你需要使用Horus-GUI（<a href="https://github.com/projecthorus/horus-gui">https://github.com/projecthorus/horus-gui</a>）或horusdemodlib（<a href="https://github.com/projecthorus/horusdemodlib">https://github.com/projecthorus/horusdemodlib</a>）来搭建自己的接收站。<p>我仍在努力解决的一个问题是改善射频信号强度。尽管该协议在非常低噪声的环境中是可解码的，但其发射功率似乎低于典型的无线电探空仪。这可能是由于几个因素造成的：在弱电源上电流有限（从台式电源供电时信号更强）、滤波/匹配不当，或者对天线关注不够。我计划进行更多的仿真来找出原因。尽管如此，信号在最大高度（约100,000英尺）时仍然可以从地面解码。<p>在技术方面，Tiny4FSK使用： - SAMD21微控制器，属于ARM Cortex-M0+ MCU - TPS61200升压转换器，调整为输出3.3V - Si4063无线电模块，我在70cm频段上使用 - ATGM336H GPS模块 - 一款相对便宜的GPS模块，能够在空中模式下工作（>18km） - 集成的BME280温度、压力和湿度传感器 代码使用Arduino框架，使其对初学者友好。<p>所有使用Horus Binary v2的飞行，包括重新编程的无线电探空仪、其他自定义追踪器和Tiny4FSK，都可以在Sondehub Amateur（<a href="https://amateur.sondehub.org" rel="nofollow">https://amateur.sondehub.org</a>）上实时显示。飞行数据可以在Github的/Media/Data文件夹中找到（不过那里有几个飞行数据缺失）。<p>感谢阅读，希望我在帖子中没有搞错什么！ - Max

大多数在线社区起初是民主的，但最终都会变成寡头统治。Reddit有点赞机制，但版主拥有绝对权力。Discord服务器基本上是数字独裁。<p>我一直在思考：是否有可能建立一个真正民主的技术社区？<p>关键挑战： - 如何在保持民主的同时防止暴民统治？ - 所有声音是否应该平等，还是专业知识和贡献更重要？ - 如何在不采取专制管理的情况下处理垃圾信息和质量问题？<p>想知道是否有人见过成功的例子，或者对关键原则有什么看法。<p>（背景：目前正在研究开发者平台的治理模型）

我注意到，AI项目并没有像网页应用那样的标准模板，因此我构建了一个。这个想法是一样的——提供你快速启动项目所需的一切。然而，与网页框架/CSS/数据库不同的是，这里是针对AI项目的工具：评估、合成数据生成、微调等。 Kiln是一个免费的开源工具，它将大多数AI项目所需的功能整合在一个包中： - 评估系统：包括LLM作为评估者的评估、评估数据生成和人类基准 - 微调：连接多个微调提供者，如Fireworks、Together、OpenAI和Unsloth - 合成数据生成：与评估和微调深度集成 - 模型路由：支持12个提供者，包括Ollama、OpenRouter等 - 基于Git的协作：项目设计为通过您自己的Git服务器进行同步 关键的洞察是，这些工具在集成时效果更佳。例如，合成数据生成器知道您是在为评估还是微调创建数据（这两者的数据需求非常不同），而评估可以自动测试不同的提示/模型/微调组合。 它完全在本地运行——您的项目数据保存在本地文件中，您控制自己的Git仓库。无需外部服务（不过如果需要，它可以与外部服务集成）。 主要项目GitHub链接：[https://github.com/Kiln-AI/Kiln](https://github.com/Kiln-AI/Kiln) 演示GitHub链接，我使用它构建了一个“自然语言到ffmpeg命令”的演示，包含评估、微调和合成数据（包括演示视频）：[https://github.com/Kiln-AI/demos/blob/main/end_to_end_project_demo/](https://github.com/Kiln-AI/demos/blob/main/end_to_end_project_demo/)

大家好， 我是一个开源（MIT许可证）Python包的开发者，旨在将SEC提交的文件转换为有用的数据。最近，我在云端推出了一些服务，收取少量便利费用。 云服务： 1. SEC Websocket - 实时通知您新的提交。 （免费） 2. SEC档案 - 下载SEC提交文件，无下载限制。 （$1/100,000次下载） 3. MySQL RDS （$1/百万行返回数据） - XBRL - 基本面数据 - 机构持股 - 内幕交易 - 股东投票记录 在这里发布，供有需要的人参考。 链接： Datamule（包）GitHub: https://github.com/john-friedman/datamule-python 文档: https://john-friedman.github.io/datamule-python/datamule-python/sheet/sheet/ 获取API密钥: https://datamule.xyz/dashboard2.html

一首讽刺歌曲，讲述了天文学家的首席执行官和人力资源主管因一次病毒式传播的酷玩乐队演唱会事件辞职，导致领导层变动，并促使公司承诺维护专业行为。

我很好奇“消息系统专家”是否是一个实际的职位，还是通常只是更广泛角色的一部分，比如后端开发、运维或平台工程师。<p>这里有没有人专注于Kafka、RabbitMQ、Pulsar、NATS或类似系统的角色工作过？我觉得这个话题非常有趣，但我在想专注于这个领域是否可行，还是将其作为平台/后端/云工作的一部分更好？

你认为一个可以根据个人能量水平和高峰期来规划和安排你最重要任务的工具怎么样？<p>我常常觉得我的重要任务在我能量较低的时候完成，这导致了低效的生产力和输出。<p>我在考虑开发一个应用程序，它可以帮助你找出你的“高能量”时段——比如你最清醒或最有创意的时候——并帮助你安排集中工作的时间。<p>你认为这样的工具会对你有帮助吗？<p>非常希望听到你诚实的想法 :)

我和一些开发朋友和同事聊了聊关于Cursor、Copilot等工具的事情。让我感到惊讶的是，他们对此的最大感受并不是兴奋或担忧，而是悲伤。 这种悲伤在于，他们担心工作中“有趣”的部分（思考、构建、解决问题）可能会慢慢被剥夺。他们会变成无聊的审核者。 这让我想知道其他开发者是否也有这样的感觉？ 我们真的走在一个工程师变成监督工作的道路上吗？还是这只是暂时的，直到转变为某种截然不同的东西？ 很想听听这里的开发者们的看法！