我很好奇，不确定人工智能是否只是炒作。我在软件和其他一些事情上使用它。但看到那么多人谈论通用人工智能（AGI），而目前最好的模型连简单的问题都无法正确回答，工具使用也失败，且容易受到各种不合逻辑的注入攻击，我感到困惑。
我不知道对人工智能的投资是否值得，但我是否因为看不到近期通用人工智能的希望而盲目呢？
代理型人工智能或许有趣，但我几乎没有见过它完美地工作，我必须在每个环节上都引导它。
人们随意声称通用人工智能即将到来，真的让我对人工智能的整体信心大打折扣。考虑到过去几年除了更好的工具和包装外，我并没有看到太多的改进，而这些模型也只是与这些工具和包装配合得更好。
返回首页
一周热榜
“嗨，Hacker News，
我一直觉得 Docker 对于简单的 Python 部署来说有些过于复杂。它体积庞大，对于非技术用户来说也很复杂，通常会导致一个 10KB 的脚本生成超过 500MB 的镜像。
这就是我创建 Pygantry 的原因。
它是一个基于 Python venv 的极简“容器”引擎，但具有可移植性和可重定位性。
主要特点：
- 轻量级：一个完整的“打包”应用通常小于 20MB。
- 零配置：无需守护进程，无需 root 权限，无需复杂的 Dockerfile。
- 可移植：构建一次，打包后可以在任何有 Python 解释器的地方运行。
- 创始人友好：内置许可和隐身模式，适合那些正在创业的人。
我创建这个工具是为了简化我自己的 VPS 部署。我很想听听你们对架构的反馈，以及你们在工作流程中如何应对“Docker 疲劳”。
嗨，HN，
我正在寻找一款无干扰的写作设备，考虑购买一台超便宜的笔记本电脑，只用来运行vim/nano。
我希望：
- 电池续航优秀
- 键盘手感良好
- 具备睡眠/唤醒功能（为什么在Linux上实现这一点这么困难？）
我在考虑某种类型的Chromebook？或者一台旧的ThinkPad？
我的妻子计划开一家微型面包店。我们查看了生产管理软件，但要么价格昂贵，要么过于通用。实际上，小批量生产的工作流程并不复杂，因此我自己开发了一个并将其开源。
Craftplan 处理食谱（版本化的物料清单和成本汇总）、库存（批次追踪、需求预测、过敏原跟踪）、订单、生产批次计划和采购。该软件使用 Elixir、Ash Framework、Phoenix LiveView 和 PostgreSQL 构建。
在线演示： [https://craftplan.fly.dev](https://craftplan.fly.dev) （测试邮箱：test@test.com / 密码：Aa123123123123）
GitHub： [https://github.com/puemos/craftplan](https://github.com/puemos/craftplan)
“每个请求的令牌数”在我们的生产环境中一直是一个误导性的成本模型。真正的成本驱动因素似乎是一些乘数：重试/429错误、工具分发、P95上下文增长和安全检查。
在你的生产大语言模型系统中，最大的成本乘数是什么？哪些政策有效（如上限、降级模式、后备方案、硬失败）？
想收集一些关于因人工智能被解雇的人的故事。不是那种通用的“重组”，也不是新闻稿中所说的，而是因为人工智能的真实原因。有没有相关的证据？
我是Guy，Snyk的创始人，现在正在构建Tessl，一个用于代理技能的包管理器。
我们最近注意到，大多数团队仍然将技能视为静态的工件：Markdown文件，这些文件是从一个代码库创建或复制到另一个代码库的。
这种方法虽然在初期提供了强劲的推动力，但很快就会造成债务：
- 技能被重复创建，更新从未推送。
- 质量较差的技能被忽视，反而误导了代理而不是帮助他们。
- 技能知识变得陈旧，无法跟上所描述的系统和实践。
如果没有评估技能的方法，团队就无法清楚地了解一个技能的实际质量，或者它是否随着时间的推移而退化。
我们相信，评估是确保技能质量的基础。
考虑到这一点，我很高兴地宣布，Tessl注册中心包含超过2000个技能的评审评估，您可以请求对任何公共技能进行评估。
我对此次发布感到非常兴奋——期待您的反馈，并期待更多的增强功能在排队中！