启用 JavaScript 和 cookie 以继续
启用 JavaScript 和 cookie 以继续
Javier de la Torre 建了一个两平方米的菜园,并将其变成由代理驱动的物联网系统。他安装了 Ecowitt 传感器,用于测量土壤湿度、温度、天气、叶片湿度等指标,还安装了摄像头,并对所有内容进行了空间映射。数据流入 LakehouseBox Iceberg 表,与照片和天气预报一起,支持代理查询。一个托管代理每天早上运行,分析花园历史、预报和图像,发送简短报告,并可通过一部旧 Android 手机点击 Rain Bird 应用调整灌溉。该系统观察、存储、思考、行动,并在第二天检查结果。它花费了约 300 欧元的传感器费用,加上免费层存储,引出了作者的笑话“60 欧元的生菜”。他认为代理可以替代规则引擎,需要长期历史和记忆,且平台应接受简单的设备协议。剩余问题包括防护措施、数据丢失、隐私和不完整的主权。总体而言,该项目表明小型低成本花园现在可以使用严肃的分析和自主护理。
sysrpl 正在开发一款完全开源的 Linux 弹珠模拟引擎,并计划在 2026 年 IAAPA 博览会上向厂商展示。近期工作包括改进的声音系统(带有力衰减的环境音效)、更好的物理效果、控制台、TypeScript 离屏渲染、Asteroids 视频模式、游戏内编辑器以及多种相机模式。下一步计划包括完善物理、添加上层台面、语音台词、更多美术、文档、对自定义台面和 DMD 动画的 TypeScript 支持,以及双显示器背板。开发者还希望获得台面美术方面的帮助,可通过消息或电子邮件联系。
用于明确的掌握请求(如“教我”、“考我”等)的苏格拉底式辅导技能,而非一次性问题。它首先确认意图,然后将主题拆分为4–10个子技能,并在教学前进行3–5题的诊断。它在0–5级量表上追踪每个子技能,并在每次变化后渲染ASCII进度图。教学一次只进行一个问题——预测、解释、找缺陷、应用、连接——不提供提示;解释仅在2–3次失败尝试后给出,随后重新测试。正确答案可能会受到唱反调的质疑。等级通过2次以上独立检查获得,包括无提示回忆;间隔复习可能降低等级。5级要求处理边缘情况并具有可教授的清晰度。会话在达到目标等级(默认4/5,完全掌握为5/5)后结束,并进行最终混合评估。支持命令:显示进度、更难/更简单、直接告诉我、保存状态、从……恢复。
在软件行业工作15年后,作者发现自己的直觉越来越不可靠,因为AI改变了长期规则背后的成本。曾经被视为坏主意的做法如今行得通:不经队友评审就合并PR(Claude写代码,工单负责人借助CI/Greptile评审),把团队拆分到并行流(Claude帮你上手时,上下文切换很便宜),以及放弃“深入单一技术”的建议,转而强调扎实基础加上产品/设计技能。其他曾经异端的想法——大重写、自建而非购买、原型化多个版本、使用不熟悉的语言——现在也值得重新审视。规律是:规则建立在上下文切换慢、知识稀缺等成本之上,而AI降低了这些成本。因此作者现在会问,是什么成本让某个“坏主意”变坏,以及这个成本是否还存在,并开展更多实验。结论是:经验仍然重要,但在快速变化的领域里,适应能力和快速学习更重要。
虽然无论从哪个角度看,他都只是个小画家,瓦夫热涅茨基却是一位影响深远的考古学家,他不仅发现了波兰土地上最早的黑曜石器物,还发现了早期的土屋、陶器和石碑。他的先驱性工作在其视觉艺术中留下了印记,其中包括最早的描绘考古发掘的画作之一。《Rozkopany kurhan》("被挖掘的墓冢"),创作于1891至1892年间,其值得注意之处在于它借用了历史画的惯例,所描绘的并非是对过去的理想化场景,而是分隔着那些发现史前时代的探索者与久远年代支离破碎、令人困惑的遗迹之间的鸿沟。
RamaSite 是一款免费、开源、自包含的 PHP CMS,名称取自阿瑟·C·克拉克的《拉玛》。它将所有内容存储在一个 SQLite 数据库和一个 uploads 文件夹中,无需数据库服务器、外部服务、命令行或配置文件编辑。安装方式是将发布 zip 上传到 Apache/cPanel 主机并完成浏览器设置界面;升级时会自动更新数据库。它包含 Markdown 页面/博客/文章、菜单、卡片/模块/轮播、图片/文件库、嵌入 YouTube、表单、主题、重定向、sitemap、robots.txt、RSS、分析/搜索验证、多管理员、双因素认证、密码重置、HTTPS 强制和一键备份。要求:PHP 8.4.1+(含指定扩展)、SQLite 3.26+、Apache mod_rewrite。设置需要 setup-key.txt 中的密钥。管理后台位于 /admin。基于 Laravel/Filament 构建;由 Dale Franks 以 MIT 许可证发布。
Darling 的最新更新强调了三项主要进展。第一,新的 AI 辅助贡献政策回应了“slop”担忧,同时利用 LLM 使与 Apple 工程能力竞争变得现实。贡献者对提交的每一行代码仍完全负责,并必须自行解释;净室规则禁止使用泄露材料、Apple 的受限源码以及匹配反汇编。第二,初始 ARM64 支持已到来,这在 Apple 脱离 x86 的背景下至关重要;VibeDarling 分支的 ARM64 开发增强了对该支持的信心。第三,未来计划包括使用代理驱动合并将分支工作合并回主库、正式支持 i386、x86-64 和 ARM64、实验通过 Dynarmic 在 x86-64 上运行 ARM64 应用、稳定 AppKit,以及添加原生 GUI 工具,如配置工具和日志查看器。项目还邀请通过 Discord 和 OpenCollective 参与贡献。
创新 在Stingray Marine Solutions,创新是我们一切工作的核心。通过结合先进的激光技术、AI驱动的监控和实时数据分析,我们持续开发前沿解决方案,以改善鱼类福利、优化生产并减少环境影响。我们智能、非侵入式的方法确保更健康的鱼类、更高的效率以及更可持续的水产养殖未来。
正在检查您的浏览器...需要启用JavaScript