每日HackerNews RSS
Migrating to the EU
41 天前
一位机械店老板因维修车辆时错过电话而导致生意下滑。他的兄弟为解决这个问题，构建了定制AI接待员“Axle”。Axle不同于通用聊天机器人，它专门接受过该店的服务、定价和政策的训练。 该项目包含三个关键步骤。首先，使用检索增强生成（RAG）创建了“大脑”。这包括抓取该店的网站，在MongoDB Atlas中构建嵌入向量的知识库，并使用Anthropic Claude提供准确、有根据的回复，避免“幻觉”。 接下来，Axle通过Vapi连接到真实的电话线路，处理语音转文本、文本转语音和呼叫路由。一个FastAPI webhook服务器将AI连接到电话系统，记录所有交互。 最后，系统针对自然语音交互进行了调整，选择了一个合适的AI语音并优化了提示词以实现对话式表达。Axle现在可以回答问题，在不确定时安排回电，并记录所有呼叫以进行数据分析。未来的计划包括日历集成、短信通知和回电管理仪表板。目标是捕捉错过的潜在客户并提供24/7全天候客户服务。
经过两年的开发，一个新的 Haskell dataframe 库的 1.0 版本发布。一个关键特性是**类型化 Dataframe**，它提供编译时模式检查，以提高数据完整性，并使探索性分析与生产流程之间的过渡更加顺畅。这得益于 maxigit 和 mcoady 两位用户的宝贵社区反馈。 该库现在支持从 **Hugging Face 数据集** 读取数据，并能高效处理**大于内存的文件**——处理包含十亿行的数据集大约需要 10-30 分钟。**易用性得到了提升**，数值运算和空值处理更加直观。 未来的开发将侧重于扩展**连接器**（BigQuery、Snowflake、S3）和**格式支持**（Parquet、Iceberg、DuckDB）。最终目标是能够查询大型数据湖，并与 **AI 代理** 集成，以进行类型引导的数据探索。作者对社区表示感谢，特别是 daikonradish，感谢他们的贡献。
## Dataframe 1.0.0.0 发布 & DataHaskell 复兴
Haskell 的 `dataframe` 库已达到 1.0.0.0 版本，引入了 `DataFrame.Typed` API。这个新的 API 在编译时跟踪 dataframe 模式，可以在运行时*之前*捕获与列名和操作相关的错误——这是优于 Python 以运行时为中心的验证方法的重大优势。此功能旨在简化复杂仪表盘和数据管道的构建。
此次发布标志着 DataHaskell 生态系统的更广泛复兴，正在进行中的工作包括反应式笔记本（可在 [https://www.datahaskell.org/](https://www.datahaskell.org/) 找到），提供潜在的仪表盘功能。
讨论还涉及了库的命名约定（由于 Haskell 的 PVP 使用四部分版本号）以及在习惯于 R 和 Python 的组织中采用类型化数据科学工具的挑战。然而，用户强调了类型安全在确保已发表研究的数据完整性方面的优势。
这个项目始于个人兴趣，源于对《永恒之柱》的热爱以及对中文本地化中细微不准确之处的 frustration。作为非英语母语者，游戏中丰富细腻的对话在翻译后常常感觉语气“不对”，影响沉浸感。受到十年前论坛帖子的启发，目标成为一个双语本地化，同时显示英文和中文文本——一种潜在的语言学习工具。
最初，项目规模巨大且对文学英语理解缺乏信心，人工智能的进步至关重要。人工智能处理大部分技术工作，例如结构化文件和提出修改建议，而作者则提供细致的反馈，验证语气和意图。该方法优先为故事丰富的文本提供双语显示，同时为UI元素保持简洁的中文界面。
工作流程包括自动化脚本、人工智能审查，以及至关重要的*游戏游玩*，以识别自动化工具遗漏的细微错误。这个迭代过程，加上作者和人工智能之间不断增长的共享知识库，旨在完善本地化，并重现原始作者的意图，将本地化从一种实用工具转变为游戏体验不可或缺的一部分。该项目在GitHub上开源。
对不起。
## 代理内核：简单、有状态的 AI 代理 代理内核提供了一种非常简单的方式来构建持久的 AI 代理，只需三个 markdown 文件和一个 Git 仓库，无需复杂的框架或数据库。它适用于流行的 AI 编码代理，如 OpenCode、Claude 和 Codex。 流程很简单：克隆仓库，选择你的代理（例如 `opencode`），并定义其身份。然后，代理通过两个关键目录管理其自身的记忆：`knowledge/` 用于当前事实（状态），`notes/` 用于会话日志（叙述）。 该系统利用现有的代理指令文件（如 `AGENTS.md`）来教导代理*如何*记忆，从而在会话之间创建有状态的体验。每个代理都生活在自己的仓库中，允许存在多个独立的代理——一个“家庭实验室代理”、一个“投资代理”等——所有都在相同的核心系统上运行。该项目是开源的（MIT 许可证），并且可在 GitHub 上轻松获取。
## Agent Kernel 与 AI 状态的挑战 - 摘要
Hacker News 的讨论围绕“Agent Kernel”项目展开，该项目利用三个 Markdown 文件（AGENTS.md、KNOWLEDGE.md 和 notes/）来创建具有状态的 AI 代理。虽然简单的文本记忆概念很有吸引力，但许多评论者对它的可靠性表示怀疑。
一个关键问题是，代理难以辨别*哪些*信息需要保留，导致“知识”文件膨胀，并且无法可靠地遵循 AGENTS.md 中的指令。 许多用户强调现有的解决方案，例如 Claude Code 的自动记忆和活动日志记录，认为这些方案更有效。 另一些人建议利用 Git 等工具来跟踪更改，并依赖于开发人员的手动输入来获取关键的学习内容。
还提出了替代方法，包括基于 HTTP 代理的状态管理（Spotless）以及将 Markdown 与向量数据库结合以实现可扩展的内存。一个反复出现的主题是潜在的偏见和“创伤重演”——代理沉迷于过去的互动，并表现出扭曲的视角。 最终，讨论强调了创建真正可靠且无偏见的具有持久记忆的 AI 代理的持续困难。
尽管人工智能取得快速进展——据一些估计，仅在两年内就从高中水平发展到大学水平——但预测中客户支持工作岗位的消失并未发生。事实上，该行业的招聘正在反弹。
核心问题不在于自动化*大多数*任务（当前人工智能可以轻松处理），而在于剩余的、不可预测的“无法判定”的情况。这些情况只占问题的一小部分，但却消耗了不成比例的时间和资源——通常需要创造性的、“跳出框架”的思维，而这是当前人工智能所缺乏的。
即使是90%效率的自动化项目，也会因为剩余10%的复杂性而被放弃。这凸显了一个更广泛的趋势：许多白领工作是“半可判定”的，依赖经验快速处理常见情况，但经常会遇到罕见且代价高昂的问题，需要人类的智慧。人工智能擅长处理80%，但在关键的20%上却苦于挣扎，这使得完全取代比最初的炒作更具挑战性。
## AI 与工作未来：黑客新闻讨论总结
最近一篇质疑“白领AI末日”的文章引发了黑客新闻的讨论，内容集中在技术快速发展及其对就业的潜在影响。用户指出，近几十年技术变革的速度——智能手机、维基百科、互联网接入，现在是AI——以及计算能力呈指数级增长。
尽管承认AI正在加速发展，许多评论员认为大范围失业的想法过于夸张。共识倾向于工作将*重组*，AI自动化常规任务，可能*增加*对需要独特人类技能（如批判性思维和复杂问题解决）的岗位的需求。一些人预测对“AI技能”人才的需求将会增加，以管理和实施这些技术。
然而，人们对权力动态表示担忧，担心大型科技公司会利用AI来巩固控制，而不是 democratize 机会。 还有人指出，公司可能会将AI用作压低工资和增加工作量的借口。一个关键点是，AI的影响将因行业而异，面向客户的角色可能会转向更以人为本的互动，而重复性任务将被自动化。
最终，讨论强调了一个复杂的展望，承认AI的变革潜力，同时也告诫人们不要过度乐观或做出末日般的预测。
该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。
基因组重排 基因组重排分析 (Hannenhalli-Pevzner框架) 游戏理论 游戏理论 × 易经映射 四种思维 莱布尼茨、冯·诺伊曼、香农、彼图霍夫：二进制 × 卦象结构的独立收敛 耦合系统 个人 vs. 制度悖论引擎 耦合循环 耦合循环动力学 (早期版本) 商朝时间线 商朝600年时间线关联
## 黑客新闻摘要：文王卦序排列分析
一位用户 (gezhengwen) 分享了对《易经》的分析，具体研究了其64卦两种排列顺序之间的置换循环分解。他发现循环类型为 [52, 10, 2]，且没有固定点——这是一个此前未曾报道的发现。这意味着在两种排列顺序之间切换时，没有卦保持其原始位置，并且81%的卦在一个大型循环中相连。
该帖子引发了关于文王卦序历史背景的讨论（一些人声称更早之前就已知类似的模式），涉及的数学概念（群论、置换循环），以及与其它领域的潜在联系，例如幻方和分形时间波理论。
一些评论者质疑该发现的意义和呈现方式的语气，gezhengwen 澄清该结果在统计上并不显著，但强调了这是一个“高度耦合”的重新排序，暗示文王并非随机地安排了卦序，而是采用了整体性的方式。他强调价值在于观察本身，不一定在于对序列结构方式的明确解释。一个交互式网页被创建，允许其他人验证结果。
## POSSE：掌控你的在线内容
POSSE（Publish (on your) Own Site, Syndicate Elsewhere，先发布到自己的网站，再进行分发）是一种专注于**所有权和控制权**的在线发布策略。它优先将内容发布到你自己的网站*首先*，然后将副本或链接分享到像社交媒体这样的平台。这确保了你维护了作品的原始来源，独立于第三方服务。
**为什么选择POSSE？** 它减少了对平台的依赖，确立了明确的所有权，提高了可搜索性（你的网站URL是原始的），并允许利用其他平台的社交特性，同时保留控制权。重要的是，POSSE专注于与*现有*的朋友和受众建立联系，而不是追逐未来的平台采用。
**运作方式：** 通常，POSSE涉及从其他网站分享的副本*链接回*你自己的域名上的原始帖子。存在工具和软件可以自动执行此过程，适用于Twitter、Mastodon和Facebook等平台。
**超越博客：** POSSE是IndieWeb运动的核心原则，使其与简单的博客或仅仅依赖社交平台区分开来。它是一种强大的分发模式，正在获得关注，成为应对碎片化的在线环境并重新掌控你的数字形象的一种方式。
## POSSE：在线拥有你的内容 – 摘要
Hacker News 的讨论围绕“POSSE”——**在自己的网站上发布，在其他地方分发**，这是一种哲学，提倡内容创作者将其作品托管在自己的网站上，然后通过 Reddit、Twitter 和 Mastodon 等平台分享。
许多用户积极实践 POSSE，认为拥有自己的内容并避免依赖社交媒体算法是一种赋权。然而，也存在挑战。由于平台特性，自动化交叉发布可能很困难，并且维护个人博客上的评论区可能耗时。有些人选择在文章中链接到在这些平台上发生的讨论。
像 **PESOS**（在其他地方发布，分发到自己的网站）这样的替代方案也被讨论。新兴技术，如 **ATProto**，旨在简化此过程，但对依赖第三方服务仍存在担忧。
最终，对话强调了对更去中心化的网络的需求，在这种网络中，创作者可以控制其内容，并且受众参与不受平台限制的支配，即使实现广泛采用仍然是一个挑战。micro.blog 和自定义脚本等工具被用于促进这种方法。
你需要启用 JavaScript 才能运行此应用。
对不起。