跳到正文
11月2日周一
  1. Hacker News AI83

    TinyContext 指南:如何为 AI 智能体添加长期记忆

    为 AI 智能体添加长期记忆需配置持久化存储及保存、召回两个工具,并明确使用时机。TinyContext 是一个开源记忆服务器,使用本地 SQLite 文件存储数据。

    推荐理由:该教程展示如何用开源组件实现 Agent 长期记忆,给出了 MCP 和代码集成的具体配置方法。

  2. Hacker News AI61

    上下文焦虑:AI Agent 如何感知并应对上下文窗口限制

    Cognition AI 在重建 Devin 时发现 Claude Sonnet 4.5 对上下文窗口存在“焦虑”,会在误判剩余空间时采取捷径,该现象与 Anthropic 提出的上下文工程理论相互印证。文章指出模型虽能主动并行处理外部化状态,但其自生摘要不足以支撑生产环境,建议开发者采用显式记忆系统、最小可行工具集及混合检索策略,以将上下文限制转化为架构优势。

  3. APPSO70

    Karpathy 利用 Claude 两小时构建 HackerTube 视频网站

    Andrej Karpathy 使用 Claude 在 2 小时内构建了 HackerTube,这是一个复刻了 YouTube 界面但内容仅限于 Hacker News 推荐视频的网站。该工具去除了原平台的算法推荐,采用人类推荐信号进行排序,且不要求登录。目前已有多个衍生项目,如 Hacker Papers,进一步应用类似机制重塑个人信息获取入口。

  4. Hacker News AI67

    图解AI智能体:从零构建TinyAgent

    Maarten Grootendorst 和 Jay Alammar 的新书《An Illustrated Guide to AI Agents》发布配套代码,提供超过300张图示。读者可通过 LLM 调用从零构建带有记忆、工具和自主性的 TinyAgent,并跟随模块化章节学习 10 个核心主题。代码支持在 Google Colab 上免费运行,也允许本地部署。

  5. Hacker News AI55

    danebalia 开源 AI 系统设计入门教程

    danebalia 发布了开源的 AI 系统设计入门教程(GitHub 仓库),旨在帮助工程师掌握基于 LLM 的生产系统构建方法。该教程借鉴 System Design Primer 结构,涵盖从基础概念(token、推理、工具调用)到高级架构(Agent、RAG、MCP)的权衡分析,提供可运行的实验室代码和 Anki 记忆卡片,并包含针对面试和实际设计评审的解决方法指南。

  6. R/ArtificialInteligence40

    聊天机器人在回复前的 3 秒内:从 Token 到 RAG 的处理流程解析

    聊天机器人并不直接理解文本,而是将输入切分为 Token 并预测下一个 Token,且模型本身不记忆历史对话。 系统需将对话历史重新发送,利用向量数据库通过 RAG 检索 3 到 5 个语义相近的数据块,结合 System Prompt 与工具调用生成回复。 每个环节的判断都可能影响最终体验,即使使用顶级模型,单点失误也可能破坏整体功能。

  7. Hacker News AI30

    Gnosh.ai 基于 Qwen3.8 实现无压缩功能性上下文管理

    Gnosh.ai 在 AMD Ryzen AI Max+ 395 上运行 Qwen3.8 27B 完成 Go 项目重命名任务,通过功能性上下文管理避免传统摘要压缩。 在 262K token 的真实运行中,该方案无需生成摘要或滑动窗口,请求处理量仅为常规对话的 1/8;普通 Agent 摘要操作需约 6 分钟 GPU 时间,而 Gnosh 的 mem 块更新仅耗时 47ms。

  8. R/ArtificialInteligence30

    韩国 EBS 纪录片展示中学生无法识别自信 AI 聊天机器人的误导信息,作者开源相关工具

    韩国独立开发者参与 EBS 纪录片实验,在中学真实课堂中测试学生识别 AI 聊天机器人误导性信息的能力。结果显示,参与学生在听课、作业及讨论环节均未能识别教师预设的虚假信息。 该实验旨在创设环境让学生体验 AI 生成内容如何影响认知,而非单纯比拼聊天机器人性能。相关 AI 误导聊天机器人与教师监控仪表盘已通过 NomaDamas 开源,供教育者开展类似活动。

  9. Hacker News AI80

    AI逆向工程克隆Adobe软件:开源替代与法律争议

    开发者利用Claude逆向工程Adobe Creative Cloud应用,创建开源克隆版本Artcraft,引发法律和功能争议。REA工具支持软件逆向重构,已有游戏被完整反编译,decomp.dev网站因AI主导而关闭。

    推荐理由:文章展示了AI逆向工程克隆商业软件的趋势,以及由此引发的法律争议和开源替代方案的兴起。

  10. Hacker News AI49

    Self 研究:AI 撰写的简历介绍是否千篇一律?

    Self 对 500 个职业网站的 270 份英语自我介绍分析表明,AI 辅助并未导致内容趋同,样本中无重复开场及全文复制。 研究发现 63% 的简介使用了“proven track record”等通用短语,但具体差异仍由个人背景决定。 Self 建议通过保留事实依据和个性化编辑,避免让通用措辞掩盖个人独特价值。

11月1日周日
  1. R/ArtificialInteligence22

    用 Godot 和 Qwen3 构建八 AI 直升机逃生博弈实验

    作者使用 Godot 开发直升机逃生游戏,八个 AI 控制器需协作准备起飞,但座位仅两座。 游戏使用 Qwen3、SmolLM3、Phi3.5 等模型在单台 Mac 上以 0.2 倍速运行三轮。 作者指出结果受请求顺序影响,不用于排名模型智能,并探讨应奖励互助还是仅关注个人逃生。

  2. Hacker News AI54

    Agentic Resource Discovery 协议能否像 AI 网关一样迎来爆发期?

    ARD 是一个面向 agentic 资源的开放发现协议,允许 AI 客户端查询可用资源,但发现层位于调用之前,不替代 MCP、A2A 等执行运行时。该协议由 Microsoft、Google、Hugging Face 等参与的开放工作组开发,采用 Apache License 2.0,支持多发现服务并行运行以满足不同社区的信任与访问策略需求。

  3. Hacker News AI31

    英国 HVAC 公司案例:AI 工作流从邮箱提取五年客户数据

    详细案例研究正成为展示工程判断力的主流方式。该案例记录了为英国 HVAC 公司构建 AI 工作流的过程,旨在从多个 Gmail 邮箱中提取过去五年的客户数据。 工作流遵循“使其有效、准确、快速”原则,重点在于在数据进入 CRM 前分析邮件内容,以支持客户再营销。 通过公开思维过程,判断力得以在公共领域被评估和改进。

  4. Seven Minute Feed47

    GPT-5.6 Sol 在 Factorio 中 13.5 游戏小时发射火箭

    GPT-5.6 Sol 在 Codex 低思考级别下,于 13.5 游戏小时内完成 Factorio 和平模式火箭发射任务。 其通过 Python 库执行人类限制规则,过程存在缩放问题与手动运输;相比无法使用传送带的 GPT-5.5 取得进步,验证了该游戏作为长期智能体能力测试的有效性。

  5. R/ArtificialInteligence40

    HauntBnb:一个基于多模态视觉模型识别房间“灵异隐患”的智能体

    开发者在 Stranger Builds 黑客松中构建了 HauntBnb,这是一个利用多模态视觉模型诊断房间“灵异隐患”的智能体。 该工具通过提示词让模型扮演刻薄的灵异检查员,将超自然笑话基于房间实际物理布局,如家具位置、灯光色温和反射角度,并生成了带有社区最高得分房间日志的公开画廊。 该项目目前免费开放测试,旨在探索多模态视觉模型在轻量级趣味应用中的潜力。

  6. Hacker News LLM42

    LLM 工程师的时间表

    LLM 工程师利用 AI 智能体打破传统工作节奏,支持 24/7 自主运行与高效会议并行,提升开发效率。 工作流包括晨间深度任务启动、午间会议间隙迭代、傍晚处理低认知负荷任务,周末提供 48-72 小时长时测试窗口。 未来随着 AI 企业 IPO 和成本上升,工程师需采用本地部署开源模型或优化资源分配,以控制智能体运行预算。

  7. R/ArtificialInteligence40

    Claude Fable 5.1 适用于哪些场景?

    Claude Fable 5.1 定位为软件工程与工具使用专家,在 SWE Atlas 测试编写、重构及代码问答中均列前二。 模型在 MCP Atlas 中排名第 2,Remote Labor Index 排名 3,适合构建复杂游戏、移动应用及 AI Agent。 虽擅长大型代码库维护,但在金融、法律等垂直领域推理排名较低,不具备自主专业判断能力。

10月31日周六
  1. Hacker News LLM33

    Show HN:免费多供应商 LLM OCR 成本计算器

    一款免费在线工具通过实测数据估算 LLM OCR 的单文档成本,解决按月预算难题。 当前最高价模型 Claude Opus 5.5 比最低价 GPT-6 Luna 贵 43 倍,单收据成本从 $0.0001 到 $0.0031。 用户可上传文件或选择样本,按月度文档量查看各模型(含 Qwen3-VL)在列表价下的具体月度支出。

  2. 机器之心72

    无问芯穹登顶SOL-ExecBench:国产Agentic Infra探索RSI与GPU物理极限

    无问芯穹通过自建Agent框架在NVIDIA SOL-ExecBench中登顶四大算力赛道,展示了利用Agent持续优化底层算子以探索递归自我改进的工程实践。团队通过容器隔离与Skills机制保障优化过程的安全边界,并发现资源调度与Agent行为会相互影响系统效率。实践表明,AI基础设施正在从单纯支撑智能运行,转向通过反哺计算系统与优化自身机制参与系统的自我改进。

    推荐理由:通过剖析无问芯穹在SOL-ExecBench中的系统实践,呈现了国产Agentic Infra如何通过机制自我改进参与底层优化的RSI路径。