## LLM 代理：令人惊讶的易用性和强大功能
本文认为，构建 LLM 代理——利用大型语言模型的程序——出乎意料地容易，并且是一次重要的学习体验，即使对于持怀疑态度的人也是如此。虽然一些计算概念需要抽象理解，但代理需要动手实验，就像学习骑自行车一样。
代理的核心非常简单：对 LLM 的 API 调用，将对话历史（“上下文窗口”）作为字符串列表进行管理。添加“工具”——例如 ping 函数——也很简单，允许 LLM 自主决定*何时*和*如何*使用它们。这释放了强大的功能，例如自动诊断网络连接，而无需为每个步骤进行显式编码。
作者强调，真正的力量在于灵活性和迭代速度。像“子代理”这样的复杂功能很容易实现，而且该领域充满了创新机会。虽然挑战依然存在——管理上下文、成本和安全性——但这些都是可以解决的编程问题，而不是无法克服的障碍。
最终，作者敦促读者*构建*一个代理，以真正理解这项技术，无论他们最初的观点如何。低门槛和快速原型设计潜力使其成为一个独特而令人兴奋的探索领域。
每日HackerNews RSS
## 黑客新闻讨论：构建LLM代理
这篇黑客新闻讨论围绕着构建自己的LLM代理的简易性和价值。原始帖子鼓励读者进行实验，认为创建一个代理并不像看起来那么复杂——本质上只需要LLM API和一些基本的编程。
讨论强调了对像MCP（模型调用协议）这样的框架的必要性的争论。一些人认为MCP被过度炒作并限制了灵活性，提倡直接的API交互和定制的代理架构。另一些人则认为MCP为构建代理和共享工具提供了一个有价值的结构，尤其是在复杂性增加时。
一个关键的收获是LLM可以充当强大的“类Unix”工具，能够操纵数据和自动化任务。 许多评论者分享了构建用于特定目的的代理的经验，从网络监控到个人助理。 同时也提出了对安全性和LLM固有不可预测性的担忧，强调了仔细的设计和控制的必要性。
最终，这篇帖子提倡一种实践方法来理解LLM代理，鼓励开发者“做程序员”，构建自己的解决方案，而不是仅仅依赖于预构建的框架。
## 理解 C++ 中的 prvalue 与临时对象 本文澄清了一个常见的误解：prvalue（纯右值）不*一定*是临时对象。在 C++ 中，表达式被分为左值（可识别的内存位置）或右值（可以被移动的表达式）。右值进一步分为 xvalue（即将失效的左值，例如使用 `std::move` 创建的）和 prvalue——代表对象的*概念*，而非对象本身。 重要的是，像 `std::vector{1,2,3}` 这样的 prvalue 不会自动成为临时对象。相反，它们可以直接初始化变量或函数参数，*无需*创建拷贝或移动。这发生在按值传递或直接初始化时。 然而，如果需要一个引用来绑定到它，例如传递给接受 `const std::vector&` 参数的函数，prvalue *会* 转化为临时对象。 类似地，按值返回的函数会创建一个 prvalue，直接初始化接收变量。 关键在于，prvalue 代表一个概念对象，避免了不必要的临时对象创建和潜在的性能开销。这并非关于优化*移除*临时对象，而是关于*避免其创建*。
Hacker News新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交登录
一个pr值不是临时值 (knatten.org)
42 分，由 ingve 1天前发布 | 隐藏 | 过去 | 收藏 | 1 条评论
tomhow 1天前 [–]
评论已移动至 https://news.ycombinator.com/item?id=45843120。回复
考虑申请YC 2026冬季批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
一项新的研究挑战了宇宙膨胀正在加速的普遍理论，认为它实际上可能正在*减速*。该研究发表在《皇家天文学会月刊》上，质疑“暗能量”作为持续加速力的存在。 延世大学的团队发现，Ia型超新星的测量——先前被认为是测量宇宙距离的“标准烛光”——受到其起源恒星年龄的影响。修正这种“年龄偏差”后，得到的数据与基于重子声学振荡（BAO）和宇宙微波背景（CMB）数据的模型一致，表明暗能量比先前认为的演化更快，并且随着时间的推移而减弱。 这些修正后的数据与标准宇宙学模型（ΛCDM）相矛盾，并表明宇宙可能已经过渡到减速膨胀。未来来自维拉·C·鲁宾天文台的观测预计将提供进一步的证据并完善这些发现，从而可能重塑我们对暗能量和宇宙命运的理解。
## 宇宙膨胀再思考：摘要
一项新的分析挑战了普遍接受的宇宙膨胀正在加速的观点。研究人员发现，Ia型超新星的亮度与其宿主星系的年龄之间存在显著相关性——此前在宇宙学计算中未曾考虑过这一因素。
通过考虑这种“年龄偏差”，超新星数据与标准冷暗物质（CDM）模型更加吻合，表明膨胀可能正在*减速*，而非加速。这一发现得到了利用重子声学振荡（BAO）和CMB数据的独立分析的支持。
该研究并未完全排除暗能量的存在，但表明它可能随时间演变。虽然结果具有启发性且可能具有开创性，但研究团队承认其样本数据存在局限性，并计划利用即将到来的Rubin LSST的数据来完善其发现。这项研究引发了宇宙学界的热烈讨论和兴奋，可能预示着我们对宇宙命运理解的转变。
## Hightouch：AI工程师职位概要 Hightouch 是一家快速发展的 AI 平台，正在革新包括多米诺比萨和 Spotify 在内的公司的营销和增长策略。他们利用 LLM 和云数据仓库的进步，为营销人员提供 AI 代理，用于内容创作、活动策划和执行。 Hightouch 正在寻找一位**以产品为导向的 AI 工程师**，快速原型设计并构建生产级别的 LLM 管道。该职位侧重于将 AI 集成到数据和营销工作流程中，开发数据代理，并打造无缝的用户体验。虽然不需要 LLM 经验，但强大的后端架构技能和产品直觉至关重要。 面试过程优先考虑产品意识、系统设计和文化契合度 – **不包括传统的编程面试**。 该职位采用远程优先模式，薪资范围为 180,000 - 320,000 美元，强调影响力和增长潜力而非工作年限。 Hightouch 重视强大的沟通能力、成长型思维以及协作和富有同情心的团队环境。
黑客新闻新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交登录
Hightouch (YC S19) 正在招聘 (greenhouse.io)
1 天前 | 隐藏
考虑申请YC冬季2026批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
输入你读过的书，我们的模型会为你推荐接下来要读的书。 搜索结果和生成的推荐仅包括达到流行度阈值的书籍。 较不流行的书籍可以在本网站的其他地方使用。 为了获得最佳效果，请提供 3 本或更多书籍。
## 书籍推荐引擎：book.sv - 摘要
一位开发者创建了book.sv网站，该网站包含一个基于超过30亿条Goodreads书评训练的推荐引擎。该网站提供两个主要功能：根据用户提供的书单推荐书籍，以及识别阅读过特定书籍集的Goodreads用户（“交集”功能）。
该模型优先预测用户可能阅读的下一本书，并且在输入3本或以上书名时表现良好。用户也可以找到与单本书籍相似的书籍。虽然通常准确，但反馈表明推荐结果可能偏向于热门书籍或同一作者的书籍，并且可能受益于筛选选项。
开发者使用了Hetzner服务器和Meilisearch进行索引。该项目引发了关于数据抓取伦理、API的可能性以及构建真正新颖的推荐系统（超越基于流行的建议）的挑战的讨论。该网站速度快且功能完善，为现有的书籍推荐平台提供了一个有希望的替代方案。
天文学家探测到有记录以来最强大、最遥远的耀斑，它来自一个距离地球100亿光年的超大质量黑洞。该耀斑于2018年首次被发现，亮度迅速增加，峰值亮度是之前观测到的任何黑洞事件的30倍——亮度相当于10万亿个太阳。 研究人员认为，其原因是“潮汐瓦解事件”（TDE），即黑洞的引力撕裂了一颗过于靠近的巨大恒星。这个黑洞J2245+3743，估计质量是太阳的5亿倍，并且似乎正在吞噬一颗至少是太阳30倍大的恒星。 这次事件的独特之处在于其强度以及它发生在活跃星系核（AGN）*内部*，该区域本身就充满了物质。耀斑仍然可见，由于宇宙时间膨胀，其演变速度似乎较慢。这一发现表明，这种极端的恒星吞噬事件可能比以前认为的更常见，为我们了解宇宙的早期阶段提供了见解。
最近Hacker News上的一篇报道详细描述了迄今为止观测到的最大、最远的黑洞耀斑，它源自一个正在吞噬一颗至少是太阳质量30倍的恒星的超大质量黑洞。
最初的报道，以及将耀斑能量输出比作将整个太阳转化为能量的引用，引发了讨论。评论者指出该引用具有误导性——并非恒星的*全部*质量被转化，只有一部分。 此外，还存在关于比较是指每秒释放的能量还是自观测开始以来释放的总能量的争论。
除了科学细节之外，一场轻松的交流质疑了“靠得太近”的措辞，俏皮地思考恒星是否具有能动性，从而引出了关于自由意志和决定论的哲学性讨论。 该帖子还包括了关于Y Combinator 2026年冬季申请期的提醒。
英国在早期风险投资创造独角兽企业方面表现优于美国。
UK outperforms US in creating unicorns from early stage VC investment
22 天前
## 英国成为初创投资热点
伦敦和英国对风险投资公司（VC）越来越有吸引力，在将早期投资转化为估值极高的“独角兽”公司（估值10亿美元以上）方面表现出惊人的效率。过去十年中，英国每投资一美元产生的独角兽数量几乎是美国的 三倍——用185亿美元投资产生了57家独角兽，而美国用6250亿美元投资产生了每10亿美元1.22家独角兽。
这一成功得益于强大的法律框架、伦敦的金融实力以及金融和保险等蓬勃发展的行业（包括Monzo和Marshmallow）。人工智能也正在获得势头，六家英国人工智能公司已达到数十亿美元的估值。
英国的种子期和早期投资显著增加，分别从2014年的5000万美元增加到2024年的5.38亿美元，以及从5.76亿美元增加到30亿美元。专家认为，持续支持人工智能、网络安全和生物技术等新兴技术将巩固英国作为全球领先创新中心的地位。
随着人工智能和代理的加速发展，理解复杂的系统变得越来越困难——理解和对齐是关键挑战。仅仅将*编码*商品化并不能解决更大的*软件开发*问题，特别是对于那些喜欢塑造和改进解决方案，而不仅仅是编写代码的开发者而言。 为此，Cy 创建了 **Intraview**，一个使用人工智能（Claude、GPT-5）生成代码可视化“导览”的 VS Code 扩展。这些导览帮助开发者快速理解现有的代码库（甚至他们自己的代码！），审查拉取请求，并向人工智能代理提供有效的反馈。 Intraview 优先考虑安全性，在本地运行并尽量减少外部数据收集。Cy 提供了一个原始演示，展示了 Intraview 在开源项目中的使用，突出了它加速学习和改善协作的能力。他邀请 Hacker News 社区尝试 Intraview 并提供反馈，以帮助塑造其未来的发展。
安德鲁正在开发Auraphone，一款利用蓝牙技术革新活动社交的应用。这款应用允许用户仅通过彼此靠近的方式分享联系信息——姓名、照片、社交媒体链接——从而避免了尴尬的交换电话号码的情况。 尽管安德鲁拥有丰富的蓝牙开发经验（包括在Bird电动滑板车公司的工作），但构建Auraphone却出乎意料地复杂，因为许多设备同时广播和连接带来了挑战。安德鲁最初尝试使用客户端-服务器模型来管理连接，但遇到了蓝牙的细微之处以及iOS和Android平台之间的差异问题。 他甚至构建了一个基于Go语言的蓝牙协议栈模拟器来辅助测试，但最终发现实际设备的日志记录对于调试更有效。Auraphone现在已在iOS App Store上架，并提供Android的APK版本，目前正在BLANKSPACES Culver City进行测试。安德鲁正在寻求用户对连接可靠性、数据同步和整体实用性的反馈。目标是提供无缝的社交体验，让用户在轻松捕捉联系信息的同时，能够专注于对话。
## Auraphone：一款社交应用 - 摘要
Auraphone是一款旨在简化活动中信息交换的新应用，超越名片和二维码。其核心理念是利用蓝牙自动收集附近用户的联系信息，同时保持自然的对话流程——消除重复细节的尴尬请求。
开发者设想的应用场景包括商务社交、速配以及基于兴趣的聚会，例如222.place活动。然而，初步反馈显示存在重大障碍：双方都需要下载并主动运行该应用，可能分散注意力，并消耗电池。人们对广泛采用的实用性以及考虑到现有解决方案（如二维码）的情况下，它是否解决了实际问题表示担忧。
过去尝试类似功能（Palm Pilots、Apple的NameDrop、LinkedIn的“查找附近的人”）都面临挑战。开发者强调该应用的去中心化特性——无需后端服务器以保障隐私和可靠性——以及蓝牙在基于近距离连接方面的优势。虽然一些人看到了潜力，尤其是在活动组织者推广该应用的情况下，但许多人质疑其可用性以及它是否能提供足够的优势来克服采用的阻力。
## 大规模数据泄露：20亿凭据暴露
高达19.57亿个独特的电子邮件地址和13亿个密码——其中6.25亿个之前未曾出现——在一个大规模数据聚合中被暴露，现在可以在“我是否被泄露”(Have I Been Pwned, HIBP) 上搜索。 这不是单一的泄露事件，而是来自各种来源的数据汇编，主要来自“窃取器日志”（恶意软件）和“密码填充”列表（来自之前的泄露事件）。
HIBP的验证表明数据是真实的，个人确认旧的、重复使用的密码出现在数据集中——甚至包括当前正在使用的密码。 该数据凸显了密码重用的危险，因为来自看似较小泄露事件的凭据可能会解锁关键帐户。
HIBP已将数据整合到其“已泄露密码”服务中，允许用户在*不*将密码链接到电子邮件地址的情况下检查密码是否已被泄露，优先保护隐私。 处理这个庞大的数据集在技术上具有挑战性且成本高昂，需要对基础设施进行重大升级。
虽然Gmail地址占很大一部分（3.94亿），但此次泄露影响了3200万个域名中的用户。 HIBP正在逐步通知受影响的订阅者，以避免邮件服务器问题。 敦促用户使用密码管理器，创建强大、独特的密码，并启用多因素身份验证。