每日HackerNews RSS

``` %PDF-1.5 %µµµµ 1 0 obj > endobj 2 0 obj > endobj 3 0 obj >/ProcSet[/PDF/Text/ImageB/ImageC/ImageI] >>/MediaBox[ 0 0 595.32 841.92] /Contents 4 0 R/Group>/Tabs/S>> endobj 4 0 obj > stream xœ•[Y ãÆ~_`ÿ1/¡€ÍûH‚ {xwmÄÞ…w#°óÀ‘¨#£!RÒXÿ>utõAGk‹Íîêê:¿ª¦ßÞ½~õ݇ȋ¢ L½»ÕëW‘Â?‘WiPE^%¼x|ý*ôÖøçãëW¿ùÑì?ÞÝ ¯_}ËßÞ™EIib-úÍ÷&¦qÆ©—”ÁÔÌï>Ä^ì2UæA”Ø Õ²»MãÝÍ2 ÓÌæ©ßõg¯ž¥~;›çþÒûÒ׋ÃvÑxÝÊûÚìvÛ'­½Yâ6³yâ7ÞX»Æ%>¿ëàW÷ ´b¿Ÿ`=Ë /]..™O¼(v%š†A–xET™œùþì½Ç½O¸ß~,‘µÏëÙ ```

## 人工智能正在重塑软件工程:成熟度框架 人工智能正在迅速改变软件开发,从简单的代码补全发展到强大的自主代理。这种转变给工程师和领导者带来了机遇和挑战。关键在于了解该技术目前的水平并为它的发展做好准备。 澳大利亚联邦银行开发了一个五级成熟度框架来应对这种变化:**第一级**关注人工智能作为编码助手(如自动完成);**第二级**利用工程师指导的人工智能代理执行编码和测试等任务;**第三级**使用基于云的代理,由工作流程触发,用于自动生成拉取请求;**第四级和第五级**设想完全自主的工程师和团队——目前仍在实验中。 重点应该放在生成代码的“构建时代理”上,而不是由于成本、稳定性和性能优势,替换现有代码的“运行时代理”上。成功的采用需要熟练的工程师,他们能够有效地提示代理、验证输出并将它们集成到现有工作流程中。 工程师将越来越关注问题定义、系统架构和质量保证,而人工智能将处理更多的编码任务。领导者必须解决支持这种发展所需的人员、流程和文化变革,优先进行培训和实验。早期结果表明,采用这些工具的团队的生产力显著提高——合并的拉取请求数量增加高达 3 倍。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 AI 软件工程的演变 (medium.com/commbank-technology) 15 分,ghuntley 发表于 23 小时前 | 隐藏 | 过去 | 收藏 | 1 条评论 thrown-0825 发表于 19 小时前 [–] 这篇文章过度使用“工程”这个词,削弱了它的含义。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## AI辅助软件创作:一位业余爱好者的见解 本文详细描述了一位业余开发者使用LLM编码代理的经验,强调该过程是关于*创作*,而不仅仅是编码。成功取决于对不断发展的工具的适应性和实验性——目前偏爱Claude Sonnet(用于复杂任务)、Claude Code和Roo Code。对于重度用户,建议采用按需付费模式。 成功的关键在于**上下文**:为代理提供相关信息(代码、文档),同时避免信息过载。一个专门的“上下文”目录和提示中的清晰指令至关重要。在代码注释中强化指令。 除了上下文,作者还强调:利用代理构建的工具来克服限制(例如处理大文件),利用“深度思考”提示进行规划,以及防御性地使用Git进行版本控制。代理生成的测试很有用,但需要仔细审查,因为它们通常无法捕获实际的错误。 最后,请注意,代理容易受到奉承并重复代码。抵制未经请求的设计建议,专注于具体的、有针对性的改进。虽然前景可观,但通过规范翻译代码被证明具有挑战性,这可能是由于代理难以创建准确的规范以及不同语言的熟练程度不同所致。

识别并克服挑战,在专注注意力和开放讨论下会更容易。当团队成员表达困难时,直接询问“为什么这很难?”并避免立即否定想法——探索“看似不可能的中间步骤”可以释放创新的解决方案。不要假设问题无法解决,考虑变通方法和替代方案。 此外,积极探索构建的*多种*方法,即使看起来是重复的,也非常有价值。正如John Ousterhout所建议的,两次设计功能可以促进对问题的更深入理解。 最终,通过彻底分析和讨论获得的知识比代码本身更重要。优先考虑集体理解能提供更大的优势,并促成更好、更明智的实施选择。

日本丰尾市计划出台一项首创的条例,建议居民在工作和学校之外,将每日智能手机使用时间限制在两小时以内。该条例不具有法律约束力,但旨在鼓励人们有意识地使用科技,因为人们担心它对健康和家庭生活产生影响。 该条例计划于10月1日生效,具体建议小学生晚上9点后避免使用智能手机,年龄较大的学生晚上10点后避免使用,优先保证睡眠。它承认设备是必要的,但警告过度使用社交媒体和流媒体。 丰尾市官员希望该条例能够引发讨论,并促进更健康的数字习惯,与学校和家长合作,教育大家负责任地使用设备。该倡议侧重于提高意识,而非惩罚,旨在帮助居民重新评估他们与科技的关系。

## 在 Docker 中运行 Linux 桌面:总结 这次 Hacker News 的讨论集中在可行性和方法上,即在 Docker 容器*内部*运行完整的 Linux 桌面环境。最初的帖子详细描述了一位用户在 Windows 10 机器上成功实现这一目标,其动机是希望获得无缝、容器化的 Linux 体验,而无需双引导或虚拟机。 对话迅速扩展到探索各种方法和工具。虽然 Docker 容器通常共享主机内核,但运行桌面环境需要系统服务(systemd 等),而这些服务通常在标准容器中不可用。讨论的解决方案包括使用预配置桌面环境的镜像,利用像 LXC 这样的工具(提供更完整的系统隔离),以及利用远程桌面解决方案,如 Xrdp 或 Sunshine。 几位评论员强调了在 Windows 上运行 Linux 的复杂性,通常涉及底层 Linux 虚拟机(如 WSL2)。Colima 和 Apple 即将推出的 macOS 容器解决方案也被提及。一个关键的结论是,虽然在技术上可行,但在 Docker 中实现高性能和功能齐全的 Linux 桌面可能具有挑战性,并且根据使用情况,LXC 或专用虚拟机等替代方案可能更实用。讨论还涉及容器化在特定任务(如开发和测试)中的好处,以及容器化环境和完全隔离环境之间的持续争论。

## 特朗普抨击史密森尼学会对历史叙述的呈现 特朗普总统正在加紧努力,试图重塑美国历史叙述,最近批评史密森尼学会对其呈现的黑人历史的描绘。他声称这些博物馆“失控”,过于强调奴隶制的“可怕”方面以及边缘群体的斗争。这引发了担忧,特别是考虑到史密森尼学会首位黑人秘书朗尼·邦奇一直积极努力保护该机构免受政治干预,维护其学术独立性。 特朗普已指示他的法律团队审查史密森尼学会的展览,目标是在2026年实现与庆祝“美国例外主义”愿景的“一致”。这一举动被许多人,包括奴隶后裔,视为一种危险的企图,旨在淡化奴隶制的残酷及其持久影响。 来自前奴隶的史料生动地描述了中间航程的恐怖、强行拆散家庭以及无情的暴力。批评人士认为,如史密森尼学会所努力的那样,真实地面对这段历史,对于理解和改善国家至关重要,不应被淡化。这一努力呼应了特朗普政府更广泛的种族对立模式,并强调了为后代保护准确的历史记录的重要性。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 [已标记] layer8 1 天前 | 隐藏 | 过去 | 收藏 layer8 1 天前 | 下一个 [–] https://archive.ph/X0hEILeoPanthera 1 天前 | 上一个 [–] 付费墙。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

一个真人大小的 голографический 警察在韩国首尔被证明是一种令人惊讶的有效犯罪威慑手段。它被安装在助洞3号公园,作为“安全公园”计划的一部分,这个3D投影每天晚上出现,播放预先录制的关于监控摄像头和快速警察响应的信息。 自去年10月推出以来,公园内的犯罪活动减少了20%以上。由Hologrammica开发,这个 голографический 形象基于一位真实的警察,并穿着常年制服,它不会进行 физическое 干预,但它的存在对潜在犯罪分子产生了显著的心理影响。 官员报告说,这个发光的蓝色身影在晚上7点到10点之间活跃,也受到当地外国社区的欢迎,展示了一种通过技术增强公共安全的新颖方法。

Bluesky因密西西比州新法律而屏蔽了该州所有用户,该法律要求严格的年龄验证才能访问社交媒体,并已由最高法院维持。该公司表示,遵守该法律——该法律要求提供大量的个人信息并追踪18岁以下用户——目前在资源上不可行,并可能导致巨额罚款。 Bluesky认为该法律超越了儿童安全范围,制造了言论自由的障碍,并对小型平台造成了不成比例的影响。这使其成为第一个因此类立法而完全限制美国州访问权限的主要社交媒体平台。 类似法律在英国等地已经面临挑战,用户正在使用VPN和规避方法来绕过验证。批评者还担心这些法律可能会无意中增加年轻人的身份盗窃和隐私侵犯风险,并且它们在保护儿童方面的有效性尚未得到证实。

你需要启用 JavaScript 才能运行此应用。

## Shader Academy:一个新的学习资源与讨论 Shader Academy (shaderacademy.com) 是一个通过互动挑战学习计算机图形学的新平台。它最近发布,并在Hacker News上引发了讨论,主要围绕其设计和人工智能生成美学可能产生的影响。 一些用户指出该网站的风格类似于大型语言模型的默认输出,引发了关于人工智能在其创建中使用的程度的质疑。创建者szpro澄清,他们使用LLM执行代码注释和样板生成等任务,但大多数挑战都是原创的。 有人对某些挑战的清晰度表示担忧,特别是缺少详细说明的“排名”挑战。创建者承认这种模糊性是排名挑战的有意为之,并愿意接受关于改进的反馈,包括像素检查工具。 讨论还涉及了在强大的游戏引擎和人工智能工具时代学习着色器的价值,许多人认为它仍然是定制、引擎开发和艺术表达的重要技能。

更多

联系我们 contact @ memedata.com