最新

撇开伦理问题不谈，如果您远程面试工程师，您是如何应对日益增多的AI辅助面试作弊软件的？<p>您是否遇到过某人通过面试后，结果在实际工作中表现得几乎无法胜任？

我正在寻找关于用户可视化分析功能的技术策略建议（比如实时可定制的仪表板）。我目前的情况是，想为最终用户设计一些分析仪表板，以显示多年的汇总/历史数据。我想运行的查询在实时执行时耗时太长，因此我不得不定期预计算我关心的数据。这种方法虽然有效，但并不是实时的，并且在引入新功能/视图时增加了一些阻力（每个新功能都需要填补多年的数据）。我想知道是否有其他人有更好的策略来开发这样的分析软件，使其能够实时响应，并且便于快速迭代？比如使用像 ClickHouse 这样的 OLAP 数据库？反向 ETL？更好的 OLTP 索引？

我经常受邀在许多大学与计算机科学专业的学生交流。我非常喜欢这个机会！我希望能够激励和指导他们，因为在我这个年龄时，我感到自己被忽视。 在昨天我在共享办公空间举办的关于科技创业失败的聚会上，我朋友的20岁儿子过来聊了聊。他现在是大学三年级的计算机科学专业学生。 我们的对话很普通，他问我关于我的事业。“我记得你曾在科技和招聘领域工作，”他说，“现在市场怎么样？” 他巧妙地向我寻求关于未来职业的建议。我很快意识到这对他来说是多么重要和宝贵。 我总是能找到合适的话语来对待像他这样的年轻人，于是我开始谈论。 我讲述了市场的变化、需求的下降以及裁员对现状的影响。 然后我完全陷入了僵局，脑子里一片空白。我有些悲观，但我想激励他。我不想通过告诉他市场对初级开发者来说很艰难而让他感到沮丧。 我意识到我不知道该告诉他什么。我完全不知道什么是“好”或“坏”，市场会如何发展，他需要哪些技能。在从事科技招聘超过15年后，我竟然不知道该如何指导他。 我感到无助。在他的眼中，我看到了20年前那个年轻的自己，向我信任的人寻求建议。 经过短暂的停顿，我意识到我需要务实一些。我向他承诺，我会通过他的父亲尽快给他写一份回复。 那时这是我能做的最好选择。诚实地承认我并不知道一切，感觉比假装知道要好得多。 此外，我也获得了一些时间，给这个孩子一些深入的反馈。 你今天会给计算机科学专业的学生什么建议呢？

你好，HN， 我们创建了1-800-MYAGENT，这是一个简单的服务，让你只需发送短信就能完成日常数字任务。无论是预约、在线查找信息，还是整理日程，只需发一条短信，一个代理（人类加上人工智能支持）就会为你处理这些事务。 不需要下载应用程序，也不需要登录——只需一个电话号码。这非常适合那些忙碌且更喜欢发短信而不是使用应用程序的人。我们非常希望听到你的反馈，也乐意回答任何问题！

我构建了一个开源框架，用于通过竞争游戏评估大型语言模型（LLM）。到目前为止，我们有三款游戏——一场辩论比赛，LLM们试图说服对方持有不同的观点；一场诗歌比赛，LLM们评判彼此的创造力；以及一款基于囚徒困境的简单合作与背叛策略游戏。这个想法是通过让模型相互对抗并评估它们的相对优势，我们可以随着模型能力的提升来扩展基准测试。 一些有趣的结果已经浮现出来。 DeepSeek R1似乎是最具说服力的模型——在辩论比赛中排名第一，并且经常获得全票通过（例如，在与ChatGPT-4.5的辩论中，它说服了所有评委，无论是支持还是反对基因工程）。DeepSeek R1也是当前的诗歌比赛冠军，优势明显。它的诗歌作品常常成为一致的最爱。我不确定这是否构成“创造力”，或者更像是一种不同形式的说服力，但无论如何，这似乎都很令人印象深刻。我读过它的一些诗，觉得它们非常美丽。 与此同时，Grok-2是当前囚徒困境的冠军。它似乎能够找到最佳的背叛时机，以优化其得分（在90%的游戏中，它是第一个背叛者）。 据我所知，这是唯一一个此类开源基准测试。我认为开放性很重要，因为这意味着方法论和结果是可验证和可重复的。这也意味着（我希望）其他人可以参与进来，贡献自己的力量，或者通过添加新游戏、提出新的分析和可视化结果的方法，或者提供反馈。这有很大的发展空间。 我欢迎任何批评和反馈。如果您想贡献自己的力量，请访问项目的GitHub页面：<a href="https://github.com/jmogielnicki/llmshowdown" rel="nofollow">https://github.com/jmogielnicki/llmshowdown</a> 祝好， 约翰

大家好， 我相信很多人都遇到过那种大型且复杂的静态类型代码库，以至于你的代码编辑器会卡顿、延迟、变得无响应，整体表现不佳。调试一个缓慢的编辑器是件繁琐的事情，通常也会让人分心。在很多情况下，代码编辑器的缓慢是由于语言服务器造成的，这些是提供语言特性的外部程序（例如：跳转到定义、诊断、类型提示）。开发者们的挫败感的例子可以参考：[1] 和 [2]。 在我之前的公司，我们对由于慢速语言服务器而导致的编辑器瓶颈引发的内部挫败感感到担忧。我们也对自己对这些服务器的性能和行为了解得如此有限感到不安。因此，我们决定对代码编辑器进行监控，并收集语言服务器的遥测数据。我们收集的数据出乎意料地有用，帮助我们诊断了几个主要问题。例如，我们识别出代码库中某些模块的语言服务器响应速度远低于正常水平。随后，我们找到了解决方案，拆分这些模块以减轻语言服务器的负担。 我相信拥有这种数据对于管理开发者体验，尤其是在大规模环境中，可以带来颠覆性的改变。这就是我构建 lspwatch 的原因，这是一种通用工具，能够与所有遵循 LSP 标准的语言服务器配合使用，并与多个可观察性后端集成。 启动和运行 lspwatch 非常简单。你可以选择配置你的监控，将其指向现有的可观察性后端，它就会正常工作。lspwatch 会透明地监控语言服务器的行为并发出指标。开发者在使用代码编辑器时不会注意到任何变化。 欢迎大家提供反馈和想法。README 中包含了更多详细信息。许多令人兴奋的功能正在开发中，以构建在这个项目提供的平台之上。如果你想进一步讨论这个问题，可以通过我个人资料中的电子邮件联系我。 谢谢！ [1] <a href="https://bsky.app/profile/mike.contribsys.com/post/3lbd5wx57ss2d" rel="nofollow">https://bsky.app/profile/mike.contribsys.com/post/3lbd5wx57ss2d</a> [2] <a href="https://github.com/typescript-language-server/typescript-language-server/issues/472" rel="nofollow">https://github.com/typescript-language-server/typescript-language-server/issues/472</a>